ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
La evolución de la empleabilidad de la mujer en el mercado de
trabajo español1
Marina Hernando González2
Universidad Complutense de Madrid
Pilar Zarzosa Espina3
Universidad de Valladolid
Artículo científico
Material original autorizado para su primera publicación en el Journal de Ciencias Sociales,
Revista Académica de la Facultad de Ciencias Sociales de la Universidad de Palermo.
Recepción: 20-09-2017
Aceptación: 07-02-2018
Resumen: En el presente trabajo se estudia la evolución de la empleabilidad femenina en el
mercado de trabajo español y los distintos determinantes que afectan a las mujeres a la hora
de decidir si seguir trabajando o no. Así pues, en primer lugar, se realiza un estudio descriptivo
sobre el tema y se revisan distintos artículos con objetivos similares, para concluir que la
situación de las mujeres en el mercado de trabajo ha mejorado. Sin embargo, el salario
femenino, en términos generales, continúa siendo inferior al de los hombres y, además,
muchas mujeres ocupan puestos de trabajo a tiempo parcial ya que, en su mayoría, son ellas
las que se ocupan de las tareas no remuneradas. En segundo lugar, se propone y se estima,
mediante mínimos cuadrados ordinarios (MCO), el modelo econométrico que mejor explica
la relación a largo plazo entre las variables explicativas —número medio de hijos, mujeres
que trabajan a tiempo parcial y mujeres que han alcanzado estudios superiores y la variable
dependiente, el número de mujeres que tienen un empleo, entre los años 1987 y 2015. Para
ello, se estudian los problemas de no estacionariedad de las variables y se propone una
relación de cointegración. Por último, se obtiene un modelo no espurio, con un buen ajuste y
sin autocorrelación, donde el número medio de hijos por mujer influye positivamente sobre la
variable dependiente y las otras dos variables explicativas se comportan de forma diferente
según se vean o no afectadas por la variable ficticia introducida por un cambio estructural.
1
Agradecemos a los revisores/as anónimos de la revista sus valiosas sugerencias, que hemos llevado a cabo y,
sin lugar a dudas, han servido para mejorar el contenido de este trabajo.
2 Estudiante del Máster en Estadísticas Oficiales e Indicadores Sociales y Económicos. Correo electrónico:
marhern13@gmail.com
3 Departamento de Economía Aplicada.Sección de Estadística y Econometría. Correo electrónico:
pzarzosa@eaee.uva.es
pág. 7
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Palabras clave: empleabilidad femenina; mercado de trabajo español, modelo econométrico;
determinantes.
The evolution of the employability of women in the Spanish labor market
Abstract:This paper focuses on the evolution of female employability in Spanish labour
market, as well as, the different determinants that affect women upon deciding to keep working
or not. In order to do this, a descriptive study about the subject is carried out and articles with
similar objectives are revised, concluding that the situation of women in labour market has
improved. However, women’s wages, in general terms, are still lower than men’s and,
furthermore a lot of women occupy part-time jobs, due to the fact that they are the ones who
are in charge of unpaid tasks. Secondly, the econometric model that best explains the longterm relationships between the studied variables is put forward and estimated, by means on
ordinary least squares (OSL): number of children, women who have part-time jobs and who
have achieved higher studies and the dependent variable, number of employed women,
between the years 1987 and 2015. For this, the problems of non-stationarity of the variables
are studied and a cointegration relation is proposed. Last of all, it gets a non-spurious model,
with a good fit and no autocorrelation, finding that the average number of children per woman
affects positively the dependent variable and the other two explicative variables behave on a
different way as they are affected by the dummy variable introduced by structural change.
Keywords: female employability; spanish labour market, econometric model; determinants.
1. Introducción
La situación de las mujeres en el mercado laboral español ha ido evolucionando de
forma paulatina y desigual a lo largo de los años (Cebrián y Moreno, 2008). Actualmente,
según los datos de Eurostat, la tasa de ocupación de las mujeres para el año 2016 es de 54,3
% frente al 32,8 % del año 1996.
