“FACTORES DETERMINATES DEL DESEMPLEO JUVENIL EN LA REGIÓN PUNO,

AÑO 2021”
PREGUNTA GENERAL
¿Cuáles son los factores determinantes del desempleo juvenil en la Región Puno en el año 2021?
PREGUNTAS ESPECIFICAS
¿En qué medida la variable nivel de educación influye sobre el desempleo juvenil en la región de
Puno en el año 2021?
¿En qué medida la variable nivel de experiencia influye sobre el desempleo juvenil en la región
de puno en el año 2021?

HIPÓTESIS GENERAL
Los factores determinantes del desempleo juvenil en la región de Puno son el nivel de educación
y nivel de experiencia
HIPÓTESIS ESPECIFICAS
El nivel de educación influye de manera positiva sobre el desempleo juvenil en la región de Puno
en el año 2021
El nivel de experiencia influye de manera positiva sobre el desempleo juvenil en la región de
Puno en el año 2021
MARCO TEÓRICO:
Modelo neoclásico del mercado de trabajo y el desempleo
El análisis neoclásico se basa en el supuesto de la flexibilidad de los salarios, los desplazamientos
que se puedan producir en las funciones de demanda y oferta de trabajo provocarán reajustes
salariales que en cualquier caso quedarán determinados en el punto en que se igualen la oferta y
la demanda. Los salarios son el precio que hay que pagar por los servicios prestados por el factor
trabajo, cuanto mayor sean los salarios, menor será la cantidad demandada y mayor la cantidad
ofrecida.
Hay dos clases de paro, voluntario e involuntario, que pueden producirse dentro de este esquema.
En el punto de equilibrio todos los trabajadores que lo deseen encuentran un empleo, pero habrá
una cierta cantidad de personas que no estarán dispuestas a trabajar por encontrar excesivamente
bajos los salarios, eso será desempleo voluntario, si algún factor externo (sindicatos), gobierno
impide el reajuste de los salarios, aparecerá el paro involuntario.
La persistencia de un cierto nivel de paro involuntario es explicada en el modelo neoclásico
mediante dos tipos de razones: el desempleo friccional y el estructural.
El desempleo friccional está originado porque muchos de los que acaban de obtener un título
profesional no tienen un empleador esperándoles a la salida del centro de estudios, o porque
algunos trabajadores deciden dejar su puesto para buscar otro mejor y tardan cierto tiempo en
encontrarlo. El desempleo estructural se genera porque los demandantes de empleo no logran
encontrar el perfil del trabajador que buscan, no se trata de escasez de demanda, sino que de un
cambio relevante en la tecnología o conducta de los consumidores que ha modificado las
necesidades de los empleadores, mientras que los trabajadores no han tenido tiempo suficiente
para ajustar sus habilidades a esta nueva realidad.
Modelo keynesiano del mercado de trabajo y el desempleo
En el modelo keynesiano, la causa principal del paro hay que buscarla en la insuficiencia de la
demanda agregada, un simple cambio negativo en las expectativas de los empresarios puede
provocar una disminución de su demanda de bienes de inversión lo que originará una serie de
reacciones en la que se irá perdiendo empleo. La consiguiente disminución en la capacidad
adquisitiva de los trabajadores puede agravar el círculo vicioso prolongando indefinidamente la
situación de desempleo.

Los keynesianos rechazan la capacidad del mercado laboral de ajustarse a la nueva situación
modificando los salarios. Y si el equilibrio en el mercado de un factor o un bien no puede
alcanzarse por la vía de los precios, se conseguirá por la vía de las cantidades, apareciendo una
disparidad entre las cantidades ofrecidas y demandadas. Es la rigidez a la baja de los salarios la
que impide que la disminución de la demanda se traduzca en descensos salariales por lo que se
producirá una situación de desempleo involuntario. El supuesto de la rigidez de los salarios puede
suavizarse si se considera que los trabajadores tienen ilusión monetaria, es decir, que lo que
negocian en sus convenios son salarios nominales, no reales, por lo que, si se dan
simultáneamente situaciones de desempleo e inflación, puede producirse un cierto reajuste de los
salarios reales.
MARCO REFERENCIA:
1. (Roque, 2017) En su investigación “Análisis de los determinantes del desempleo juvenil
en la ciudad de Juliaca, 2016”, que tuvo como objetivo identificar las variables que
determinan el desempleo juvenil en la ciudad de Juliaca,2016, se utilizó el modelo
econométrico Logit
( Y =1 )=ln ( P=desempleado
1− p=no desempleado )
=α + β 1 ( Edad ) + β 2 ( Jefe de hogar ) + β 3 ( Estado civil ) + β 4 ( Hijos menores

