Revista de la F
acultad de Ciencias Económicas
ISSN: 1390
-
7492
e
-
ISSN: 2806
-
5980
Volumen 6
| Número 7 | 2024
Esta obra está bajo una licencia Creative Commons Atribución
-
No Comercial
-
SinDerivar 4.0.
Los autores mantienen los derechos sobre los artíc
ulos y por tanto son libres de compartir, copiar,
distribuir, ejecutar y comunicar públicamente la obra.
APLICACIÓN
DE
MODELOS
DE
ELECCIÓN
DISCRETA
PARA
EL
ANÁLI
SIS DEL
FENÓMENO
DE
LOS
NINIS
EN
ECUADOR:
DIFERENCIAS
ENTRE
HOMBRES
Y
MUJERES
Application of discrete choice models for the analysis of the
NEET phenomenon in Ecuador: differences between men
and wome
n
Samanta
Pacheco Morales
1
,
Pedro
Zúniga Figueroa
2
,
Daniel
Herrera
Chavira
3
,
Yamile
Falcón
Hernández
4
RESUMEN
El propósito de este trabajo es investigar las características sociodemográficas que
influyen en la probabilidad de ser nini en Ecuador, con un en
foque particular en las
diferencias entre
hombres y mujeres. En América Latina, existe una clara tendencia en
el fenómeno de los ninis,
donde generalmente las mujeres constituyen la mayor parte
de este grupo. En Ecuador, se estima que alrededor de un 16.4
% jóvenes de 15 a 24
años no estudian ni trabajan, siendo más de
dos tercios de esta población mujeres. Se
utilizó un modelo logit para estimar la relación entre
la
probabilidad
de
ser
nini
y
variables
sociodemográficas
como
el
Sexo
,
el
Área
de
residencia
,
Años de estudio
, entre
otras. Los resultados econométricos revelan que el hecho de ser
mujer
aumenta
la
probabilidad
de
ser
nini
en
7.3
puntos
porcentuales.
Se
encontró
evidencia de
cuestiones estructurales
que parecen
aumentar de
manera sistemática la pr
obabilidad
1
Economista.
Estudiante de la
Maestría en Economía
, Universidad Nacional Autónoma de México,
pachecomoralesgenesis@gmail.com
2
Licenciado en Economía.
Estudiante de la Maestría en Economía
, Universidad Nacional Autónoma de
México
,
pedroxzuniga@hotmail.com
3
Licenciado en Economía.
Estudiante de la Maestría en Economía
, Universidad
Nacional
Autónoma de México,
daniel_chavira98@hotmail.com
4
Licenciada en Economía.
Estudiante de la Maestría en Economía
, Universidad
Nacional
Autónoma de
México,
yamilefh97@gmail.com
*Nota: La contribución de los autores en la elaboració
n de este artículo fue la misma.
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
25
de
ser nini para las mujeres como el estado civil. Adicionalmente, pertenecer al área
urbana, tener mayor edad,
menor
nivel
educativo
y
menor
ingreso
per
cápita
aumentan
la
probabilidad de ser
nini
en
Ecuador.
Palabras clave:
Fuerza
laboral
y
em
pleo,
tamaño
y
estructura,
capital
humano,
composición
de
la
fuerza
laboral,
economía
del
género,
estructura
familiar
Clasificación
JEL:
J21,
J24,
J82,
J16,
J12
ABSTRACT
The purpose of this study is to investigate the sociodemographic characteristics that
influence the probability of being NEET (Not in Education, Employment, or Training) in
Ecuador, with a particular focus on differences between men and women. In Latin America,
there is a clear trend in the NEET phenomenon, where women generally constitute
the
majority of this group. In Ecuador, it is estimated that around 16.4% of young people aged
15 to 24 do not study or work, with more than two
-
thirds of this population being women.
We employed a logit model to estimate the relationship between the proba
bility of being
NEET and sociodemographic variables such as
Gender
,
Area of residence
,
Years of study
, among
others. The econometric findings reveal that being female increases the probability of being
NEET by 7.3 percentage points. We found evidence of st
ructural issues that seem to
systematically increase the probability of being NEET for women, such as marital status.
Additionally, belonging to the urban area, being older, having a lower educational level, and
having a lower per capita income increase th
e probability of being NEET in Ecuador.
Keywords:
Labor force and employment, size and structure, human capital, labor force
composition, gender economics, family structure.
Fecha de recepción:
Marzo 1, 2024
.
Fecha de aceptación:
Mayo
8, 2024
.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
26
INTRODUCC
IÓN
En la actualidad, uno de los desafíos sociales que enfrenta América Latina es el fenómeno
"nini", término utilizado para referirse a los jóvenes entre 15 y 24 años
5
que no estudian y
no trabajan. Se estima que en América Latina existen alrededor de 20
millones de ninis y
que dos tercios de esta población está constituida por mujeres, representando un reto
importante para los países de la región en términos de inclusión social y crecimiento
económico (De Hoyos, Rogers y Székely, 2016).
La realidad de las
mujeres en América Latina presenta particularidades que influyen en su
acceso a la educación y al empleo. Factores como la discriminación de género, roles
tradicionales asignados a las mujeres y la maternidad temprana afectan su participación en
la educac
ión y en el mercado laboral. Ante este panorama, surge la pregunta de cómo influye
el género, específicamente ser mujer, en la probabilidad de ser nini, para lo cual se trabaja
el caso de Ecuador. El propósito de este trabajo es analizar si existen diferen
cias
significativas entre hombres y mujeres en cuanto a la probabilidad de ser nini y así aportar
evidencia que permita comprender los elementos que contribuyen a esta disparidad.
