Diferencias entre hombres y mujeres en el nivel de formación, situación laboral y profesional. Análisis de la EADA

(1)

Facultat d’Economia i Empresa Memòria del Treball de Fi de Grau

Diferencias entre hombres y mujeres en el nivel de formación, situación laboral y profesional.

Análisis de la EADA.

Sandra García Nicolau

Grau d’Economia

Any acadèmic 2019-20

DNI de l’alumne: 43233854H

Treball tutelat per Magdalena Concepción Cladera Munar Departament de Economia Aplicada

S'autoritza la Universitat a incloure aquest treball en el Repositori Institucional per a la seva consulta en accés obert i difusió en línia, amb finalitats exclusivament acadèmiques i d'investigació

Autor Tutor Sí No Sí No

Paraules clau del treball:

EADA, nivel máximo de estudios, situación laboral, situación profesional...

x

(2)

1

ÍNDICE DE CONTENIDO

Resumen ... 5

Abstract ... 5

Introducción ... 6

CAPÍTULO 1 – Marco teórico ... 9

CAPÍTULO 2- Descripción de la metodología utilizada ... 9

CAPÍTULO 3- Desarrollo del trabajo. ... 11

3.1. Análisis descriptivo de la EADA. ... 11

3.1.1. Comparación de la EADA del año 2011 y la del año 2016. ... 16

3.2. Análisis econométrico de la EADA. ... 20

3.2.1. Variables utilizadas ... 20

3.2.2. Bloque 1, Máximo nivel de estudios alcanzado. ... 24

3.2.3. Bloque 2, Situación laboral y profesional. ... 27

3.3. Descripción y análisis de la encuesta realizada para saber la percepción de la población sobre los temas a tratar. ... 31

3.3.1 Descripción de la EPP ... 31

3.3.2. Análisis de los resultados de la EPP. ... 32

3.3.2.1. Percepción sobre la situación laboral. ... 32

3.3.2.2. Percepción sobre el nivel máximo de estudios alcanzado ... 37

CAPITULO 4 – Conclusiones. ... 40

BIBLIOGRAFIA ... 42

ANEXOS ... 43

Anexo 1 – Encuesta sobre la Percepción de la Población. ... 43

(3)

2

ÍNDICE DE ILUSTRACIONES

Ilustración 1- Asignación de las actividades de aprendizaje ... 7

Ilustración 2 – Diagrama básico del diseño del cuestionario de la EADA – 2016 .. 8

Ilustración 3 - Situación laboral de los hombres y mujeres, EADA 2016 ... 12

Ilustración 4 - Porcentajes Situación Laboral Hombres ... 13

Ilustración 5 - Porcentajes Situación Laboral Mujeres ... 13

Ilustración 6 - Situación profesional de hombres y mujeres, EADA 2016 ... 14

Ilustración 7 - Número de idiomas que conoce, EADA 2011 ... 17

Ilustración 8 - Número de idiomas que conoce, EADA 2016 ... 17

Ilustración 9 - Estudios máximos acabados, EADA 2011 ... 18

Ilustración 10 - Estudios máximos acabados, EADA 2016 ... 18

Ilustración 11 – Situación laboral actual, EADA 2011 ... 19

Ilustración 12 - Situación laboral actual, EADA 2016 ... 19

Ilustración 13 - Modelo Logit Multinomial, Variable Dependiente "Estudios" ... 25

Ilustración 14 - Modelo Logit Multinomial, variable dependiente “SituacionLaboral” ... 28

Ilustración 15 - Modelo Logit Multinomial, variable dependiente "SituacionProfesional" ... 30

Ilustración 16- Gráfico edades de la EPP. ... 32

Ilustración 17- EPP, porcentaje de mujeres que se dedican a labores domésticas ... 33

Ilustración 18- EPP, porcentaje de mujeres jubiladas ... 34

Ilustración 19 - EPP, porcentaje de hombres con jornada completa ... 35

Ilustración 20- EPP, Variables que influyen en la situación laboral ... 36

Ilustración 21 - EPP, variables que influyen en la situación profesional ... 36

(4)

3

Ilustración 22 - EPP, porcentaje de hombres con Grados universitarios ... 37 Ilustración 23 - EPP, porcentaje de hombres con Máster universitario ... 37 Ilustración 24 - EPP, porcentaje de hombres con Doctorado universitario ... 38 Ilustración 25- EPP, variables que influyen en el nivel máximo de estudios obtenido ... 39

(5)

4

ÍNDICE DE TABLAS

Tabla 1- Tabla descriptiva de la muestra de 2016 de la EADA. ... 11

Tabla 2- Situación laboral de los encuestados, EADA 2016 ... 12

Tabla 3 - Situación profesional de los encuestados, EADA 2016. ... 14

Tabla 4- Nivel máximo de estudios obtenido, EADA 2016. ... 15

Tabla 5 – Variables Explicativas. ... 21

Tabla 6 - Codificación variable dependiente Bloque 1, Estudios. ... 22

Tabla 7 – Codificación variable dependiente Bloque 2, SituacionLaboral ... 23

Tabla 8 - Codificación variable dependiente Bloque 2, SituacionProfesional ... 23

(6)

5 Resumen

Este trabajo consiste en un análisis estadístico y econométrico de la Encuesta sobre la participación de la población adulta en actividades de aprendizaje (EADA) realizada por el INE quinquenalmente. Nuestro análisis será sobre la EADA del año 2016, aunque podremos comparar ciertos aspectos con la realizada en el año 2011.

Las cuestiones que queremos resolver son:

1. ¿Cómo es la situación laboral en España? ¿Hay diferencias de género?

2. En cuanto al nivel máximo de estudios obtenido, ¿hay diferencias de género?

3. ¿Qué variables influyen en que una persona tenga estudios?

4. ¿Qué variables explican la situación laboral en España?

5. ¿Qué variables explican la situación profesional en España?

6. ¿Qué opina la población sobre las anteriores cuestiones?

7. Por último, nos gustaría saber si ha evolucionado la situación laboral, el nivel de estudios y la situación lingüística en España.

Para intentar resolver estas preguntas, realizaremos un análisis estadístico a través del programa Excel, creando tablas y gráficos descriptivos de la muestra, y un análisis econométrico utilizando el programa Gretl, estimando modelos que nos ayuden a explicar las variables seleccionadas.

Abstract

This document consists of a statistical and econometric analysis of the “EADA” that is the survey on the participation of the adult population in learning activities carried out by the INE every five years. Our analysis will be on the EADA of the year 2016, although we can compare certain aspects with the one carried out in 2011.

The questions we want to solve are:

1. How is the employment situation in Spain? Are there gender differences?

2. Regarding the maximum level of studies obtained, are there gender differences?

3. What variables influence a person having studies?

4. What variables explain the employment situation in Spain?

5. What variables explain the professional situation in Spain?

6. What does the population think about the above questions?

7. Finally, we would like to know if the employment situation, the level of studies and the linguistic situation in Spain have evolved.

To solve these questions, we will perform a statistical analysis through the Excel program, creating descriptive tables and graphs of the sample, and an econometric analysis using the Gretl program, estimating models that help us explain the selected variables.