Este aumento ha generado un importante impacto social y cultural, lo que modificó el
rol de la mujer dentro de la unidad familiar y la distribución de las tareas del hogar, que ahora
es más equitativa (Millán, Santos y Pérez, 2015).
Para una mejor comprensión de la situación y de las causas de la desigualdad laboral
entre hombres y mujeres, se inicia el trabajo con un estudio de la literatura existente sobre el
tema. Seguidamente se analiza la evolución de la empleabilidad de las mujeres en el mercado
de trabajo desde el año 1976 hasta la actualidad y se hace hincapié en los motivos que hacen
que las mujeres continúen en el mercado laboral. A continuación, se compara la situación
laboral femenina con la de otros países europeos y, además, se estudian las principales
pág. 8
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
causas de la diferencia salarial entre hombres y mujeres y de la gran participación de las
mujeres en empleos a tiempo parcial.
El principal objetivo del trabajo es estudiar, a través de un modelo econométrico, la
evolución y la influencia de determinados factores que afectan a las mujeres que están
trabajando. Para identificar dichos factores se parte de las investigaciones que perseguían
objetivos similares, y que han sido estudiadas en la primera parte de este trabajo.
Seguidamente, para especificar el modelo, se han seleccionado diversos factores de entre
varios posibles, como la población activa femenina, el nivel de educación alcanzado, la
población ocupada femenina o las mujeres que trabajan a tiempo parcial. Algunos, como el
estado civil o la tasa de empleo femenina según tenga o no hijos, no se pudieron introducir
por falta de datos. Finalmente, las variables explicativas elegidas fueron el número medio de
hijos por mujer, el porcentaje de mujeres que han alcanzado estudios superiores y el número
de mujeres que trabajan a tiempo parcial.
Este estudio se realiza con datos anuales desde 1987 hasta 2015. Finalmente, se
propone y se estima el modelo que mejor explique la relación entre dichas variables, para lo
que se utilizan distintas técnicas econométricas.
2. Perspectiva teórica
A pesar de los avances conseguidos, muchas mujeres hoy siguen ocupando puestos
de trabajo peor remunerados y cualificados que los hombres, con una mayor presencia en
trabajos temporales. Además, la brecha de género aumenta con respecto a las tasas de
empleo y de paro. Esto trae como consecuencia una menor independencia económica actual
y futura de la mujer.
Por otro lado, según el Instituto Nacional de Estadística (INE), existen distintos
motivos por los que los hombres y las mujeres deciden no incorporarse al mercado de trabajo.
Mientras que los hombres lo hacen principalmente por motivos de estudio y
enfermedad/incapacidad, las mujeres lo hacen fundamentalmente por el hogar. Lo que
demuestra que todavía las mujeres tienen mayores dificultades que los hombres a la hora de
conciliar la vida laboral con la familiar (Cebrián y Moreno, 2013). En concreto, según los datos
del INE, el número de mujeres inactivas por labores del hogar en España, para el año 2016,
era de 3406,7 frente a los 377,9 hombres inactivos en el mismo momento.
pág. 9
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
2.1 Antecedentes bibliográficos
Existen muchos trabajos que ya han estudiado la relación que puede existir entre la
participación de la mujer en el mercado de trabajo y diferentes factores como el nivel de
estudios o el número de hijos en el ámbito español e internacional.
La mayoría de estos trabajos se centran en el estudio de las razones que hacen o no
participar a la mujer en el mercado de trabajo para un grupo de mujeres en un año concreto.
Utilizan un modelo probabilístico tipo logit binomial, donde la variable dependiente es binaria.
Esta variable toma dos valores: 1 si la mujer participa en el mercado laboral y 0 si no participa.