La hipótesis planteada en este trabajo es que existen características estruc
turales como el
estado civil y la jefatura del hogar que incrementan la probabilidad de ser nini dependiendo
del sexo. La confirmación de esta hipótesis subraya la necesidad de ampliar la agenda de
investigación en torno a este fenómeno, así como de implem
entar políticas y programas
que impulsen la equidad, proporcionen oportunidades justas y contribuyan a reducir la
brecha, fomentando así la participación equitativa de todos en la sociedad.
El documento está estructurado de la siguiente manera: después del
apartado introductorio,
se realiza una revisión de la literatura en la cual se explora la problemática en la región
latinoamericana y se analizan los predictores de la población nini para un subconjunto de
países. Luego, se presenta un análisis descriptiv
o centrado en Ecuador, sirviendo como
5
Este es el rango de edad promedio considerado en América Latina, sin embargo, este puede variar según las
consideraciones de cada país. Por ejemplo, en Chile de 15 a 30 años, Centroamérica y el Caribe de 16 a 29 años.
Perú
y
México
de
15
a
29
años
(Cabezas,
2015).
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
27
contexto para el ejercicio empírico. Posteriormente, se introducen las técnicas
econométricas para la inferencia, utilizando modelos de elección discreta, y se examinan los
predictores sociodemográficos que afectan la
probabilidad de ser nini en la población
ecuatoriana, con controles diferenciados por sexo. Finalmente, el documento concluye con
observaciones y resultados derivados de esta investigación.
Revisión de la literatura
El fenómeno nini se ha convertido en una
problemática creciente en la región
latinoamericana,
atrayendo la atención de diversos países y dando lugar a la realización
de estudios sobre este tema
, como ha sido el caso de Argentina, Colombia, Ecuador y
México. En esta sección se exponen las
princip
ales
características
de
estos
trabajos.
En
la
literatura
de
la
región
se
evidencia
la
utilización
de
encuestas
nacionales
de
hogares
como
instrumento para el estudio del fenómeno de los ninis. En cuanto a las
herramientas metodológicas
para la inferencia,
en el caso de Ecuador, se han realizado
modelos de regresión logística con el
objetivo de analizar las características de los
jóvenes ninis ecuatorianos y determinar los factores
que
aumentan
la
probabilidad
de
ser
nini
(Buitrón,
Jami,
y
Salazar
Méndez,
20
18).
En
el caso de Argentina, se han
trabajado modelos de probabilidad lineal con efectos fijos para analizar la
probabilidad
de ser nini y de abandonar dicha condición (Martínez Benicio, 2021). Finalmente,
tanto
en Colombia y Méxic
o,
se ha recurrido al us
o de un modelo probit con el objetivo de
conocer la probabilidad de ser nini dadas ciertas
características;
en el caso de Colombia
e identificar los
determinantes
del
estatus
de
ninis
para
el
caso
de
México
(Mora
Rodríguez,
Caicedo
Marulanda
y Gonzáles Esp
itia, 2017; Arceo
-
Gómez y Campos,
2011). El detalle de las variables utilizadas en
cada
uno
de
los
modelos
realizados
por
los
autores
se
encuentra
en
el
Anexo
1.
Según
Arceo
-
Gómez
y
Campos
(2011),
la
proporción
de
ninis
en
México
ha
disminuido
desde 1990,
sin
embargo,
en
el
año
2010
había
un
total
de
8.59
millones
de
jóvenes
ninis
de
los
cuales
el 23.86% eran hombres y el 76.14% eran mujeres. Mora Rodríguez,
Marulanda y González Espitia
(2017)
indican
que
el
25.8%
de
jóvenes
de
la
ciudad
de
Cali
eran
ninis
entre
los
años
2012
-
2013 y de este porcentaje el 37.2% fueron hombres y
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
28
el 62.8% mujeres. Por su parte, Martínez (2021)
señala que desde 2016 a 2018 la cantidad
de jóvenes ninis en Argentina promedia alrededor de
625,000
de
los
cuales
el
60
%
eran
mujeres
y
el
40
%
hombres.
Finalmente,
en
Ecuador,
Buitrón et. al. (2018)
evidenciaron que en 2014 existían 510,896 jóvenes ninis, de los cuáles el 28.3% son
hombres
y
el
71.7%
son
mujeres.
A
la
luz
de
los
datos,
es
notorio
que
en
estos
países
el
fenómeno
nini
est
á
conformado
mayoritariamente
por
mujeres.
La literatura sugiere que la composición mayoritaria de mujeres en el fenómeno nini,
está estrechamente
vinculada
con
los
roles
de
género.
Aunque
estos
roles
han
experimentado
cambios
a
lo largo del tiempo, contin
úan ejerciendo una influencia
significativa en las decisiones laborales,
educativas y familiares de las mujeres (Goldin,
2021). Esta afirmación encuentra respaldo en la
evidencia, ya que las mujeres a menudo
se ven impedidas de ingresar al mercado laboral
o al sistema
educativo
debido
a
responsabilidades
domésticas,
cuidado
de
los
hijos,
embarazo
o
la
oposición
de su
famili
a
(Pacheco
y
Centeno,
2020).
En cuanto a los predictores, pese a que el rango de edad de la población nini difiere entre
los países anal
izados, en todos los casos se identificó que existe una mayor concentración
de ninis conforme se incrementa la edad, esto ha conducido a la segmentación por cohortes
de esta variable al momento de realizar los modelos de estimación. En los países donde se
ha incluido el área como predictor de la población nini se han encontrado resultados mixtos.