(7)

6 Introducción

El objetivo de este trabajo es realizar un análisis estadístico y econométrico de los datos que nos proporciona la EADA (Encuesta sobre la participación de la población adulta en las actividades de aprendizaje), para así poder identificar similitudes y diferencias en España entre hombres y mujeres respecto a su formación y situación laboral y profesional.

Gracias a este análisis seremos capaces de ver qué variables influyen más en el máximo nivel de estudios alcanzado y en la situación laboral y profesional de los españoles.

La EADA surge de la necesidad de la Unión Europea de disponer de información e indicadores sobre el aprendizaje a lo largo de la vida (Lifelong Learning), con los cuales poder crear un sistema europeo de información sobre este tema.

Eurostat propuso la creación de este sistema en el año 2000, indicando que debería basarse en tres fuentes:

- Datos administrativos de los sistemas de educación y formación.

- Encuesta a empresas formadoras.

- Encuesta a las familias sobre la participación de los adultos en actividades de aprendizaje, formación y educación, la llamada Adult Education Survery (AES).

La versión española de la AES es la EADA, en la cual nos basaremos durante este trabajo. Por orden europeo, esta encuesta debe realizarse cada 5 años, aunque en la actualidad se estudia la posibilidad de realizarla con mayor frecuencia. En España se ha realizado 3 veces, en 2006, 2011 y la última en 2016 (en la cual nos centraremos durante este estudio).

Según el Instituto Nacional de Estadística (INE), el objetivo principal de la encuesta es medir la participación en actividades de aprendizaje de la población de entre 18 y 64 años residentes en el territorio español, mediante la obtención de información de las actividades realizadas durante los 12 meses previos a la encuesta.

La EADA centra su ámbito de investigación en 3 de las 4 grandes categorías en las que se pueden clasificar las actividades de aprendizaje:

- Educación formal - Educación no formal - Educación informal

La cuarta categoría sería el aprendizaje fortuito, pero queda excluida de la EADA.

(8)

7

Ahora bien, ¿cómo podemos distinguir entre las tres categorías anteriormente mencionadas? En la siguiente ilustración se detalla el mapa que sigue el INE para la clasificación de las actividades de aprendizaje:

Ilustración 1- Asignación de las actividades de aprendizaje

Fuente: Instituto Nacional de Estadística.

Para mostrar, de una manera resumida, como se elabora el cuestionario que se realiza a los encuestados, en la siguiente ilustración veremos el diagrama básico para su diseño en 2016:

(9)

8

Ilustración 2 – Diagrama básico del diseño del cuestionario de la EADA – 2016

Fuente: Instituto Nacional de Estadística.

(10)

9 CAPÍTULO 1 – Marco teórico

En este capítulo vamos a explicar la historia de la educación en España con el fin de poder entender mejor los datos obtenidos durante el desarrollo del trabajo.

Durante el Antiguo Régimen (1789-1799) la población con educación escolar era un grupo minoritario. La mayor parte aprendían desde una edad muy temprana el oficio familiar al que se dedicarían toda su vida, y enseñarían a sus descendientes.

Además, la educación escolar estaba en manos del clero y no era ni obligatoria ni gratuita.

En 1857 se promulga la Ley Moyano, una ley que recogía los proyectos y planes que se habían hecho durante las décadas anteriores. La principal característica de esta Ley, y por lo que siguió vigente durante más de 100 años, es la obligatoriedad de la enseñanza primaria, aunque tan solo desde los seis hasta los nueve años.

Además, la enseñanza obligatoria era de gratuidad relativa, pues solo para aquellos que debidamente lo justificaran se les concedería una enseñanza gratuita.

Si bien esta Ley es innovadora, sigue teniendo características del liberalismo moderado. Esto se aprecia en las materias que se cursaban durante la enseñanza obligatoria. A las niñas se les eliminaba del currículo las asignaturas técnicas como geometría o física, dejándoles tan solo las asignaturas básicas (lectura, escritura y catecismo) y se les añadía las llamadas “labores propias de su sexo” (dibujo de labores e higiene doméstica).

La Ley Moyano fue derogada tras más de cien años, durante la dictadura, por la Ley 14/1970, del 4 de agosto, General de Educación y Financiamiento la Reforma Educativa. Esta ley se caracteriza, entre otras cosas, por la ampliación de la educación primaria obligatoria desde los seis hasta los trece años y esta se convierte en gratuita para todos los españoles. Además, a aquellos que no prosiguieran con estudios superiores también se les dotaría obligatoria y gratuitamente de una formación profesional de primer nivel.

Tras la muerte de Francisco Franco, se amplía la enseñanza obligatoria hasta los 16 años, gracias a la Ley 1/1990 de Ordenamiento General del Sistema Educativo, LOGSE. Esta Ley reorganiza las etapas de la educación, además se introdujo la etapa de educación infantil de 0 a 6 años.

La siguiente, y más actual, “gran ley” es la LOE, Ley Orgánica 2/2006, de 3 de mayo, de Educación. Esta fue modificada por la Ley Orgánica 8/2013, de 9 de diciembre, para la mejora de la calidad educativa (LOMCE 2013).

CAPÍTULO 2- Descripción de la metodología utilizada

El desarrollo de este trabajo consistirá en tres apartados claramente diferenciados:

(11)

10 1. Análisis descriptivo de la muestra.

2. Análisis econométrico.

3. Encuesta de la percepción de la población.

Para el primer apartado se realizará un análisis descriptivo de la muestra. Este consiste en la elaboración de una serie de tablas y gráficos descriptivos de los resultados de 2016 con el programa Excel. Además, gracias al trabajo de D. Rafael Olmos Sáez para la Universidad de Almería en el 2017, “Análisis estadístico: el Aprendizaje a lo largo de la vida”, vamos a poder comparar la EADA realizada en el año 2011 con la realizada en 2016. Esto nos servirá para ver si ciertos aspectos académicos y profesionales de los españoles han evolucionado o no.

Los temas que compararemos son:

- Idiomas que dominan los encuestados.

- Nivel máximo de estudios acabados.

- Situación laboral en el momento de la encuesta.

El segundo apartado será el análisis econométrico con el programa Gretl. Este nos permitirá realizar diferentes modelos con el fin de saber que variables influyen más en el aprendizaje de la población y en la situación laboral y profesional.

La Econometría se encarga del estudio de las características que pueden afectar a una variable en concreto. Para ello se utilizan modelos econométricos, los cuales pretenden explicar una variable (variable dependiente) a través de otras (variables explicativas).

Gretl es un programa informático elaborado por Allin Cottrell (Universidad Wake Forest). Esta pensado para la elaboración de modelos estadísticos y econométricos, su simplicidad tanto a la hora de crear los modelos como a la hora de interpretarlos ha sido el principal motivo por el que se ha optado por él en este trabajo.

El programa Gretl permite la elaboración de diferentes tipos de modelos econométricos, para nuestro análisis hemos optado por modelos Logit Multinomial ya que las variables que queríamos estudiar eran variables cualitativas con más de dos categorías.

Por último, se ha desarrollado una breve encuesta para saber las creencias populares respecto a la formación y situación laboral de los hombres y mujeres en España. Los datos obtenidos se mostrarán en forma de tablas y gráficos descriptivos, para su posterior análisis y comparación con los datos procedentes de los dos apartados anteriores.