Es el caso de los trabajos de Guevara (2014), que se centra en la región de Santiago de Cali,
De Pablos (sin fecha) o Martínez (2001) que se focaliza en España. En ambos se concluye
que las variables que tienen una mayor influencia, a la hora de tomar la decisión de participar
son: el nivel educativo, la riqueza del hogar, cuidado de niños, estar casada o viuda y en el
caso del primer trabajo, los valores culturales, como el índice de machismo.
También se han desarrollado este tipo de estudios para comprobar si el efecto que
tienen distintas variables es o no el mismo en distintas regiones. Es el caso del artículo de
Ferrada y Zarzosa (2010), en el que se estudia cómo distintas variables pueden tener un
impacto diferente en cada región de Chile, excepto el nivel educativo, que influye de forma
positiva en la participación laboral femenina en todas las regiones del país.
Otro ejemplo es el trabajo de González, Prieto y Pérez (1999), que compara la
participación laboral femenina entre la comunidad de Castilla y León y España, donde,
nuevamente, mujeres con mayor formación tienen una probabilidad más alta de participar en
el mercado de trabajo y las mujeres casadas y con hijos tienen una probabilidad menor.
En el trabajo de Alonso, Fernández y Rincón (2015), las autoras no se limitan a
estudiar los efectos que influyen en la decisión sobre participar en el mercado laboral español,
sino que también analizan los factores que influyen en la decisión de una mujer de tener un
hijo o no. Los autores estudian ambas variables mediante un modelo probit bivariante, ya que
se ha tenido en cuenta que puede existir relación entre las variables inobservables de cada
modelo.
2.2 Evolución de la participación y empleabilidad de las mujeres en el mercado
laboral español
La incorporación de la mujer en el mercado de trabajo ha estado marcada por
diferentes factores económicos, sociales y políticos. A partir del año 1984 se produjo un
ingreso masivo de la mujer al mercado laboral español. Esto fue posible gracias a una serie
de medidas que lo fomentaron, como la promulgación de la Constitución Española en 1978,
pág. 10
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
que fue el inicio para superar las desigualdades por razón de sexo. Asimismo, en 1983 fue
ratificada en España la Convención sobre la Eliminación de Todas las Formas de
Discriminación contra la Mujer (Millán, Santos y Pérez, 2015).
En 1986, se produce de nuevo un gran aumento del empleo, que fue posible gracias
a la entrada de España en la Unión Europea. Entre los años 1991 y 1994, España sufre las
consecuencias de una crisis económica mundial, acentuada por problemas internos del país.
En esta etapa, se produce una gran destrucción de empleo, la cual fue más intensa entre los
varones. Sin embargo, se observa una tendencia creciente en la población activa femenina
(Cebrián y Moreno, 2008).
Desde 1994 hasta 2007 se da una etapa de gran crecimiento económico, donde el
empleo de las mujeres se multiplicó por dos. Un avance importante es la promulgación de la
Ley orgánica 3 de 2007, que de acuerdo con Millán, Santos y Pérez (2015) favorece la
igualdad efectiva entre hombres y mujeres, reconociendo el derecho a la conciliación de la
vida personal, familiar y laboral. Además, el sector de servicios crece, de forma que las
mujeres tienen nuevas oportunidades de empleo.
Sin embargo, a partir del año 2008 se produce una destrucción masiva del empleo,
tanto masculino como femenino, provocada por la gran crisis económico-financiera. Como
consecuencia, el número de parados en 2013 llegó a sobrepasar los seis millones.
Esto ha dado lugar a empleos con salarios más bajos y de una gran rotación, lo que
perjudica más a las mujeres que a los hombres, ya que el colectivo femenino es más sensible
a las fluctuaciones de la economía (Millán, Santos y Pérez, 2015).
Para mejorar esta situación, se lleva a cabo la reforma laboral de 2012. Fue un primer
avance para dotar al mercado de una mayor flexibilidad e “intentar disminuir los desequilibrios
del mercado laboral español a través del fomento de la empleabilidad de los trabajadores, la
adaptación de los salarios, así como de las condiciones laborales” (Elneser, 2015, p. 12).