, y se obtuvo como resultados de que la edad de los jóvenes tiene estrecha relación con el
desempleo, es decir, un año adicional en la edad de los jóvenes disminuye la probabilidad
de estar desempleado en 2.11%.
2. (Maza & Rojas, 2020) En su investigación “Factores determinantes del desempleo en el
distrito de Lambayeque”, que tuvo como objetivo evaluar los factores determinantes del
desempleo en el distrito de Lambayeque, se utilizó el modelo econométrico Probit
( Y =1 )=ln ( P=desempleado
1− p=no desempleado )
=α + β 1 ( Edad ) + β 2 ( Edad 2 ) + β 3 ( Jefe de hogar l ) + β 4 ( Ed . primaria ) + β 5

, y se obtuvo como resultado de que la edad de los trabajadores se relaciona

negativamente con el desempleo, es decir, un año adicional en la edad de los trabajadores
disminuye la probabilidad de estar inactivos en un 6.53%, sin embargo, la variable edad al
cuadrado es positivo, lo cual indica, a mayor edad de los trabajadores mayor es el
desempleo
Por otro lado, si los trabajadores se declaran como jefes de hogar, la probabilidad de no estar
desempleado en el mercado laboral disminuye en 15.15%. Con respecto a la educación
secundaria y educación superior de los trabajadores, estas tienden a correlacionarse
negativamente con el desempleo. En lo que concierne al estado civil, esta variable influye
negativamente la probabilidad de permanecer inactivos en el mercado de trabajo en 22.57%, y
finalmente, si los trabajadores desempleados son hombres, la probabilidad disminuye en 13.03%.
3. (Fernández, 2018) En su investigación “Factores determinantes del desempleo juvenil en
el distrito de Copani, provincia de Yunguyo, departamento de Puno, en el año 2017”, que
tuvo como objetivo determinar los factores que influyen en el desempleo juvenil en el
distrito de Copani, provincia de Yunguyo, departamento de Puno, en el año 2017,
utilizando el modelo econométrico Logit
( Y =1 )=α + β1 ( EDAD ) + β 2 ( NEDUC ) + β 3 ( ING ) + β 4 ( SEXO ) + β 5 ( JEFEH ) + μ, y se obtuvo
como resultados respecto al desempleo muestran que, la variable edad, influye
negativamente en la probabilidad de estar desempleado, es decir, al aumentar la edad de la
población de estudio en un año, la probabilidad de estar desempleado disminuye en 8.6%;
la variable nivel de educación, indica que un nivel educativo mayor en la población
juvenil, hace que la probabilidad de estar en la situación de desempleado se reduzca en
5.1%, con respecto al ingreso presenta un nivel de significación aceptable, lo que indica
que un aumento unitario en los ingresos hace que la probabilidad de catalogarse como
desempleado aumente en un 12%. Finalmente, la variable sexo su coeficiente resulto
 negativo reflejando que los jóvenes del sexo masculino tienen menor probabilidad de
estar desempleado en un 9.8%.
4. (Apaza, 2017) En su investigación “Educación y desempleo juvenil en el distrito de
Asillo, provincia de Azángaro, departamento de Puno en el año 2016”, que tuvo como
objetivo determinar los factores en el desempleo juvenil en el distrito de Asillo, provincia
de Azángaro, departamento de Puno en el año 2016, utilizo el modelo econométrico
Probit, concluyendo de que los factores determinantes o los que influyen
significativamente en el desempleo juvenil en el distrito de Asillo que son: sexo, nivel de
educación, si el joven tiene pareja, si el joven es jefe de familia y experiencia laboral y las
variables edad, ingreso si el joven está estudiando y la zona donde vive, no son
significativas individualmente, pero de manera global si resultan ser significativas para
explicar los determinantes de la probabilidad de estar desempleado.
5. (Angel & Atamari, 2017) En su trabajo de investigación “Análisis de las variables que
determinan la probabilidad de estar desempleado en el área urbana de Ayaviri, 2016”, que
tuvo como objetivo analizar los principales factores sociodemográficos y económicos en
la probabilidad de estar desempleados en el área urbana de Ayaviri, 2016”, utilizo el
modelo econométrico logit de elección binaria
( Y =1 )=ln ( P=desempleado
1− p=no desempleado )
=α + β 1 ( Edad ) + β 2 ( Edad 2 ) + β 3 ( Jefe de hogar l ) + β 4 ( Ed . primaria ) + β 5