(12)

11 CAPÍTULO 3- Desarrollo del trabajo.

3.1. Análisis descriptivo de la EADA.

Para empezar el desarrollo del trabajo, es conveniente entender la muestra sobre la que estamos trabajando. Para ello vamos a utilizar una serie de tablas descriptivas realizadas con el programa Excel, las cuales nos ayudarán a ver rápidamente las características principales de nuestra muestra. Recordamos que nuestros datos son del año 2016.

Tabla 1- Tabla descriptiva de la muestra de 2016 de la EADA.

Total Hombres Mujeres

Número de Encuestados 23019,00 48% 52%

Media de edad 44,04 43,70 44,30

Menos de 30 años 18% 20% 17%

Entre 30 y 45 años 32% 31% 32%

Mayores de 45 años 50% 49% 51%

Encuestados que son de España 90% 91% 89%

Encuestados que no son de España 10% 9% 11%

Fuente: Elaboración propia a partir del INE.

Como vemos en la tabla 1, la muestra esta compuesta por 23.019 personas, de las cuales el 48% eran hombres y el 52% mujeres. La media de edad es de 44 años, y vemos que no varía mucho entre hombres y mujeres. Vemos también, que aproximadamente el 20% de los encuestados son menores de 30, el 30% esta entre 30 y 45 años y el 50% son mayores de 45.

Además, también podemos observar que un 90% de los encuestados son de España y un 10% no lo son. Del total de los hombres un 91% son de España, y del total de mujeres un 89% lo son.

De los hombres encuestados, la mitad es mayor de 45 años (49%) al igual que las mujeres (51%). La segunda franja de edad mas representativa en la muestra es entre 30 y 45 años, y por último los menores de 30.

Vemos que los individuos que forman nuestra muestra no se diferencian demasiando entre hombres y mujeres. Para ambos géneros tenemos prácticamente los mismos porcentajes.

(13)

12

Tabla 2- Situación laboral de los encuestados, EADA 2016

Jornada parcial 11050 59% 41%

Jornada completa 2362 26% 74%

Desempleados 4230 44% 56%

Estudiantes 1658 50% 50%

Jubilados 883 67% 33%

Incapacitados permanentes 679 58% 42%

Dedicados a labores del hogar 1599 1% 99%

Otra situación 527 46% 54%

Negativa/ No sabe 31 52% 48%

Ilustración 3 - Situación laboral de los hombres y mujeres, EADA 2016

La tabla 2 representa el número total de personas que están en cada situación laboral y el porcentaje de hombres y mujeres que forman ese número. En la ilustración 3 se refleja, del total de hombres y del total de mujeres, que porcentaje hay de cada categoría.

Lo que llama más la atención de esta tabla es porcentaje de hombres y mujeres que forman el total de personas que se dedican a las labores del hogar. Vemos que, de todos los encuestados que se dedican a labores domésticas, tan solo el 1% son hombres. Aquí podemos apreciar que en la cultura del Estado Español se sigue optando por que las madres sean las que se quedan al cuidado de los hijos y el hogar.

0,0% 10,0% 20,0% 30,0% 40,0% 50,0% 60,0% 70,0%

Jornada parcial Jornada completa Desempleados Estudiantes Jubilados Incapacitados permanentes Labores del hogar Otra situacion

Situación laboral Hombres y Mujeres

Mujeres Hombres

(14)

13

Ilustración 4 - Porcentajes Situación Laboral Hombres

Ilustración 5 - Porcentajes Situación Laboral Mujeres

Solo un 0,2% del total de los hombres se dedica a las labores del hogar, mientras que un 13,2% de las mujeres lo hace. Esta situación se espera que cambie con las siguientes generaciones, ya que hoy en día, las mujeres tienen muchas más oportunidades a la hora de formarse y trabajar. Poco a poco se irán igualando las proporciones, y lo más seguro es que tiendan a cero puesto que, si los dos pilares de la familia (padre y madre) trabajan, ninguno podrá dedicarse tan solo a las labores del hogar, teniendo así que contratar a terceros para que lo hagan o hacerlo durante sus horas libres.

59%

5%

17%

8%

5%

4% 0%

2% HOMBRES

Jornada Parcial Jornada Completa Desempleado Estudiantes Jubilados

Incapacitados Permanentes Dedicados a las laboresl del hogar Otra situacion

38%

15%

20%

7%

3%

2% 13%

2%

MUJERES

Jornada Parcial Jornada Completa Desempleado Estudiantes Jubilados

Incapacitados Permanentes Dedicados a las laboresl del hogar Otra situacion

(15)

14

Tabla 3 - Situación profesional de los encuestados, EADA 2016.

Empresario 751 68% 32%

Autónomo 1641 62% 38%

Asalariado fijo 8196 52% 48%

Asalariado Temporal 2684 46% 54%

Ayuda en la empresa familiar 67 49% 51%

Negativa / no sabe 73 34% 66%

No aplicable 9607 41% 59%

Ilustración 6 - Situación profesional de hombres y mujeres, EADA 2016

En cuanto a la situación profesional de los entrevistados, vemos la tabla 3 y la ilustración 6. Vemos que hay una gran diferencia entre los hombres y las mujeres empresarias y autónomas, en ambos casos los hombres forman más del 60% del total. Esto indica una brecha profesional muy importante. Citando a Isabel Rubio Arroyo, “La brecha de género en el sector empresarial aún es una asignatura pendiente. Pese a que las mujeres son el 51% de la población española, solo representan el 19% del total de emprendedores en España…” “Solo uno de cada cinco emprendedores en España es una mujer”.

0 1000 2000 3000 4000 5000 6000

Empresario Autónomo Asalariado fijo Asalariado Temporal Ayuda en la empresa familiar NEgativa/no sabe No aplicable

Situación profesional, número de hombres y mujeres

MUJERES HOMBRES

(16)

15

Tabla 4- Nivel máximo de estudios obtenido, EADA 2016.

En esta tabla podemos observar el número total de personas con cada nivel de estudios que se plantea en la EADA, y al lado vemos el porcentaje de hombres y mujeres que representan este número. Está ordenada de menor a mayor nivel de estudios alcanzado por el entrevistado.

Como datos a destacar, vemos que hay más mujeres que hombres con niveles de educación superior, ya que presentan un porcentaje mayor al de los hombres desde los grados universitarios hasta los doctorados universitarios.

Durante el apartado 3.3. nos detendremos un poco más en los demás resultados de las tablas 2, 3 y 4.

(17)

16

3.1.1. Comparación de la EADA del año 2011 y la del año 2016.

En 2017 D. Rafael Olmos Sáez realizó su trabajo “Análisis estadístico: el Aprendizaje a lo largo de la vida” para la Universidad de Almería. Gracias a este trabajo seremos capaces de comparar ciertos aspectos de la EADA realizada el año 2011 con la realizada el año 2016.

Los aspectos que queremos comparar son:

- El número de idiomas que domina el encuestado - El nivel máximo de estudios alcanzado

- La situación laboral en la que se encontraba en el omento que realizó la encuesta.

Para el análisis se han adjuntado las ilustraciones 7 a 12 para una mejor compresión de los temas tratados.