En Ecuador, el segmento poblacional nini tiene mayor presencia en el área urbana mientras
que para el caso de México, el fenómeno tiene mayor presencia en el área
rural.
En lo que respecta al estado civil, tanto en Argentina, Ecuador y México la mayor parte de
ninis son solteros. Sin embargo, en México una mujer casada tiene una mayor probabilidad
de ser nini de acuerdo con Arceo
-
Gómez y Campos (2011), en contraste
con la situación
de los hombres donde se elevan sus probabilidades de ser nini si son solteros (Aguayo
Téllez, Mancha Torres y Rangel González, 2013). En concordancia con este análisis,
Martínez (2021) identificó en Argentina que la probabilidad de ser nin
i se incrementa en
1.4 puntos porcentuales si una joven vive en un hogar liderado por una mujer que si está
liderado por un hombre. Por su parte, Mora Rodríguez, Marulanda y González Espitia
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
29
(2017) evidenciaron que para el caso de Colombia la educación del
jefe de hogar influye en
la probabilidad de ser nini.
La
literatura
revisada
denota
la
existencia
de
consenso
respecto
a
que
la
probabilidad
de
ser nini está inversamente relacionada con el nivel educativo, es decir, que la
probabilidad de ser nini
dismin
uye por cada año aprobado en educación formal. En
este sentido, aquellos jóvenes que no
tienen ningún nivel de educación tienen mayores
probabilidades de ser nini (Martínez Benicio,
2021).
De manera similar al planteamiento anterior, existe un consenso con
respecto a la
existencia de
una relación inversa entre ingreso y la probabilidad de ser nini. Los
resultados empíricos apuntan
que
tener
un
mayor
ingreso
per
cápita
familiar
reduce
las
posibilidades
de
que
los
jóvenes
no
vayan a la escuela y no tengan emp
leo (Martínez
Benicio, 2021). Con estos resultados, es posible argumentar que la falta de recursos
económicos podría influir en el abandono de estudios, al tiempo
que,
la
falta
de
empleo
contribuye
a
que
se
conviertan
en
ninis.
MÉTODO
Descripción
de
los
da
tos
Para las estimaciones presentadas en este documento se utiliza la base de datos de la
Encuesta
Nacional de Empleo, Desempleo y Subempleo (ENEMDU)
6
realizada por el
Instituto Nacional de
Estadísticas y Censos (INEC) de Ecuador, específicamente se
tomó d
e referencia el levantamiento
realizado
durante
el
cuarto
trimestre
de
2022.
Tabla
1:
Ninis
en
Ecuador
-
IV
Trimestre
2022
Descripción
Frecuencia
Porcentaje
Nini
506,755
16.4%
Población
de
15
-
24
años
3,088,997
100%
Fuent
e: Elaboración propia con datos de la ENEMDU.
6
El tipo de muestreo de la ENEMDU corresponde a un muestreo probabilístico estratificado en dos etapas,
sus resultados permiten la representatividad a nivel nacional, por área y para las cinco ciudades princi
pales:
Quito, Guayaquil, Cuenca, Machala y Ambato (INEC, 2023).
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
30
Los ninis en Ecuador son identificados como aquellos jóvenes entre 15 a 24 años que no
se encontraban trabajando en empleos remunerados
7
ni realizando estudios formales al
momento de atender la encuesta. Los re
sultados de la tabla 1 indican que el número de ninis
en Ecuador para el cuarto trimestre de 2022 se ubicó en 506,755 habitantes
8
, representando
un 16.4 % de la población entre 15 a 24 años de ese país. Del total de ninis, un 68.9 % son
mujeres y 31.1 % ho
mbres.
Tabla
2:
Participación
laboral
Sexo
Porcentaje
Mujer
41.61
%
Hombre
59.39
%
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Tabla
3:
Características
sociodemográficas
de
los
ninis
Descripción
Porcentaje
Sexo
Hombre
31.06
%
Mujer
68.94
%
Estado civil
Casado
30.42
%
No
casado
69.58
%
Área
Rural
27.24
%
Urbano
72.76
%
Parentesco
Jefe
de
hogar
2.47
%
Otro
tipo
de
parentesco
97.53
%
Nivel educativo
Ninguno
1.58
%
Básica
18.39
%
Media
73.01
%
Superior
7.02
%
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
7
Es importante
destacar que las actividades domésticas no se consideran dentro de esta categoría, de acuerdo con
la definición oficial de actividades no remuneradas.
8
Ligeramente menor a los
resultados de 2014 encontrados por Buitrón et al. (2018).
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
31
La tabla 2 muestra la tasa de participación laboral por género, donde las mujeres presentan
un porcentaje menor en comparación a los hombres. En contraste con el grupo de ninis,
donde las mujeres son las que repres
entan más de dos tercios de este grupo poblacional
(véase tabla 3). Esta información abre la posibilidad de explorar algunas relaciones
interesantes, como conocer cuáles son las características sociodemográficas de este grupo
de mujeres, es decir, qué fact
ores combinados al hecho de ser mujer influyen en la
probabilidad de ser nini. De manera descriptiva los datos revelan que, en promedio, el nivel
educativo de las mujeres no tiene el mismo impacto para ingresar al mercado laboral en
comparación con los hom
bres
9
.