, obteniendo como resultados de que la edad de los trabajadores se relaciona

negativamente con el desempleo laboral, es decir, un año adicional en la edad de los
trabajadores disminuye la probabilidad de estar inactivos en un 7.13%, sin embargo, la
variable edad2 es positivo, lo cual indica, a mayor edad de los trabajadores mayor es el
desempleo. Por otro lado, si los trabajadores se declaran como jefes de hogar, la
probabilidad de no estar desempleado en el mercado laboral disminuye en 17.91%. Con
respecto a la educación secundaria y educación superior de los trabajadores, esta tiene a
correlaciona negativamente y significativamente con el desempleo, es decir, si los
trabajadores cuentan con estudios secundarios, la probabilidad de permanecer inactivos en
el mercado de trabajo disminuye en 17.41% y con estudios superiores a 16.20%.
Finalmente, la variable otros ingresos que poseen los trabajadores, tienen a correlacionarse
positivamente con el desempleo, es decir, esta variable incrementa la probabilidad del desempleo
de los trabajadores en un 19.07%, el estado civil de los trabajadores influye negativamente la
probabilidad de permanecer inactivos en el mercado de trabajo en 25.43%, y si los trabajadores
desempleados son hombres, en este caso, la probabilidad de quedar desempleo en el mercado de
trabajo disminuye en 12.30%.
6. (Varas, 2017) En su trabajo de investigación “Análisis de los determinantes del
subempleo en el área urbana de Juliaca, 2016”, que tuvo como objetivo analizar los
factores socioeconómicos que determinan la probabilidad de que un individuo se
encuentre subempleado en el área urbana de la ciudad de Juliaca, utilizando los modelos
econométrico Probit
( Y =1 )=ln (
P=sea un trabajador subempleado
1− p=no sea un trabajador subempleado )
=α + β1 ( Sexo ) + β 2 ( Edad )+ β3 ( Edad 2 ) + β 4 ( Tipode in
 , con lo cual se obtuvo como resultados de que los factores influyen significativamente
sobre el subempleo en el área urbana de la ciudad de Juliaca son: sexo, edad, tipo de
institución de la cual egreso el encuestado, contrato laboral, tipo de contrato, y
satisfacción laboral; asimismo, otro resultado sumamente interesante fue que la
probabilidad de estar subempleado se incrementa en un 11.59% si el individuo es
egresado de una universidad privada.
7. (Ccota, 2018) En su investigación “Factores económicos y sociodemográficos que se
asocian con la inactividad laboral de los jóvenes en la ciudad de Puno, 2017”, que tiene
como objetivo determinar los factores sociodemográficos y económicos que se asocian
con la inactividad laboral de los jóvenes en Puno, uso el modelo econométrico logit
( Y =1 )=ln ( P=desempleado
1− p=no desempleado )
=α + β 1 (Genero ) + β 2 ( Edad )+ β3 ( Educ . primaria ) + β 4 ( Educ . secundar

, obteniendo como resultado de que las variables que se asocian con la inactividad laboral
de los jóvenes en la ciudad de Puno y que influyen significativamente son: genero,
educación secundaria, educación superior, estado civil, centros de enseñanza, adulto
desempleado e ingreso per cápita
8. Viitanen (1999), realiza un trabajo de investigación que considera que no sólo la
educación formal es la variable relevante para explicar el desempleo de los jóvenes, e
investiga las características personales, regionales, y los familiares de los desempleados,
el trabajo utilizo datos de Encuesta Nacional de Hogares para realizar un modelo logit
multinomial, un análisis factorial de correspondencia y un análisis de correlación
canónica. Las variables significativas para ambos sexos incluyen la posesión de ninguna
calificación, el desempleo de los padres, y el lugar físico en donde vive el individuo, este
autor halla evidencias que confirman que la teoría del capital humano en el sentido que, a
mayores niveles de calificación, está asociada una menor probabilidad de estar
desempleado.
9. (Condori, 2018) En su investigación “Factores socioeconómicos que explican el
desempleo en la ciudad de Moho: II trimestre del 2018”, el objetivo es determinar de qué
manera se asocian los factores económicos con el desempleo, el modelo econométrico que
se utilizo es el modelo logit de elección binaria
( Y =1 )=ln ( P=desempleado
1− p=no desempleado )
=α + β 1 ( Sexo )+ β2 ( Edad ) + β 3 ( Edad 2 )+ β 4 ( Educacion secundaria ) + β 5