Se puede apreciar claramente que el nivel lingüístico en España es bastante mejorable, ya que en los gráficos de las ilustraciones 7 y 8 se ve claramente como la gran mayoría de encuestados no dominan ningún idioma a parte del materno.

Además, vemos que las proporciones son prácticamente iguales en los dos años.

Que la situación lingüística en España no haya evolucionado durante los 5 años que hay entre las dos encuestas, indica un problema de enriquecimiento lingüístico.

Habrá que esperar a la EADA del año 2021 para saber si este problema sigue persistiendo o no.

En la formación (ilustraciones 9 y 10), en cambio, la situación ha evolucionado desfavorablemente desde el 2011. Antes, dominaban los encuestados que solo alcanzaron hasta el ciclo formativo de grado medio, pero, en el 2016, la situación ha empeorado puesto que la mayoría de las personas solo alcanzaron el graduado escolar o la ESO.

Para concluir esta breve comparativa entre las dos encuestas, hay que señalar que la situación laboral en España ha cambiado considerablemente (ilustraciones 11 y 12). Mientras que en 2011 la mayor parte de los entrevistados trabajaban a jornada completa, vemos que en 2016 dominan los empleados con jornada parcial y los desempleados sobre los empleados con jornada completa.

(18)

17

Ilustración 7 - Número de idiomas que conoce, EADA 2011

Fuente: “Análisis estadístico: el Aprendizaje a lo largo de la vida”, Rafael Olmos Sáez.

Ilustración 8 - Número de idiomas que conoce, EADA 2016

11257

7894

2994

689 134 42 6 1 1

0 2000 4000 6000 8000 10000 12000

0 1 2 3 4 5 6 7 8

Número de idiomas que conoce

(19)

18

Ilustración 9 - Estudios máximos acabados, EADA 2011

Ilustración 10 - Estudios máximos acabados, EADA 2016

0 1000 2000 3000 4000 5000 6000 7000 8000 9000 Fue menos de 5 años a la escuela

Eso o graduado escolar Certificado PCPI o cualificación profesional Bachillerato o similares Formació Profesional Básica Formacion profesional, artes, diseño y deportivas de

grado medio

Formación Profesional de grado medio Formacion profesional, artes, diseño y deportivas de

grado superior

Graduados, Licenciados, Diplomados y con título de Máster

Doctorados

Estudios máximos acabados

(20)

19

Ilustración 11 – Situación laboral actual, EADA 2011

Ilustración 12 - Situación laboral actual, EADA 2016

0 2000 4000 6000 8000 10000 12000

Jornada parcial

Jornada completa

Desempleados

Estudiantes

Jubilados

Incapacitados permanentes

Dedicados a labores del hogar

Otra situacion

Negativa/ No sabe

Situación laboral actual

(21)

20 3.2. Análisis econométrico de la EADA.

En este apartado intentaremos explicar una serie de variables creando modelos econométricos. Para esto accederemos a los microdatos de la EADA de 2016, y seleccionaremos las variables que nos interesan.

Las variables que intentaremos explicar se dividen en dos grandes bloques:

• Bloque 1: Máximo nivel de estudios obtenido por el encuestado.

• Bloque 2: Situación laboral y profesional del encuestado.

Durante el bloque 1 se pretende averiguar qué variables de la EADA influyen en el máximo nivel de estudios obtenido por una persona. En este bloque la variable que queremos explicar de la EADA es Estudios, es decir, el máximo nivel de estudios obtenido por el entrevistado. Esta variable es una variable cualitativa que contiene quince categorías, ordenadas de menor a mayor nivel máximo de estudios obtenido, que en el caso de la EADA será desde Analfabetos hasta Doctorados Universitarios.

En el bloque 2 queremos saber que variables tienen importancia en cuanto a la situación profesional y laboral del encuestado. En este caso, trabajaremos sobre dos variables: SituacionLaboral (situación laboral en la que se encuentran el momento que realiza la encuesta) y SituacionProfesional (Situación profesional del encuestado). Las dos son muy parecidas, pero contemplan diferentes aspectos de la vida profesional.

SituacionLaboral esta dividida en ocho categorías y SituacionProfesional tiene cinco categorías, estas se detallan en el siguiente apartado, en las tablas 7 y 8.

3.2.1. Variables utilizadas

Para una mejor comprensión de los modelos, vamos a definir las variables dependientes y explicativas que utilizaremos en cada bloque.

En las siguientes páginas se encuentra una tabla con los nombres, descripción y codificación de cada variable explicativa. También veremos una tabla para cada una de las variables dependientes utilizadas.

(22)

21

Tabla 5 – Variables Explicativas.

Variables Explicativas

Nombre Descripción Codificación

Edad Edad del encuestado. Entre 18 y 64

Genero Género del encuestado

0. Mujer 1. Hombre Padre_Spain Indica si el padre nació en España.

0. No nació en España 1. Si nació en España Madre_Spain Indica si la madre nació en España.

0. No nació en España 1. Si nació en España Idiomas El número de idiomas que el encuestado

domina a parte del materno. Entre 0 y 20 Miembros_hogar Con cuantas personas convive. Entre 1 y 25

Estudios_Padre Nivel de estudios del padre.

1. Estudios Primarios 2. ESO

3. Bachillerato 4. Universidad

Estudios_Madre Nivel de estudios de la madre.

1. Estudios Primarios 2. ESO

3. Bachillerato 4. Universidad Nacido_Spain Expresa si el entrevistado nació en

España.

0. No nació en España 1. Si nació en España Si_Pareja Indica si el entrevistado vive en pareja

0. Si no vive en pareja 1. Si vive en pareja

Fuente: Elaboración propia a partir de INE.

(23)

22

Tabla 6 - Codificación variable dependiente Bloque 1, Estudios.

Bloque 1, Variable Dependiente = Estudios

Código Descripción

01 Analfabetos.

02 Estudios primarios incompletos.

10 Educación primaria.

21 Primera etapa de educación secundaria sin titulo de graduado en ESO y similar.

22 Primera etapa de educación secundaria con titulo de graduado en ESO y equivalentes.

29 Certificados de profesionalidad de nivel 1 o nivel 2 y similares (garantía Social, PCPI).

32 Bachillerato y similares.

33 Enseñanzas de formación profesional, artes plásticas y diseño y deportivas de grado medio y similares.

39

Enseñanzas profesionales de música y danza y similares. Certificado de escuelas oficiales de idiomas de nivel avanzado y similar. Formación profesional básica (FPB).

41 Certificados de profesionalidad de nivel 3; programas de corta duración que requieren segunda etapa de Secundaria y similares.

50

Enseñanzas de formación profesional, artes plásticas y diseño y deportivas de grado superior o equivalentes. Títulos propios universitarios que precisan del título de bachiller, de duración igual o superior a dos años.

60 Grados universitarios de 240 créditos ECTS y equivalentes. Diplomados universitarios y equivalentes.

70 Grados universitarios de más de 240 créditos ECTS y equivalentes. Licenciados y equivalentes.

79

Másteres oficiales universitarios y equivalentes. Especialidades en Ciencias de la salud por el sistema de residencia y similares. Títulos propios universitarios de máster (maestrías, de 60 o más créditos ECTS para titulados universitarios).

80 Doctorado universitario.

Fuente: Elaboración propia a partir de INE.