En la revisión de literatura se recopilaron diversas variables asociadas al fenómeno de los
ninis, para el presente análisis se seleccionaron las siguientes:
Sexo
,
Estado civil
,
Área
,
Parentesco
,
Nivel educativo
e
Ingresos per cápita
del hogar. La t
abla 3 presenta la frecuencia relativa
de cada una de estas variables para el grupo de ninis. Destaca en los resultados que el estado
civil para la mayoría no es casado (69.58%)
10
, que se encuentran mayormente ubicados en
zonas urbanas (72.76%), su relación
de parentesco es distinta a jefe de hogar (97.53%) y su
nivel educativo se concentra en niveles medios (73.01%).
En resumen, en Ecuador, el fenómeno de los ninis se concentra en áreas urbanas y en
niveles
educativos intermedios, donde las mujeres represen
tan la mayoría de las personas
en esta situación. Estos datos sugieren ciertas relaciones preliminares entre las
características
sociodemográficas
y
la
condición
de
ser
mujer en el contexto de los ninis.
Modelo econométrico
En este estudio se realiza un an
álisis econométrico utilizando modelos de elección
discreta. Según
Train
(2009),
estos
modelos
sirven
para
describir
situaciones
en
las
que
se
presentan
diferentes
opciones entre las cuales se puede elegir, y estas son mutuamente
excluyentes, exhaustivas y
finitas. Específicamente se trabajará con modelos logit y
probit de elección dicotómica o de respuesta
binaria.
9
En el Anexo 3 se presentan las tablas referentes a esta diferencia en la educación.
10
Esta variable incluye a los que están casados o en unión libre.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
32
De
acuerdo
con
Wooldridge
(2016),
este
tipo
de
modelos
presentan
la
siguiente
forma:
푃
(
푦
=
1
|
풙
)
=
퐺
(
훽
0
+
훽
1
푥
1
+
.
.
.
+
훽
푘
푥
푘
)
(1)
Donde G es una función que toma valores entre cero y uno
(
0
<
퐺
(
푧
)
<
1
)
para todo
el conjunto de números reales (Wooldridge, 2016).
En
el
modelo
logit
la
funció
n
G
es
definida
como:
퐺
(
푧
)
=
푒
푧
1
+
푒
푧
(2)
Esta expresión refiere a la función de distribución acumulada (FDA) de una variable
aleatoria
logística estándar. En el cas
o del modelo probit,
퐺
representa la función de
distribución acumulada de la distribución normal estándar, se expresa como:
퐺
(
푧
)
=
훷
(
푧
)
(3)
Cabe denotar que los coeficientes de esta clase de modelos se
estiman por medio del
método de máxima verosimilitud (Wooldridge, 2016). No obstante, la interpretación de
estos no es directa como en el caso de los modelos de regresión lineal, por lo que se recurre
al cálculo de los efectos marginales para facilitar la
interpretación. Estos reflejan el cambio
en la variable dependiente derivado de un cambio en alguna de las variables independientes
manteniendo todo lo demás constante, formalmente estos efectos se pueden representar
de la siguiente forma:
휕푃
(
푦
=
1
|
푥
)
휕푥
푖
=
퐺
(
훽
0
+
훽
1
푥
1
+
훽
2
푥
2
.
.
.
+
훽
푘
푥
푘
)
×
훽
푖
(4)
En particular, en este estudio se
evalúan
los efectos parciales promedio (APE por sus siglas
en inglés). Los APE se ca
lculan tomando la derivada de la función de probabilidad con
respecto a la variable de interés y luego promediando esta derivada entre todas las
observaciones de la muestra (Wooldridge, 2016).
퐴푃
퐸
=
1
푁
∑
[
휕푃
(
푌
=
1
|
푥
)
휕
푥
푖
]
푁
푗
−
1
(5)
El análisis propuesto contempla la realización de cuatro modelos, dos logit y dos probit que
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
33
tienen como variable dependiente la condición de nini (0= no es n
ini; 1 = nini). La principal
diferencia entre las
especificaciones
planteadas es la incorporación de interacciones entre
variables relacionadas con el género, tanto para el logit como para el probit se estima una
regresión con y sin interacciones. Los mode
los se definen de la siguiente forma:
Especificación 1
-
Modelos Sin interacciones
P
(
nini
=
1)
=
G
(
β
0
+
β
1
Edad
+
β
2
Sexo
+
β
3
Área
+
β
4
Jefe
de
hogar
+
β
4
Casado+
β
5
Años
de
estudio
+
β
6
Ingreso
per
cápita
+
β
6
Casado
·
Sexo
+
β
7
Jefe
de
hogar
·
Sexo)
Especificación
2
-
Modelos
Co
n interacciones
P
(
nini
=
1)
=
G
(
β
0
+
β
1
Edad
+
β
2
Sexo
+
β
3
Área
+
β
4
Jefe
de
hogar
+
β
4
Casado+
β
5
Años
de
estudio
+
β
6
Ingreso
per
cápita
+
β
6
Casado
·
Sexo
+
β
7
Jefe
de
hogar
·
Sexo)
Donde
Edad
es una variable discreta que va de 15 a 24 años
;
Sexo
es una variable binaria
que distingue entre hombres y mujeres
;
Área
es una variable binaria que
identifica entre
urbano y rural
;
Jefe de hogar
es una dummy que toma el valor de uno si el encuestado es jefe
de hogar y cero en otro caso
;
Casado
es otra variable
dicotómica
que toma el valor de uno
si la persona encuestada
está
casada o en unión libre y
cero si su estado civil es distinto a
los mencionados
;
Años de estudio
es una variable discreta que informa sobre el tiempo que
los individuos han formado parte del sistema educativo formal. Finalmente,
Ingreso per cápita
es el ingreso en dólares por habit
ante del hogar al que pertenece el encuestado.