, obteniendo como resultados de que la variable edad tiene a relacionarse negativamente

con el desempleo, disminuyendo la probabilidad de encontrarse desempleado en 5.7%, las
variables educación secundaria y nivel superior de las personas disminuye la probabilidad
del desempleado en 29.64% y 37.32%., el estado civil de las personas disminuye la
probabilidad de encontrarse desempleado en 19.12%, la variable Jefe de hogar de las
personas disminuye la probabilidad de encontrarse desempleados en el mercado laboral de
Moho en 28.63%, y el ingreso no laboral de las personas, aumenta la probabilidad de
encontrarse desempleado en el mercado laboral de la ciudad de Moho en 58.12%, la
tenencia de hijos menores de 5 años en el hogar, disminuye la probabilidad del desempleo
en 21.03%, la ubicación de las personas en zona urbana, disminuye la probabilidad de
encontrarse desempleado en el mercado laboral de la ciudad de Moho en 18.48%.
10. (Bermejo, 2019) En su investigación “Análisis de los factores que influyen sobre el
desempleo juvenil en el distrito de Pichacani – Laraqueri de la región Puno, año 2019”,
que tuvo como objetivo determinar los principales factores que explican el desempleo
juvenil en el distrito de Pichacani – Laraqueri de la Región Puno; realizado en el primer
trimestre del año 2019, el modelo econométrico que se utilizó es el Probit
P ( empleo ) =α + β 1 ( EDAD )+ β2 ( SEXO ) + β 3 ( EDUCAL ) + β 4 ( EXPL ) + μ obteniendo como
resultado de que las variables con mayor significancia son la Edad y la Experiencia
laboral, es así que a la hora de acceder a un empleo este se incrementa en 42% si la edad
del joven aumenta en un año. Asimismo, la probabilidad de acceder a un trabajo se
incrementa en 0.08% aproximadamente si el joven tiene certificados de trabajo, y también
que el distrito de Pichacani presenta desempleo juvenil en un 33%.
11. (Quispe Pumalaura & Zúñiga Cruz, 2019) En su investigación “Factores económicos y
sociodemográficos determinantes del tipo de transición al mercado laboral de los jóvenes
en el Perú para el año 2016, que tiene como objetivo identificar y evaluar el efecto de los
factores económicos y sociodemográficos que determinan el tipo de transición al mercado
laboral de los jóvenes en Perú para el año 2016, se utilizó el modelo econométrico Logit,
obteniendo como resultados de que a mayor índice de riqueza, y buenos resultados en
rendimiento de comprensión lectora aumentan la probabilidad de obtener una transición
exitosa en el mercado laboral, por otro lado el poseer un nivel educativo superior
universitaria y ser mujer reducen estas probabilidades, y los jóvenes que se ubican en
proceso de transición, el ser jefe de hogar o ser soltero incrementa la probabilidad de
encontrarse en este tipo transicional. Finalmente, un nivel educativo superior
universitario, ser mujer o soltero aumenta la probabilidad de no iniciar la transición al
mercado laboral, en cambio, la condición de jefe de hogar reduce esta probabilidad.
12. (Oviedo & Navarro, 2021) En su investigación “Factores determinantes del desempleo
juvenil en el departamento del Cusco, periodo 2015-2019”, que tiene como objetivo
determinar los factores del desempleo juvenil en el departamento de Cusco en el periodo
2015-2019, utilizando los modelo econométrico Logit, obteniendo como resultados de
que la variable estado civil, la educación universitaria y experiencia laboral medida en
años y meses son los determinantes del desempleo juvenil en el departamento de Cusco
para el año 2015-2019.
13. (Guzmán et al., 2015) En su investigación “Determinantes del desempleo juvenil en
Colombia para el periodo 2002-2011”, tiene como objetivo analizar los determinantes del
desempleo juvenil en Colombia, para esto se utilizó un modelo tipo Probit bivariado que
consta de dos etapas, en la primera etapa se utiliza un modelo Probit para estimar los
determinantes de participar en el mercado laboral y en la segunda etapa la probabilidad de
estar desempleado, obteniendo como resultados de que la educación, experiencia laboral,
estado civil y posición en el hogar son determinantes en la participación laboral, y para el
caso de las mujeres, un año más de educación universitaria reduce el riesgo de encontrarse
desempleado, para los hombres, la posición en el hogar y el estado civil reducen el riesgo
de encontrarse desempleados.
14. (Beyer, 2016) En su estudio acerca de la desocupación juvenil o una problemática de
deserción escolar, cuyo objetivo investigar aquellos elementos que inciden en el
 desempleo juvenil, este estudio se realizo en Chile, se utilizó el modelo econométrico
Logit y los resultados muestran de que el desempleo a principios de la vida laboral es
inherente del capital humano alcanzado por los jóvenes, pero a medida que pasa el tiempo