(24)

23

Tabla 7 – Codificación variable dependiente Bloque 2, SituacionLaboral

Bloque 2, Variable Dependiente = SituacionLaboral

11 Jornada parcial.

12 Jornada Completa.

20 Desempleado.

31 Estudiante (incluida experiencia laboral no remunerada).

32 Jubilado (incluido jubilado anticipadamente).

33 Incapacitado permanente.

35 Dedicado a labores del hogar 36 Otra situación

Tabla 8 - Codificación variable dependiente Bloque 2, SituacionProfesional

Bloque 2, Variable Dependiente = SituacionProfesional

11 Empresario con asalariados.

12 Trabajador autónomo o empresario sin asalariados.

21 Asalariado con trabajo fijo o un contrato de duración indefinida.

22 Asalariado con trabajo temporal o con contrato de duración determinada.

30 Ayuda en la empresa o negocio familiar.

(25)

24

3.2.2. Bloque 1, Máximo nivel de estudios alcanzado.

Para analizar la variable Estudios, hemos estimado un modelo econométrico, utilizando el programa informático Gretl, con Estudios como variable dependiente.

Como hemos explicado anteriormente, Estudios tiene 15 categorías, ordenadas de menor a mayor nivel de estudios (tabla 6). Por este motivo no podemos utilizar Estudios como variable dependiente en un modelo Logit Binario, necesitamos un modelo que de solución a nuestra variable multiclase. Por ello elegimos el modelo Logit Multinomial.

“La característica de la variable dependiente es que es cualitativa y describe atributos que son intrínsecamente no numéricos o que han sido medidos de acuerdo a estándares que no se prestan por sí mismos a la expresión numérica (Archdeacon, 1994). Sin embargo, siempre es posible representar cuantitativamente una variable cualitativa sin perder información alguna, a este proceso se le conoce como codificación (Gourieroux, 2000).” (Varela y Nava, 2015)

En nuestro modelo Logit, tomamos como valor de referencia “Analfabeto” que es la categoría más baja de la variable Estudios, y las variables elegidas como variables explicativas fueron:

- Edad - Genero - Idiomas

- Miembros_Hogar - Estudios_Padre - Estudios_Madre - Padre_Spain - Madre_Spain - Nacido_Spain

Pensamos que el modelo podría mejorarse si eliminábamos la variable

“Nacido_Spain” puesto que no era significativa para la mayoría de las categorías. A través de un contraste de hipótesis del primer modelo, omitimos dicha variable y así creamos el modelo 2, con el cual mejoraron 2 de los criterios de información y la significancia del resto de variables aumentó. Ahora podemos proceder a la interpretación de los coeficientes obtenidos en el modelo 2.

(26)

25

Ilustración 13 - Modelo Logit Multinomial, Variable Dependiente "Estudios"

(27)

26

Para empezar el análisis del modelo 2 fijémonos en la significación de cada variable.

La significación de las variables quiere decir cuanto relevante es dicha variable para la explicación de la variable dependiente. Esta indicada por asteriscos, a cuantos más asteriscos, más importante es la variable explicativa.

Vemos que no todas las variables son significativas para todos los niveles universitarios. La única variable que es significativa para todos los niveles es Idiomas, es decir que el número de idiomas que domina el entrevistado influye en todos los niveles de formación.

Para interpretar como influyen las variables explicativas en la variable dependiente debemos fijarnos en el signo del coeficiente obtenido.

Se puede apreciar que el signo de los coeficientes de Edad es diferente según la categoría de Estudios. En las dos categorías más bajas (estudios primarios no acabados y estudios primarios) a medida que la edad aumenta es más probable que la población sea no sea analfabeta y tenga dichos niveles d estudio. En cambio, para el resto de las categorías, al ser el coeficiente de Edad positivo, nos damos cuenta de que cuanto mayor es la edad, mayor es la probabilidad de ser analfabeto y, por lo tanto, no tener los estudios correspondientes a esas categorías.

Un dato para destacar es que la variable explicativa Genero, no es significativa para prácticamente ninguna de las categorías. Es decir, para aquellas categorías para las cuales no es significativo el género, si es hombre o mujer no influirá en la probabilidad de ser o no analfabeto. Para las categorías para las que el género si es significativo, que son: ESO no graduado, PCPI nivel 1 y nivel 2, FP superior artes plásticas, Grado Universitario (240ETS), y Másteres Universitarios; la interpretación es la siguiente:

- Coeficiente positivo: Si el individuo es hombre, tiene más probabilidades de tener los estudios de esa categoría que de ser analfabeto.

- Coeficiente negativo: Si el individuo es hombre, tiene menos probabilidades de tener los estudios de esa categoría que de ser analfabeto.

Los coeficientes de la variable Idiomas son siempre positivos, por lo que cuantas más lenguas domina la persona más probabilidades tiene de no ser analfabeto (para todas las categorías).

El número de personas que conviven en el hogar del encuestado (Miembros_Hogar) no influye de la misma manera para todas las categorías. Vemos que el signo de su coeficiente difiere entre las categorías.

- Coeficiente positivo: Cuantas más personas vivan en el hogar, más probable es que el individuo tenga el nivel de estudios de esa categoría y no sea analfabeto.

(28)

27

- Coeficiente negativo: Cuantas más personas vivan en el hogar, más probable es que el individuo sea analfabeto y por lo tanto no tenga ese nivel de estudios.

Con respecto al nivel de estudios de sus progenitores (Estudios_Padre y Estudios_Madre) la interpretación es la siguiente:

- Coeficiente positivo: Cuanto mayor es el nivel de estudios del progenitor, es más probable que el individuo no sea analfabeto.

- Coeficiente negativo: Cuanto mayor es el nivel de estudios del progenitor, es más probable que el individuo sea analfabeto.

Padre_Spain y Madre_Spain indican si los padres nacieron en España o no, su interpretación depende del signo del coeficiente:

- Coeficiente positivo: Si el padre/madre nació en España hay más posibilidades de que el hijo no sea analfabeto y tenga el nivel de estudios de esa categoría.

- Coeficiente negativo: Si el padre/madre no nació en España hay más probabilidades de que sea analfabeto.

3.2.3. Bloque 2, Situación laboral y profesional.

En este segundo bloque vamos a analizar la situación laboral y la situación profesional. Para ellos hemos estimado dos modelos diferentes, uno para cada una de las variables.

Como ya hemos explicado anteriormente, vamos a utilizar un modelo Logit Multinomial con SituacionLaboral como variable dependiente. La codificación de esta variable se encuentra en la tabla 7.

Las variables explicativas que se eligieron fueron:

- Estudios - Edad - Genero - Idiomas

- Estudios_Padre

- Estudios_Madre - Padre_Spain - Madre_Spain - Miembros_Hogar - Si_Pareja

- Nacido_Spain

Así se creó nuestro tercer modelo, el problema fue que gran parte de las variables explicativas seleccionadas no eran significativas para ninguna categoría de la variable explicativa. Por este motivo tuvimos que hacer un contraste omitiendo esas variables. Una vez eliminadas, se creó el modelo 4 (ilustración 14), el cual había mejorado los criterios de información, así como la significación de todas las demás variables. La categoría de referencia en este modelo es: Jornada Parcial.