A partir del año 2014, parece que la economía española comenzó a recuperarse, ya
que aumentó el número de mujeres como de hombres ocupados y disminuyeron las tasas de
paro para ambos sexos.
Esta evolución se plasma en el gráfico siguiente, que recoge el número de mujeres
activas y ocupadas en España a lo largo del periodo analizado.
pág. 11
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Miles de personas
Gráfico 1: Evolución de la población activa y ocupada femenina desde 1995 hasta 2015.
10.500
9.500
8.500
7.500
6.500
5.500
4.500
3.500
Población activa mujeres
2014
2012
2010
2008
2006
2004
2002
2000
1998
1996
1994
1992
1990
1988
1986
1984
1982
1980
1978
1976
1974
1972
1970
2.500
Población ocupada mujeres
Fuente: Elaboración propia a través de la OECD.
2.3 España frente a otros países
Pese al aumento de las tasas ocupación de las mujeres españolas en los últimos
años, estas se encuentran a la cola de la Unión Europea respecto a la tasa de empleo
femenino para la población comprendida entre los 15 y 64 años de edad. En concreto, se
sitúan en el puesto 23 sobre el total de los 28 países miembros, con una tasa de empleo del
54,3 % para el año 2016. En este tema, España está por encima solamente de Grecia (43,3
%), Italia (48,1 %), Croacia (52,4 %), Malta (52,6 %) y Rumanía (53,3 %); se sitúa muy por
detrás de los países del norte de Europa, como Suecia (74,8 %) o Noruega (72,8 %).
La brecha salarial de género es un problema que permanece tanto en Europa como
en España (Hernández, 2015), aunque es más acusado en dicho país. Actualmente, como
afirma García (2016), se encuentra por debajo de la media europea y por debajo de países
como Alemania, aunque por encima de Italia.
En cuanto al trabajo a tiempo parcial, ha crecido en la última década en todos los
países de la Unión Europea, aunque tuvo una mayor incidencia en el caso de España, ya que
aumentó en mayor medida. Tanto en la Unión Europea como en España, afecta más a las
mujeres casadas y con hijos. Sin embargo, la causa principal de la elección de esta jornada
para las mujeres europeas es el cuidado de niños o adultos enfermos, incapacitados o
mayores, y no por no poder encontrar trabajo de jornada completa, como ocurre en el caso
pág. 12
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
español. Este rasgo es común a otros países del sur de Europa, como Italia, pero no se da
en países del norte de Europa, donde el apoyo institucional a la incorporación de la mujer al
trabajo es mucho mayor. (Ortiz, 2014).
2.4 Causas del aumento de la empleabilidad de las mujeres en España
A pesar de todo lo ocurrido, desde el año 1976 la población ocupada femenina ha
crecido. Según Cebrián y Moreno (2008), dicho aumento se debe a diferentes factores:
Mayor inversión en capital humano. Las mujeres con menos de 20 años de edad han
disminuido su presencia en el mercado laboral, puesto que se prolongan los años de
estudio, tanto obligatorios como superiores. Sin embargo, una mayor cualificación de
las mujeres hace aumentar su empleabilidad en el mercado laboral, puesto que
aumenta el coste de oportunidad de permanecer en casa, ya que los salarios de las
mujeres cualificadas son mayores. Esto supone que la tasa de empleabilidad se
parece más a la de los hombres, lo que da lugar a una mayor permanencia de la mujer
en el mercado laboral.
Disminución de la natalidad y aumento en la edad media de maternidad. Muchas
mujeres deciden reducir el número de hijos para poder trabajar con una frecuencia
mayor y alcanzar sus metas profesionales, lo que lleva consigo el retraso de la edad
a la que la mujer tiene el primer hijo.