Para conocer cuál especificación proporciona una mejor explicación al fenómeno de
interés, se analizan estadísticos de ajuste como el Pseudo
푅
2
de McFadden que es un
equivalente al
푅
2
de regresión line
al, el
l
ogaritmo de máxima verosimilitud (log likehood
por sus siglas en inglés) y la clasificación de los individuos a partir del pronóstico de cada
modelo (Cameron y Trivedi, 2005).
Para robustecer la elección, se emplean pruebas de diagnóstico con el fi
n de evaluar el
supuesto de homocedasticidad de los residuos (prueba de heterocedasticidad), la
significancia estadística de los coeficientes (test de Wald) y la idoneidad de las estructuras
respecto a un modelo nulo sin variables explicativas (prueba de r
azón de verosimilitud).
Finalmente, en el caso de los modelos que incluyen interacciones, se hacen pruebas para
verificar si su inclusión es estadísticamente distinta de cero (test de Wald).
(
6
)
(7)
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
34
RESULTADOS
La tabla 4 presenta los cuatro modelos propuestos para
este estudio, los cuales fueron
estimados teniendo en cuenta el diseño de la encuesta, razón por la cual se ponderan los
casos mediante el inverso de la probabilidad de elección (Solon, Haider y Wooldridge,
2015)
11
. De acuerdo con los resultados del Pseudo
-
R
2
y el
l
ogaritmo de máxima
verosimilitud, la estructura con un mejor ajuste corresponde al modelo Logit (2). Además,
este modelo logra el porcentaje más alto de casos clasificados correctamente, alcanzando
un 84.
73
%.
Respecto a las pruebas de diagnóstico
, estas son presentadas en la tabla 5. Los resultados
de la prueba de homocedasticidad evidencian la
presencia
de heterocedasticidad en los
residuos de los cuatro modelos, esta es corregida para los datos presentados en la tabla 4
por medio de errores está
ndar robustos (Wooldridge, 2016). Mediante el test de Wald se
corrobora la significancia estadística de los predictores utilizados en estos modelos y la
prueba de razón de verosimilitud permite inferir que la especificación de las propuestas es
aceptable
12
.
Si bien los modelos con interacciones muestran mejor ajuste, es necesario verificar si la
introducción de estas variables es estadísticamente significativa, para ello, se realiza un test
de Wald sobre:
Casado
·
Sexo
y
Jefe de
hoga
r
·
Sexo
. El resumen de e
sta prueba se encuentra
en la tabla 6, sus resultados muestran que ambas son variables
estadísticamente
distintas de
cero.
A partir de estos hallazgos,
se afirma que
la especificación más adecuada
corresponde a
l
modelo logit (2), y es sobre este que se lle
va a cabo el análisis subsiguiente. Los resultados
obtenidos muestran que casi todos los coeficientes de las variables explicativas, incluyendo
las interacciones, son estadísticamente distintos de cero al 95 % de confianza
. L
a excepción
está
en
la interacc
ión entre
Jefe de hogar
y
Sexo
la cual no es significativa a los niveles
estimados. De hecho, exceptuando
Jefe de hogar
, todos los resultados son significativos al 99
11
Una versión de los modelos sin ponderar los
casos se incluye en el Anexo 2.
12
Las hipótesis nulas en estas pruebas plantean: homocedasticidad, mejor ajuste por parte de un modelo nulo y
coeficientes cero. En los tres casos se rechazan estas hipótesis nulas.
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
35
% de confianza (ver tabla 4).
Coeficientes positivos
Para el caso de la variable
Edad
, el
coeficiente asociado es positivo, lo que significa que a
mayor edad la probabilidad de ser nini aumenta. Es importante considerar que para la
muestra seleccionada el rango de edad es de 15 a 24 años, lo que implica que dentro de este
rango 1 año más de ed
ad aumenta la probabilidad de no formar parte del sistema educativo
formal y no desempeñar
un empleo remunerado.
Tabla 4:
Estimaciones de
los modelos de elección discreta
V
ariables
(1)
Logit(1)
(2)
Logit(2)
(3)
Probit(1
)
(4)
Pr
obit(2)
Edad
Área
Sexo
Jefe de hogar
Casado
Años
de
estudio
Ingreso
per
cápita
Casado
·
Sexo
0.1843***
(0.0176)
-
0.5755***
(0.1087)
1.0302***
(0.0949)
-
1.1738***
(0.2331)
0.7808***
(0.1234)
-
0.0758***
(0.0217)
-
0.0027***
(0.0004)
0.1886***
(0
.0176)
-
0.6089***
(0.1126)
0.5936***
(0.0985)
-
1.1654**
(0.5232)
-
1.7247***
(0.2935)
-
0.0767***
(0.0224)
-
0.0029***
(0.0004)
3.1312***
(0.3258)
0.1034***
(0.0099)
-
0.2955***
(0.0597)
0.5345***
(0.0501)
-
0.7072***
(0.1243)
0.4559***
(0.0731)
-
0.0431***
(0.