(29)

28

Ilustración 14 - Modelo Logit Multinomial, variable dependiente “SituacionLaboral”

(30)

29

Se aprecian claramente en el modelo 4 los coeficientes estimados para cada variable explicativa en cada categoría de la variable SituacionLaboral (ilustración 14), y a su derecha el nivel de significación de cada una de ellas.

Vemos que la variable Estudios afecta de la misma forma en todas las categorías, puesto que en todas tiene el mismo signo y en todas es muy significativa. Como el signo del coeficiente es negativo, cuanto mayor es el nivel de estudios obtenido es más probable que esa persona tenga un empleo con jornada parcial.

Observando los coeficientes obtenidos para la variable Edad, vemos que tiene signo positivo en todas las categorías menos para Jubilado y para incapacitado permanente. Esto lo podemos interpretar como que, cuanta mayor es la edad es más probable que el entrevistado sea jubilado o incapacitado permanente. Para las categorías con signo positivo, cuanta mayor es la edad mayor es la probabilidad de estar contratado a tiempo parcial.

En cuestión del género, vemos que todas las categorías menos la categoría jubilado son negativas. Para esta categoría la interpretación seria: si el encuestado es un hombre, tendrá una probabilidad mayor de estar jubilado que de estar empleado a tiempo parcial.

En cambio, para todas las demás categorías, si el encuestado es un hombre tendrá más posibilidades de ser empleado a tiempo parcial.

El signo de la variable Idiomas varia dependiendo de la categoría, las interpretaciones serían:

- Coeficiente positivo: por cada idioma más que domine el encuestado, más probable será que tenga la situación laboral de la categoría estudiada.

- Coeficiente negativo: por cada idioma más que domine, más probable será que tenga un empleo a jornada parcial.

La variable Miembros_Hogar tiene un coeficiente positivo para todas las categorías, lo que quiere decir que, para todas las categorías, cuantas más personas viven en el hogar del encuestado mayor es la probabilidad de tener la situación laboral de la categoría estudiada que de tener un empleo a jornada parcial.

También podemos ver que cuantos más estudios tiene la madre del entrevistado, más probable es que este tenga la situación laboral de la categoría estudiada.

La última cuestión para comentar de este modelo es que se puede apreciar como la variable Si_Pareja solo es positiva para la categoría “Dedicado al hogar”, es decir que si el encuestado vive en pareja es más probable que se dedique a labores del hogar.

(31)

30

Ahora podemos pasar a la estimación de un modelo que explique la variable SituacionProfesional. Para ello utilizaremos un modelo Logit Multinomial. La categoría de referencia en nuestro modelo será: Empresario con asalariados.

Para estimar el modelo se eligieron las mismas variables explicativas que para el modelo anterior:

- Estudios - Edad - Genero - Idiomas

- Estudios_Padre - Estudios_Madre

- Padre_Spain - Madre_Spain - Miembros_Hogar - Si_Pareja

- Nacido_Spain

Lo cual nos llevo al mismo error, muchas de las variables escogidas no eran significativas para ninguna categoría de SituacionProfesional. Se solucionó con el mismo método que el anterior, omitiendo las variables no significativas.

Esta vez, las variables omitidas fueron:

- Idiomas

- Estudios_Padre - Estudios_Madre

- Padre_Spain - Madre_Spain - Nacido_Spain

Esto dio lugar al modelo 6, el cual había mejorado considerablemente, tanto en los criterios de información como en la significación de las demás variables.

Ilustración 15 - Modelo Logit Multinomial, variable dependiente "SituacionProfesional"

(32)

31

El modelo número 6 es el más corto de todos los modelos, puesto que la variable dependiente (SituacionProfesional) es la que tenia menos categorías de las tres estudiadas.

Para interpretar los resultados obtenidos tenemos que fijarnos en el signo de los coeficientes obtenidos y en su nivel de significación. La primera variable que nos encontramos es Estudios, la cual es negativa siempre que es significativa, lo que podemos interpretar como que cuanto mayor sea el nivel de estudios mayor será la probabilidad de ser empresario.

También podemos analizar como influye la edad a que una persona sea empresaria u otra de las categorías del modelo. Edad siempre tiene un signo negativo (siempre que sea significativa) lo que se puede interpretar como que cuanto mayor es la edad más probable será ser empresario.

Si es un hombre será más probable que sea empresario. Esto podemos afirmarlo porque la variable Genero siempre es negativa y significativa.

Las personas que viven en el hogar del encuestado también afectan a su situación profesional, ya que cuantas más personas vivan con él, más probabilidades habrá de que sea empresario (signo negativo de los coeficientes de Miembros_Hogar).

Por ultimo, si la persona vive con su pareja es más probable que sea empresario, ya que la variable Si_Pareja es siempre significativa y siempre tiene signo negativo.

3.3. Descripción y análisis de la encuesta realizada para saber la percepción de la población sobre los temas a tratar.

3.3.1 Descripción de la EPP

Con el fin de saber qué opina la población sobre las diferencias entre hombres y mujeres a la hora de formarse y trabajar, se ha realizado una encuesta por vías telemáticas.

La encuesta se realizó a través de Google Formularios y se hizo llegar a la población mediante las redes sociales y correos electrónicos. De esta manera se pudo hacer llegar a muchas más personas que si se hubiera realizado de forma escrita y presencial.

La encuesta constaba de 4 secciones:

1. Datos del encuestado.

2. Máximo nivel de estudios alcanzado.

(33)

32 3. Situación laboral y profesional.

4. Preguntas de respuesta corta.

Los individuos sencillamente tenían que acceder al enlace que se les proporcionaba e ir contestando las diferentes preguntas realizadas. En el anexo 1 se encuentra una copia de la encuesta.

Para facilitar la comprensión de este apartado, llamaremos a la encuesta que hemos creado EPP, Encuesta sobre la Percepción de la Población.

La encuesta finalmente fue contestada por 312 personas (53% mujeres y 47%

hombres), en su mayoría de Baleares y Canarias. A continuación, se adjuntan una serie de gráficos descriptivos de la muestra:

Ilustración 16- Gráfico edades de la EPP.

Fuente: Elaboración propia.

3.3.2. Análisis de los resultados de la EPP.

3.3.2.1. Percepción sobre la situación laboral.

Los siguientes gráficos muestran las respuestas obtenidas para una serie de preguntas de la EPP. En los gráficos circulares (por sectores), cada sector representa un intervalo de respuestas. Las preguntas analizadas solicitaban al entrevistado que escribiera un tanto por ciento concreto para una serie de cuestiones.

Entre 18 y 23;

76; 24%

Entre 24 y 30;

77; 25%

Entre 31 y 41;

43; 14%

Entre 42 y 61;

101; 32%

Más de 61; 15;

5%

EDADES DE LOS ENCUESTADOS

(34)

33

Por ejemplo, si en un sector encontramos “Entre 25 y 49 (4%)” la interpretación correcta es: un 4% de los encuestados cree que la respuesta esta entre el 25% y el 49%.

Ilustración 17- EPP, porcentaje de mujeres que se dedican a labores domésticas

En el gráfico de la ilustración 17 se recogen las respuestas que se obtuvieron a la pregunta: “De todas las personas que se dedican a labores del hogar, ¿Cuántas cree que son mujeres?”.