y se eleva el grado de enseñanza de la juventud, disminuye la desocupación de personas
jóvenes, por lo que mas que estudiar el desempleo juvenil lo que se debería de estudiar es
la deserción escolar a temprana edad, porque esto conlleva a un periodo más prolongado
de desocupación y una percepción de ingresos relativamente plana durante todo su
periodo de vida laboral.
15. (Vicente, 2018) En su investigación “Determinantes del desempleo juvenil en Ecuador en
el periodo 2012-2016”, que tuvo como objetivo establecer los determinantes del
desempleo juvenil regional en Ecuador, se utilizó un modelo econométrico Logit
multinomial, obteniendo como resultados que tanto las características individuales (edad,
género, nivel de educación y experiencia) como las características regionales (inversión
pública y número de empresas) influyen significativamente en el desempleo juvenil, por
lo que mejorar las condiciones en los dos aspectos, ayudaría a disminuir el desempleo.
16. (Labán, 2021) En su investigación “Determinantes socioeconómicos del desempleo en la
población juvenil en la región Piura al 2018” que tuvo como objetivo identificar y
analizar los determinantes socioeconómicos del desempleo en la población juvenil de la
región Piura 2018, para analizar las determinantes se estimaron dos modelos
econométricos Logit y Probit, siendo el modelo logit el mejor para explicar el desempleo
juvenil en la región Piura al 2018, obteniendo como resultados de que todas las variables
consideradas en la investigación resultaron estadísticamente significativas para explicar el
desempleo en la población juvenil en la región Piura al 2018.
17. (Zegarra, 2015) En su estudio “Un análisis del desempleo juvenil en Perú” estudió las
causas y consecuencias es por eso que para este fin se utilizaron datos de estadísticas
oficiales del INEI, la metodología consistió es un análisis descriptivo, obteniendo como
resultados de que las tasas de paro según nivel educativo mostraron que son mayores para
los jóvenes que solo tienen el nivel secundario, mientras que aquellos con estudios
superiores y postgrado tienen una menor tasa de paro.
18. (Garcia & Morales, 2022) En su investigación “Determinantes del desempleo juvenil en
Colombia durante el periodo 2015-2019” que tuvo como objetivo determinar los factores
relevantes que afectan el desempleo juvenil en Colombia en el periodo de 2015-2019
utilizando el modelo econométrico Probit para estimar los determinantes que aumentan la
probabilidad de estar desempleado
( Y =1 )=α + β1 ( Sexo ) + β 2 ( N ivel de educacion ) + β 3 ( Estado civil ) + β 4 ( Sector sociecon . ) + β 5 ( Experiencia ) + β
como resultados principales se obtuvo de que las variables sexo, el nivel de educación, la
experiencia laboral, el estado civil, posición que ocupa dentro del hogar, estar estudiando
y pertenecer a un departamento especifico aumenta o disminuye la probabilidad de estar
desempleado siendo joven en Colombia.
19. (Lema & Perugachi, 2021) En su investigación “Factores determinantes del desempleo
juvenil en la provincia de pichincha, año 2019” tuvo como objetivo principal analizar los
factores que influyen en la falta de empleo en los jóvenes entre los 18 a 29 años de la
Provincia de Pichincha, año 2019, se realizó la estimación de los modelos econométricos
Logit y Probit, obteniendo como modelo ganador al modelo logit, y se obtuvo como
resultados de que las variables significativas que define el desempleo juvenil son el sexo,
la edad, asiste a clases, jefe de hogar, el nivel de instrucción y la experiencia laboral.
20. Piñeros (2018), desarrolló un modelo probabilístico logit, para identificar los
determinantes del desempleo juvenil en Colombia, se estimó un modelo econométrico
logit para analizar los determinantes del desempleo juvenil, en el cual se tomaron en
cuenta las siguientes variables: edad, sexo, total de hijos, nivel educativo, jefatura del
hogar, condiciones favorables del hogar, los resultados mostraron que las condiciones
favorables del hogar, es decir, un mayor nivel de ingresos, reducen la probabilidad de que
un joven esté desempleado en 8.9%, un año adicional de edad reduce la probabilidad de
estar desempleado en un 1%, tener educación superior reduce la probabilidad
desempleado en menos de 1%, tener hijos aumenta la probabilidad de estar desempleado
en un 6.5%, finalmente ser mujer aumenta la probabilidad en un 11.7% de estar
desempleado, y en 8.7% se reduce la probabilidad de estar desempleado si se es el jefe del
hogar.
En su estudio acerca del “Desempleo juvenil o un problema de deserción escolar”, que tenia
como objeti

MARCO TEÓRICO

TEORÍA DEL CAPITAL HUMANO

Modelo neoclásico del mercado de trabajo y el desempleo

salario
Paro
involuntario