0121)
-
0.0012***
(0.0002)
0.1049***
(0.0098)
-
0.3081***
(0.0603)
0.3095***
(0.0527)
-
0.5779**
(0.2430)
-
0.8237***
(0.1291)
-
0.0426***
(0.0124)
-
0.0013***
(0.0002)
1.6804***
(0.1538)
Jefe
de
hogar
·
Sexo
0.7244
(0.5777)
0.3329
(0.2816)
Constante
-
3.801
1***
(0.3797)
-
3.5580***
(0.3820)
-
2.2232***
(0.2036)
-
2.1197***
(0.2035)
N
Pseudo
R
2
Log
Lik
Clasificación
15552
0.123
-
5840
84.47
%
15552
0.150
-
5654
84.73
%
15552
0.118
-
5868
84.28
%
15552
0.148
-
5669
84.57
%
Errores
estándar
robustos
entre
paréntesis
***
p
<
0.01,
**
p
<
0.05,
*
p
<
0.1
Nota:
Resultados
corresponden
a
muestra
ajustada
por
el
factor
de
expansión.
Clasificación
realizada
sobre
muestra
no
ponderada.
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
36
De igual manera, la variable dicotómica
Sex
o
tiene un coeficiente positivo, lo que
indica
que
ser mujer aumenta la probabilidad de ser nini. En el caso de la interacción entre
Casado
y
Sexo
el coeficiente asociado se interpreta como el hecho de que ser mujer y estar casada
aumenta la probabilidad d
e ser nini, evidenciando un efecto diferenciado entre hombres y
mujeres.
Tabla
5:
Pruebas
de
diagnóstico
Modelo
Heterocedasticidad
Chi
2
P
-
value
Test de Wald
de significancia
Chi
2
P
-
value
Razón de
verosimilitud
Chi
2
P
-
value
Logit
(1)
175.90
0.00
0.00
0.00
0.00
1,209.03
0.00
1,408.56
0.00
Logit
(2)
141.64
710.25
0.00
1,652.21
0.00
Probit
(1)
175.90
1,220.55
0.00
1,356.93
0.00
Probit
(
2)
175.90
711.16
0.00
1,615.38
0.00
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Coeficientes negativos
Las variables de
Área
,
Jefe de hogar
y
Casado
son dicotómicas. Lo que
señalan
los signos de
sus coeficientes es que, el hecho
de vivir en una zona rural, ser jefe de hogar y estar casado
reducen la probabilidad de ser nini. Es importante señalar que en el caso de la variable
Casado
el signo del coeficiente es positivo cuando no se incluye la interacción entre las
variables
Casad
o
y
Sexo
(véase tabla 2, Logit(1) y Probit(1)). Lo anterior, sugiere que
existe
un efecto opuesto para hombres y mujeres respecto a su probabilidad de ser ninis en
función de su estado civil.
Para las variables de
Años de estudio
e
Ingreso per cápita
del h
ogar, los coeficientes estimados
indican que un aumento en el nivel educativo y en el ingreso per cápita disminuyen la
probabilidad de ser nini.
Tabla
6:
Prueba
de
significancia
de
las
interacciones
Modelo
Test
de
Wald
Chi
2
153.77
203.45
P
-
value
0.00
0.0
0
Logit
(2)
Probit
(2)
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Tabla
7:
Efectos
marginales
(1)
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
37
Variables
Logit(2)
Edad
0.0218***
(0.00194)
Área
-
0.0703***
(0.0128)
Sexo
0.0685***
(0.0110)
Jefe de hogar
-
0.135
(0.0605)
Casado
-
0.199***
(0.0344)
Años de estudio
-
0.00886***
(0.00257)
Ingreso per cápita
-
0.000339***
(4.35e
-
05)
Casado · Sexo
0.362***
(0.0379)
Jefe de hogar · Sexo
0.0836
(0.0667)
Errores estándar entre paréntesis
***
p
<
0.01,
**
p
<
0.05,
*
p
<
0
.1
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Efectos marginales
La tabla 7 contiene los Efectos Marginales Parciales (APE) del modelo logit(2), en los
resultados resaltan algunas magnitudes como en el caso de la variable
Casado
, estar casado
(para
los hombres) disminuye la probabilidad de ser nini en 19.9 puntos porcentuales. De
igual manera, ser jefe de hogar se asocia con una reducción de 13.5 puntos porcentuales en
la probabilidad de ser nini. En el caso de la interacción entre
Casado
y
Sexo
se
observa el
efecto más importante en términos de magnitud, el hecho de ser mujer y estar casada
aumenta la probabilidad de ser nini en 36.2 puntos porcentuales.
Adicionalmente, se observa que el impacto de un aumento en el ingreso per cápita tiene un
efecto
negativo en la probabilidad de ser nini
13
(
-
0.03 puntos porcentuales). De manera
similar, el aumento en un año de estudio reduce en 0.8 puntos porcentuales la probabilidad
de ser nini. Para el caso del
Sexo
y
Área
los resultados se interpretan de la siguie
nte manera:
ser mujer aumenta la probabilidad de ser nini en 6.85 puntos porcentuales, mientras que
13
Es importante considerar que la unidad
de medida para esta variable son dólares corrientes al mes, en
consecuencia, la magnitud de este efecto podría estar influenciada por la escala.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
38
vivir en una zona rural disminuye la
probabilidad
de ser nini en 7.03 puntos porcentuales.
Finalmente, la interacción entre
J
efe de hogar
y
S
exo
no resultó
ser estadísticamente
significativa, por lo que se omite su interpretación.
CONCLUSIONES
Para el periodo de tiempo analizado en este documento, la cantidad de ninis fue de 506,755,
equivalente al 16.4 % de la población entre 15 y 24 años. De este total, el
68.9 % son mujeres
y el 31.1 % son hombres, a nivel descriptivo es posible inferir que el fenómeno nini en
Ecuador está conformado mayoritariamente por mujeres, estos datos condicen con la
evidencia presentada por otros países de la región, como: Argentina
, Colombia y México.