Por otro lado, el tiempo de trabajo y su distribución son factores determinantes
a la hora de analizar el empleo femenino. Tal y como indica el informe “La situación
de las mujeres en el mercado de trabajo en 2016” elaborado por la Secretaría de
Estado de Empleo, las mujeres ocupan las tres cuartas partes del empleo a tiempo
parcial.
Se puede definir el trabajo a tiempo parcial, según el artículo 12 del Estatuto
de los Trabajadores, como “aquel en el que se haya acordado la prestación de
servicios durante un número de horas al día, a la semana, al mes o al año, inferior a
la jornada de trabajo de un trabajador a tiempo completo comparable” (Real Decreto
Legislativo, 2/2015). Este concepto, como manifiesta Ortiz (2014), se puso en marcha
como parte de la estrategia flexibilizadora para promover la incorporación al empleo
a las mujeres y para adecuar la producción a las necesidades del mercado.
pág. 13
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Sin embargo, y según los datos obtenidos de Eurostat para el año 2016, el motivo
principal por el cual las mujeres, al igual que los hombres, trabajan a tiempo parcial es por no
encontrar un trabajo de jornada completa. La segunda razón por la que las mujeres eligen
esta jornada es para compaginar el trabajo con el cuidado y atención a personas
dependientes. Sin embargo, no ocurre lo mismo en el caso de los hombres ya que, la segunda
razón por la que trabajan en este tipo de jornada es por seguir en cursos de enseñanza o
formación; las tareas de cuidado de otras personas son un motivo menor.
Esto ha dado lugar a la inestabilidad del colectivo femenino, originando unas
condiciones, tanto presentes como futuras, discriminatorias en muchos aspectos, como por
ejemplo en la pensión de jubilación contributiva. Otro factor que influye sobre las mujeres que
deciden trabajar es el salario. Tal y como afirma el INE, la brecha salarial de género (no
ajustada a las características individuales) se puede definir como “la diferencia entre el salario
bruto por hora de los hombres y el de las mujeres, expresado como porcentaje del salario
bruto por hora de los hombres” (INE, 2017).
Las mujeres tienen por media unos ingresos salariales anuales menores a los de los
varones. Además, la brecha entre hombres y mujeres crece conforme aumenta la edad; los
ingresos de los hombres siempre son mayores a los de las mujeres (Cebrián y Moreno, 2008).
En la actualidad los problemas de la empleabilidad laboral de las mujeres
ocasionados por la diferencia salarial entre los sexos se deben a diferentes causas. Las más
relevantes, según indican la Comisión Europea en su informe “Cómo combatir la brecha
salarial entre hombres y mujeres en la Unión Europea” (2014) y la Organización Internacional
del Trabajo (OIT) en su informe “Igualdad salarial” (2013) son:
- Segregación laboral. Tradicionalmente, las mujeres se han concentrado en
sectores peor remunerados y menos variados que los hombres. Esto se conoce como
segregación profesional horizontal. Como afirman Salinas y Romaní (2016), los estereotipos
van unidos a los factores culturales y el comportamiento de los hombres y las mujeres varía
según éstos.
- Búsqueda de trabajos que les permitan conciliar su vida laboral con la familiar,
ya que siguen siendo ellas las que tienen una mayor carga en las tareas no remuneradas.
Por ello existe un gran número de mujeres que realizan trabajos a tiempo parcial con un
salario más bajo o que directamente deciden renunciar a su vida profesional.
pág. 14
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
- Discriminación salarial. En la práctica existen sistemas que por razón de sexo
pueden ofrecer distintas formas de remuneración, más allá del salario base, como por ejemplo
las horas extraordinarias o la antigüedad. Asimismo, las mujeres pueden tener más
interrupciones a lo largo de su carrera profesional, lo que en ciertas ocasiones las hace
abandonar el mercado laboral. Estos hechos contribuyen a la discriminación indirecta que
hace que las mujeres se vean más limitadas para alcanzar puestos de trabajo de mayor
retribución.