Vemos que la gran mayoría piensa que más de la mitad de las personas que se dedican a labores domesticas son mujeres, solo un 8% piensa que no hay más mujeres que hombres encargadas de esta tarea.

Como ya hemos señalado anteriormente en el punto 3.1, del total de personas que se dedican a las labores del hogar, un 99% son mujeres. Vemos que la mayoría de los encuestados de la EPP ni se acercaron a esta cifra. Solo un 30% dijo que había mas del 90% que son mujeres, y tan solo 4 personas acertaron el porcentaje real.

Según el estudio de 2019 que elaboró Afi para ClosinGap, “Coste de oportunidad de la brecha de género en la conciliación”, los hombres dedican 2 horas menos que las mujeres a las tareas y cuidado del hogar, y si además viven en pareja esta brecha se aumenta hasta 3 horas”.

Entre 0 y 24

2% Entre 25 y 49 4%

Entre 50 y 74 28%

Entre 75 y 90 36%

Más de 90 30%

PORCENTAJE DE MUJERES QUE SE

DEDICA A LAS LABORES DEL HOGAR

(35)

34

Ilustración 18- EPP, porcentaje de mujeres jubiladas

Las mujeres solo representan un 33% del total de jubilados en España (tabla 2).

Que el porcentaje de varones jubilados sea más alto que el de mujeres no nos debería sorprender ya que en la población con edad y derecho de jubilación, la gran mayoría son hombres puesto que las mujeres no cotizaban.

Los entrevistados en la EPP parece ser que no lo tuvieron en cuenta, ya que tan solo un 6% pensó que el porcentaje de mujeres jubiladas (dentro del conjunto de todos los jubilados) se encontraba entre un 30% y un 40%.

También se puede apreciar como la mayoría piensa que más de la mitad de las personas jubiladas son mujeres.

En la ilustración 19 vemos las respuestas a la pregunta: “De todas las personas que tienen un contrato a jornada completa, ¿Cuántas piensa que son hombres?”.

Vemos que el 81% pensó que eran más de 50%, es decir que hay más hombres con jornada completa que mujeres. Esta afirmación no es cierta, puesto que, como vimos en la tabla 2, hay más mujeres con jornada completa que hombres (un 74%

frente un 26%). Esto quiere decir que tan solo un 3% de los encuestados estaba cerca de la cifra real (franja azul en la ilustración 19).

Menor de 30 19%

Entre 30 y 40 6%

Entre 40 y 50 32%

Más de 50 43%

PORCENTAJE DE MUJERES JUBILADAS

(36)

35

Ilustración 19 - EPP, porcentaje de hombres con jornada completa

Para concluir con este apartado, vamos a analizar qué variables piensa la población que son influyentes en la situación laboral y profesional de una persona.

En las ilustraciones 20 y 21 encontramos dos gráficos que recogen las respuestas a dos preguntas de la EPP, qué variables influyen en la situación laboral y en la situación profesional de una persona.

Como vemos, la edad, el género y el nivel máximo de estudios son las variables más elegidas para dar explicación a la situación laboral y profesional. Por lo que la percepción que tiene la población esta bastante ajustada a la realidad.

Como vimos en el modelo 4 y en el modelo 6, la edad, el género y el nivel máximo de estudios formaban parte de las variables explicativas que eran más significativas.

Además, también vemos que muy pocas personas escogieron el país de procedencia de los progenitores como una variable explicativa, estas variables fueron eliminadas de los modelos porque no eran nada significativas.

Por otra parte, tenemos variables que eligió la población, pero no se encuentran entre nuestras variables explicativas, como por ejemplo la nacionalidad del encuestado y la Comunidad Autónoma en la que vive. Por lo que respecta a la nacionalidad, en los dos modelos incluimos la variable Nacido_Spain, que se eliminó por no ser significativa, por lo que podríamos pensar que la nacionalidad tampoco lo sería.

Menos de 20

1% Entre 20 y 30

3%

Entre 30 y 50 15%

Mas de 50 81%

PORCENTAJE DE HOMBRES CON JORNADA

COMPLETA

(37)

36

Ilustración 20- EPP, Variables que influyen en la situación laboral

Ilustración 21 - EPP, variables que influyen en la situación profesional

0 50 100 150 200 250

EDAD SEXO NACIONALIDAD PAIS EN EL QUE NACIO SU MADRE PAIS EN EL QUE NACIO SU PADRE CCAA NIVEL DE ESTUDIOS DE LA MADRE NIVEL DE ESTUDIOS DEL PADRE MÁXIMO NIVEL DE ESTUDIOS OBTENIDO VIVE EN PAREJA OTROS

Número de personas que seleccionaron la opción

Variables que influyen en la situación laboral

0 20 40 60 80 100 120 140 160 180 200

EDAD SEXO NACIONALIDAD PAIS EN EL QUE NACIO SU MADRE PAIS EN EL QUE NACIO SU PADRE CCAA NIVEL DE ESTUDIOS DE LA MADRE NIVEL DE ESTUDIOS DEL PADRE MÁXIMO NIVEL DE ESTUDIOS OBTENIDO VIVE EN PAREJA OTROS

Número de personas que seleccionaron la opción

Variables que influyen en la situación profesional

(38)

37

3.3.2.2. Percepción sobre el nivel máximo de estudios alcanzado

Ilustración 22 - EPP, porcentaje de hombres con Grados universitarios

Ilustración 23 - EPP, porcentaje de hombres con Máster universitario

Menos del 29

2% Entre el 30 y el 40 21%

Entre el 41 y el 50 39%

Más del 50 38%

PORCENTAJE DE HOMBRES CON GRADO UNIVERSITARIO

Menos del 29 2%

Entre el 30 y el 40 25%

Entre el 41 y el 50 31%

Más del 50 42%

PORCENTAJE DE HOMBRES CON MÁSTER

UNIVERSITARIO

(39)

38

Ilustración 24 - EPP, porcentaje de hombres con Doctorado universitario

En la ilustración 22 se aprecia que la mayor parte de entrevistados cree que hay más mujeres que hombres con grados universitarios, es decir, la población piensa que las mujeres tienen más facilidad de estudio o que están mas interesadas en obtener estudios superiores.

Esta afirmación parece ser verdadera, o al menos para la muestra de la EADA ya que, como vimos en la tabla 4, el porcentaje de mujeres con grados universitarios es mayor que el de hombres (63% y 37% respectivamente).

El porcentaje real de hombres con respecto a las mujeres con másteres universitarios es del 39% (basándonos en la EADA del 2016). En la ilustración 23 vemos que la percepción de la población en este tema difiere de la realidad, puesto que solo el 25% dijo que se encontraba entre un 30% y un 40%.

Si nos fijamos ahora en la ilustración 24, vemos que más de la mitad de los encuestados piensa que hay más hombres que mujeres con doctorado universitario.

Esto no es así, puesto que según la EADA hay más mujeres con doctorados.

Todas estas afirmaciones las podemos contrastar con la tabla 4.