A través de modelos de elección discreta propuestos en este trabajo fue posible obtener
información sobre los predictores que la literatura señala y como estos inciden en la
probabilidad de ser nini. Con base en los resultados obtenido
s, se comprueba la hipótesis
planteada al inicio de este trabajo. En Ecuador, con los datos de la ENEMDU del cuarto
trimestre del 2022, las mujeres entre 15 y 24 años tienen una mayor probabilidad de ser nini
en función de los controles elegidos para esta
investigación. Lo anterior guarda relación con
los hallazgos presentados en
otros
estudios a nivel regional.
Partiendo de los modelos econométricos empleados, se puede concluir que en Ecuador las
probabilidades de ser nini incrementan a medida que aumenta
la edad dentro del rango de
la muestra. Igualmente, pertenecer al área urbana, ser mujer, no ser jefe de hogar, tener un
menor nivel educativo y menores ingresos elevan dicha probabilidad. Con algunas
excepciones como los ingresos del hogar, la mayoría de
las variables
son de tipo estructural.
En cuanto al estado civil, la relación con ser nini es diferente entre hombres y mujeres,
cuando no se diferencia el estado civil el coeficiente de esta variable presenta un signo
positivo; no obstante, al incluir una
interacción entre el estado civil y el sexo se aprecia que
la dirección de la relación es positiva para las mujeres y negativa para los hombres. Con
estos resultados es posible inferir que ser mujer y estar casada aumenta aún más la
probabilidad de ser ni
ni.
No se encontró evidencia estadísticamente significativa de que exista una relación entre
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
39
ser
jefe
de
hogar
y
mujer
con
respecto
a
la
probabilidad
de
ser
nini.
F
inalmente, en comparación con la revisión de la literatura, los resultados obtenidos
mantien
en la misma relación entre las variables independientes y la dependiente. A
excepción de la interacción de
Jefe de hogar
y
Sexo
, el resto de los coeficientes son
estadísticamente significativos con base a la estructura propuesta en los modelos. En
consecue
ncia, la evidencia empírica sugiere la existencia de características estructurales en
la sociedad ecuatoriana, algunas de ellas vinculadas al género, que influyen en la
probabilidad de que una persona sea nini.
REFERENCIAS
Aguayo Téllez, E., Mancha Torres,
G. y Rangel González, E. (2013). Descifrando a los ninis
un estudio para Nuevo León y México. Universidad Autónoma de Nuevo León.
Arceo, E., y Campos, R. (2011). ¿Quiénes son los NiNis en México?. Documento de
trabajo, 524. Buitrón, K., Jami, V. y Salazar
Méndez, Y. (2018). Los jóvenes ninis en
Ecuador. Revista de
Economía del Rosario, 21(1), 39
-
80.
Cabezas, G. (2015). Los NiNis desde sus trayectorias educativas y laborales.
PNUD.
Cameron, A. C. y Trivedi, P. K. (2005). Microeconometrics: Methods and
Appli
cations. Cambridge University Press (Virtual Publishing). 470
-
504
De Hoyos, R., Rogers, H. y Székely, M. (2016).
Ninis en América Latina: 20 millones de
jóvenes en busca de oportunidades. Banco Internacional de Reconstrucción y
Fomento/ Banco Mundial, 73.
Goldin, C. (2022).
Career and Family: Women’s Century
-
Long Journey toward Equity.
Prin
-
ceton: Princeton University Press, 344 pp.
INEC. (2023). Encuesta Nacional de Empleo, Desempleo y Subempleo ENEMDU
Trimestral.
Diseño muestral.
Martínez Benicio, L. (2
021). Jóvenes que no estudian ni trabajan en Argentina: una
caracterización enfocada en diferencias de género. Universidad Nacional de la Plata,
1
-
56.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
40
Mora Rodríguez, J. J., Caicedo Marulanda, C. y Gonzáles Espitia, C. G. (2017). Duración
del desempleo de
los jóvenes y de los ninis en Cali, Colombia. Revista de Economía
Institucional, 19(37), 167
-
184.
Pacheco Morales, S., Centeno Lavayen, M. (2020). ¿Quiénes son los ninis? Una
caracterización socioeconómica desde una perspectiva de género en ecuador.
Revist
a De La Facultad De Ciencias Económicas, 2(2), 118
–
148.
https://doi.org/10.53591/fce.v2i2.1592
Train, K. (2009). Discrete Choice Methods with Simulation. Cambridge University Press.
Solon, G., Haider, S. J., y Wooldridge, J. M. (2015). What are we weightin
g for?.
Journal of
Human resources, 50(2), 301
-
316.
Wooldridge, J. M. (2016). Introductory Econometrics: A Modern Approach (6th ed.).
Cengage Learning
.
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
41
ANEXOS
Anexo 1
Tabla
8:
Estudios
econométricos
sobre
Ninis
en
Latinoamérica
Países
Per
iodo
Modelo
Fuente
Dependiente
Explicativas
Argentina
2016
-
2018
Modelo de
probabilidad
lineal con
efectos fijos
Encuesta
Permanente
de Hogares
(EPH).
Nini: 1 si un joven
no estudia ni
trabaja, 0 si el
joven trabaja,
estudia o realiza
ambas.
Edad, Mujer,
Soltero, Educación
Básica, GBA, Noroeste,
Nordeste,
Cuyo, Pampeana,
Patagónica,
Quintil de ingreso,
Miembros
ocu
pados, Propietario,
Menores,
An
cianos, Jefa, Jefe
Ocupado,
Tasa de desocupación.