Todo esto hace que las mujeres se incorporen al mercado laboral en condiciones de
desventaja, ya que su coste de oportunidad de tener un trabajo es mayor al de permanecer
en casa y por ello muchas mujeres optan por esto último.
3. Metodología y resultados
3.1 Variables.
El principal aporte de este trabajo es estudiar mediante un modelo de regresión
general, la empleabilidad femenina en el mercado de trabajo español entre los años 1987 y
2015. Por ello, se han seleccionado series anuales de datos temporales de dos bases de
datos distintas: la Encuesta Europea de Fuerza del Trabajo (LFS) de Eurostat y el Banco
Mundial. Posteriormente, se realizarán distintos análisis para llegar al modelo que mejor
explique el comportamiento de dicha magnitud a lo largo del tiempo.
Son muchas las variables que afectan a las mujeres que están trabajando. En este
trabajo se estudiarán aquellas que son más relevantes según la literatura analizada.
La variable dependiente elegida es la población ocupada femenina (ocupadas) en
España, es decir las mujeres de 16 años o más que tienen un empleo o que ejercen una
actividad por cuenta propia. En cuanto a las variables explicativas del modelo, se han incluido
fundamentalmente aquéllas que son significativas para explicar la relación con la variable
dependiente. Éstas son:
-
mparcial. Mujeres que trabajan a tiempo parcial. Definida como el número de
mujeres de 15 a 64 años que trabajan a tiempo parcial. Expresada en miles de mujeres.
-
educación. Tasa bruta de matrícula femenina en nivel superior. Refleja el
número total de mujeres matriculadas en educación superior con respecto a la población total
de mujeres en el grupo etario cinco años después de finalizar la enseñanza secundaria.
-
ICF. Indicador Coyuntural de Fecundidad. “Mide el número medio de hijos que
tendría una mujer perteneciente a un determinado ámbito a lo largo de su vida fértil en caso
de mantener la misma intensidad fecunda por edad que la observada en el año t, en ese
ámbito” (INE, 2017).
pág. 15
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
3.2 Análisis de la estacionariedad de las series.
Para cada serie que interviene en el modelo se va a analizar si se cumplen las
condiciones para que sea una serie estacionaria. Si la serie es estacionaria en media, es
decir, que la serie no tiene tendencia, y por tanto su media no depende de t 𝐸(𝑌𝑡 = 𝜃) y
estacionaria en varianza, cuando mantiene un grado de dispersión similar a lo largo del
tiempo, su varianza no depende de t. 𝑉𝑎𝑟(𝑌𝑡 ) = 𝛾0 , la serie es estacionaria.
También se analizará si estas series son ergódicas, esto es, si sus covarianzas, 𝛾𝑠 =
𝑐𝑜𝑣(𝑌𝑡 , 𝑌𝑡+𝑠 ), decrecen rápidamente hacia cero al aumentar el retardo s
lim 𝛾𝑠 = 0.
𝑠→∞
Primero se analizarán, ciertos gráficos lineales de cada serie, tras plantear su
regresión frente a t, variable de tendencia o determinista, así como los correlogramas simples
y parciales.
Cuando se realiza la regresión de la variable población ocupada femenina (ocupadas)
frente a t, se observa que la variable es individualmente significativa (p-valor=0) y que su
coeficiente tiene signo positivo y elevado (206,77). El coeficiente de determinación, R2, indica
que el 89,95% de la variabilidad de la variable ocupadas viene explicada por la tendencia
determinista.
Figura 1: Regresión de la variable ocupadas frente a t.
Dependent Variable: Población ocupada femenina
Sample: 1987 2015
Includedobservations: 29
Variable
Coefficient
Std. Error
t-Statistic
Prob.
t
C
206.7713
3213.466
13.30012
216.9183
15.54658
14.81417
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.899515
0.895793
599.2437
9695511.