Menos del 29

3% Entre el 30 y el

40 15%

Entre el 41 y el 50 26%

Más del 50 56%

PORCENTAJE DE HOMBRES CON MÁSTER

UNIVERSITARIO

(40)

39

Ilustración 25- EPP, variables que influyen en el nivel máximo de estudios obtenido

En el grafico anterior encontramos recogidas las respuestas a qué variables influyen en el nivel máximo de estudios de una persona. Las variables con más votos fueron:

- Edad

- Nivel de estudios de los progenitores - Nacionalidad

- Comunidad Autónoma donde vive - Sexo

De estas variables podemos afirmar que están en lo cierto con la edad, el sexo y el nivel de estudios de los progenitores ya que en el modelo 2 de nuestro estudio econométrico estas variables formaban parte de las variables explicativas más significativas.

Por otro lado, una de las variables más elegidas fue la nacionalidad. En nuestro estudio incluimos en un principio la variable Nacido_Spain, la cual indicaba si el encuestado había nacido o no en España. Esta variable fue omitida ya que resultó no ser relevante para la explicación del nivel máximo de estudios obtenido. Por esta razón podemos pensar que la población se equivoca al pensar que la nacionalidad influye en el nivel de estudios obtenido.

Volvemos a ver, al igual que pasó con la situación laboral y la profesional, que la población seleccionó la Comunidad Autónoma como una variable influyente. Esta variable no fue incluida en nuestro análisis por lo tanto no podemos afirmar ni negar su significación.

0 20 40 60 80 100 120 140 160 180

EDAD SEXO NACIONALIDAD PAIS EN EL QUE NACIO SU MADREPAIS EN EL QUE NACIO SU PADRE CCAA NIVEL DE ESTUDIOS DE LA MADRE NIVEL DE ESTUDIOS DEL PADREOTROS

Número de personas que escogieron la opción

Variables que influyen en el nivel máximo de estudios obtenido

(41)

40 CAPITULO 4 – Conclusiones.

Durante el desarrollo del este documento hemos estudiado una serie de datos procedentes de la EADA de 2016. A través de un análisis estadístico y econométrico, hemos intentado dar solución a una serie de cuestiones que vamos a comentar a continuación. Para esto, hemos utilizado dos softwares informáticos, Excel y Gretl, los cuales nos han ayudado a obtener las siguientes conclusiones generales:

• La situación laboral en España difiere bastante entre géneros. Hay más mujeres con trabajos a jornada completa que hombres, pero también es verdad que, de todas las personas que se dedican a labores domésticas, solo un 1% son hombres.

• Las mujeres dominan en los sectores de estudios universitarios.

• El nivel lingüístico en España prácticamente no ha evolucionado desde el 2011. Vemos que hay poca variedad lingüística entre los encuestados, puesto que la gran mayoría no domina ningún idioma a parte del materno.

• El nivel de formación ha empeorado desde 2011. El nivel de estudios máximo obtenido por los encuestados ha empeorado considerablemente.

• En 2016 predomina el número de empleados a jornada parcial y los desempleados sobre los empleados a jornada completa, mientras que en el 2011 la situación era inversa.

• La edad, el género, el número de idiomas que se dominan, los miembros que conviven en el hogar, los estudios de los progenitores y la procedencia de estos son variables que explican el nivel máximo de estudios obtenido por una persona.

• La edad, el género, los estudios máximos obtenidos, el número de idiomas que se domina, los estudios de la madre, los miembros que conviven en el hogar y si se vive en pareja son variables explicativas para la situación laboral de una persona.

• Los estudios máximos obtenidos, la edad, el género, los miembros que conviven en el hogar y si se vive en pareja explican la situación profesional.

• La población tiene una percepción en general acertada sobre todos los temas expuestos anteriormente.

Por lo tanto, vemos que el género es relevante en el nivel de formación, en la situación laboral y en la situación profesional de una persona. Durante el análisis

(42)

41

estadístico vimos como había mucha diferencia entre hombres y mujeres en todos estos aspectos.

Durante el análisis econométrico, vimos que el género explica las variables seleccionadas como dependientes. Esto quiere decir que, que una persona se hombre o mujer influye en su nivel de estudios, en su situación laboral y en su situación profesional.

Además, vemos como ambos análisis se complementan. En el nivel de estudios, en aquellas categorías que el análisis estadístico evidenciaba un evidente menor porcentaje de hombres (por debajo del 44%), la interpretación econométrica de los modelos estimados indica que si una persona es hombre tiene más probabilidades de ser la categoría de referencia y no la categoría estudiada. Por ejemplo, en el caso de las personas con máster universitario, vimos en la tabla 4 que hay un menor porcentaje de hombres, y en el modelo 2 del análisis econométrico vimos que el signo del coeficiente de hombre es negativo, lo que indica que tiene más probabilidades de ser analfabeto que de tener un máster universitario.

Lo mismo pasa con la situación laboral y profesional. Por ejemplo, el porcentaje de hombres que forman parte del total de personas dedicadas a labores domésticas es drásticamente inferior que el de las mujeres, en el modelo 4 vemos como el coeficiente de género es negativo y muy significativo, lo que indica que si es un hombre tiene más probabilidad de estar empleado a jornada parcial que de dedicarse al hogar.

En resumen, podemos afirmar que las mujeres tienen niveles de estudio más elevados que los hombres, creencia popular que es cierta. Hay muchas más mujeres dedicas a labores domésticas que los hombres, cosa que la población sabe, pero no imaginan que prácticamente todas las personas dedicadas al hogar son mujeres. Por último, hay que señalar que, tanto para las personas empresarias como para las autónomas, las mujeres forman menos del 40% del total, situación que da lugar a una importante brecha de género profesional.

(43)

42 BIBLIOGRAFIA

Closingap. (2019). Coste de oportunidad de la brecha de género en la conciliación.

Consultado desde: https://closingap.com/wp-content/uploads/2019/02/Informe_- Conciliación.pdf

Esteban, M. V. Econometría. Consultado desde:

http://www.et.bs.ehu.es/~etpesgov/ECONOMETRIA_Completo.pdf

Instituto Nacional de Estadística (INE). (2016). Metodología de la Encuesta sobre la Participación de la Población Adulta en las Actividades de Aprendizaje 2016.

Consultado de: https://www.ine.es/metodologia/t13/t133045916.pdf

Marenales, E. Educacion formal, no formal e informal. Temas para concurso de maestros. Consultado de:

https://www.academia.edu/8200248/EDUCACION_FORMAL_NO_FORMAL_E_IN FORMAL

Martínez, J. F. Principios básicos y configuración del sistema educativo en la ley general de educación y financiamiento de la reforma educativa. Consultado desde:

http://www.educacionyfp.gob.es/dam/jcr:f1f61857-67bc-4795-a3a4- b8f964cd2470/re199219-pdf.pdf

Rubio, I. (2019). Emprendedores. El Páis Retina. Consultado desde:

https://retina.elpais.com/retina/2019/10/02/talento/1569994978_745264.html

Sevilla. D. La Ley Moyano y el desarrollo de la educación en España. Consultado desde: http://www.juntadeandalucia.es/educacion/vscripts/wginer/w/rec/3095.pdf Varela, R. & Nava, M. Y. (2015). Determinantes de la búsqueda de empleo desde la ocupación: una estimación Logit Multinomial. Consultado desde:

http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0188- 45572015000100004