Colombia
2012
-
2013
Modelo
probit
Encuesta de
Em
pleo y
Calidad
de Vida
(EECV).
Nini: 1 si un joven
no estudia ni
trabaja, 0 si el
joven trabaja,
estudia o realiza
ambas.
Duración 0 a 6 meses, Duración
7
a 12 meses, Mujer, Mujer
bachiller, Etnia, Migrante,
Oriente, Centro oriente, Centro
norte, Ladera,
C
ondición
del
Hogar
.
Ecuador
2014
Modelo logit
Encuesta de
Condiciones
de
Vida (ECV).
Nini: 1 si un joven
no estudia ni
trabaja, 0 si el
joven trabaja
,
estudia o realiza
ambas.
Edad, Edad
-
cuadrado, Urbano,
Hombre, Casado, Separado,
Discapacidad
, Indígena,
Afrodescendiente,
Montuvio,
Blanco,
Madre
-
hogar
Alfabetización, Básica,
Secundaria
, Superior, Quintil
de ingreso.
México
1990
-
2010
Modelo
probit
Encuesta
Nacional de
Ingre
so y
Gasto de los
Hogares
(ENIGH),
Censos de
Población y la
En
cuesta
Nacional de
Ocupación y
Empleo
(ENOE).
Nini: 1 si un joven
no estudia ni
trabaja
, 0 si el
Joven trabaja,
estudia o realiza
ambos
Sexo, Edad, Casado, Viven con
padres, Secundaria, Preparatoria,
Universidad, Quehacer
doméstico,
Edad (Jefe hogar),
M
ujer (Jefe
hogar), Secundaria
(Jefe hogar),
Preparatoria (Jefe
hogar)
, Universidad (Jefe hogar),
Tamaño del hogar, No. de
trabajadores (30+), Promedio de
edad, Menores de 5
años,
Menores de 15 años, Mayores
de 65 años, Log(Ingreso) (30+),
Sin agua en
hogar, Piso de tierra
en hogar, Tasa de empleo, Tasa
de
asistencia escolar.
Fuente:
Elaboración
propia
.
Aplicación de modelos de elección discreta para el
an
álisis
P
acheco
,
Z
úniga,
Herrera
&
Falc
ón
del fenómeno de los ninis en Ecuador:
diferencias entre
hombres y mujeres
42
Anexo 2
Tabla 9: Modelos econométricos sin factor de expansión
V
ariables
(1)
Logit(1)
(2)
Logit(2)
(3)
Probit(1)
(4)
Probit(2)
Edad
Área
Sexo
Jefe
de
hogar
Casado
Años
de
estudio
Ingreso
per
cápita
Casado
·
Sexo
0.1818***
(0.0096)
-
0.2935***
(0.0532)
0.8822***
(0.0484)
-
1.1741***
(0.1461)
0.7569***
(0.0638)
-
0.0872***
(0.0105)
-
0.0025***
(0.0002)
0.185
3***
(0.0096)
-
0.3068***
(0.0541)
0.5898***
(0.0516)
-
1.1406***
(0.3211)
-
1.2948***
(0.2101)
-
0.0867***
(0.0106)
-
0.0026***
(0.0002)
2.5824***
(0.2209)
0.1025***
(0.0054)
-
0.1551***
(0.0293)
0.4616***
(0.0261)
-
0.6786***
(0.0769)
0.4439***
(0.0380)
-
0.0489
***
(0.0059)
-
0.0011***
(0.0001)
0.1037***
(0.0055)
-
0.1613***
(0.0296)
0.3096***
(0.0278)
-
0.5871***
(0.1433)
-
0.6482***
(0.0977)
-
0.0479***
(0.0060)
-
0.0011***
(0.0001)
1.4380***
(0.1061)
Jefe
de
hogar
·
Sexo
0.5869
(0.3658)
0.2649
(0.1747)
Constante
-
3.8407***
(0.1950)
-
3.7154***
(0.1960)
-
2.2575***
(0.1072)
-
2.2000***
(0.1077)
N
15552
15552
15552
15552
Pseudo
R
2
0.102
0.120
0.0985
0.117
Log
Lik
-
6184
-
6062
-
6210
-
6081
Errores
estándar
entre
paréntesis
***
p
<
0.01,
**
p
<
0.05,
*
p
<
0.1
Fuente:
E
labo
ración
propia
con
datos
de
la
ENEMDU.
Anexo
3
Tabla
10
:
Nivel
de
Instrucción
de
los
NINIS
-
Hombres
(1=Ninis
0=No
Ninis)
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Nivel
Educ.
0
1
Total
Ninguno
769
5,735
6,504
Educación
Básica
387,389
28,362
415,751
Educación
Media/Bachillerato
884,905
113,122
998,027
Superior
206,188
10,172
216,360
Total
1,479,251
157,392
1,636,643
Revista de la Facu
lta
d de Ciencias Económicas, vol. 6, núm. 7
, 202
4
43
Tabla
11
: Nivel de
Instrucción
de
los
NINIS
-
Mujeres
(1=Ninis
0=No
Ninis)
Fuente:
E
laboración
propia
con
datos
de
la
ENEMDU.
Nivel
Educ.
0
1
Total
Ninguno
0
2,293
2,293
Educación
Básica
242,219
64,814
307,033
Educación
Media/Bachillerato
625,213
256,837
882,050
Superior
235,560
25,420
260,980
Total
1,102,992
349,364
1,452,356