-225.5874
241.6960
0.000000
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
6108.264
1856.329
15.69569
15.78998
15.72522
0.137857
Fuente: Elaboración propia.
En el siguiente gráfico, que proporciona el programa Eviews, se puede observar una
clara tendencia determinista creciente, por lo que la media no es constante, sino que crece a
lo largo del tiempo, como lo indica la línea verde. En relación con la varianza, se aprecia que
pág. 16
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
las fluctuaciones con respecto a la media no son constantes, por lo que la serie también
presenta tendencia estocástica.
Gráfico 1: Valores reales y ajustados de las mujeres ocupadas y residuos de la
regresión.
10,000
8,000
1,500
6,000
1,000
4,000
500
2,000
0
-500
-1,000
88
90
92
94
96
98
Residual
00
02
04
06
Actual
08
10
12
14
Fitted
Fuente: Elaboración propia.
En cuanto a los correlogramas, se concluye que la serie no es ergódica, ya que a
pesar de que el correlograma parcial decrece rápidamente hacia cero, los coeficientes del
correlograma simple son significativamente distintos de cero hasta el séptimo retardo (de un
total de 12 representados de forma estadísticamente fiable).
pág. 17
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Figura 2: Correlograma de la serie ocupadas.
Fuente: Elaboración propia.
A continuación, se realizará el contraste de raíz unitaria para cada una de las series
de datos. Para ello, se realiza el Test Aumentado de Dickey-Fuller (ADF), que contrasta la
hipótesis nula de que la serie tiene una raíz unitaria, o es integrada de orden uno, frente a la
hipótesis alternativa de que es estacionaria o integrada de orden cero. El contraste se hace
sobre el siguiente modelo, que también puede incluir tendencia determinista.
𝜌
Δ𝑌𝑡 =c+δ 𝑌𝑡−1 + ∑ 𝛼𝑖 Δ𝑌𝑡−𝑖 + 𝑢𝑡
𝑖=1
En este caso se incluye la variable de tendencia determinista en la regresión auxiliar
del contraste, ya que la serie ocupadas tiene tendencia determinista. Además, hay que tener
en cuenta, que al realizar este contraste no se debe detectar autocorrelación, ya que si la
hubiera la interpretación no es válida.
Al realizar el test ADF para la variable ocupadas se observa que no existe
autocorrelación ya que el estadístico d es 2,25, próximo a 2. Además, el último retardo
introducido es significativo. El contraste de Dickey-Fuller es válido, concluyéndose que para
un p-valor de 0,154 no se rechaza la hipótesis nula, por lo que la serie es no estacionaria,
sino integrada de orden uno.
pág. 18
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Figura 3: Test Simple de Dickey-Fuller para la variable ocupadas.
Null Hypothesis: Población ocupada femenina has a unit root
Exogenous: Constant, Linear Trend
Lag Length: 1 (Fixed)
t-Statistic
Prob.*
Augmented Dickey-Fuller test statistic
-2.985109
0.1543
Test critical values:
-4.339330
-3.587527
-3.229230
1% level
5% level
10% level
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(OCUPADAS)
Sample (adjusted): 1989 2015
Included observations: 27 after adjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
OCUPADAS(-1)
D(OCUPADAS(-1))
C
@TREND("1987")
-0.141181
0.887454
423.3836
30.69275
0.047295
0.125074
139.4331
11.01006
-2.985109
7.095449
3.036464
2.787701
0.0066
0.0000
0.0059
0.0105
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
F-statistic
Prob(F-statistic)
0.697313
0.657832
129.9735
388541.7
-167.5646
17.66202
0.000004
Mean dependent var
S.D. dependent var
Akaike info criterion
Schwarz criterion
Hannan-Quinn criter.
Durbin-Watson stat
162.4889
222.1954
12.70849
12.90047
12.76558
2.251509
Fuente: Elaboración propia.
Para las series restantes, se ha realizado el mismo análisis utilizado anteriormente.
Primero se estudia un análisis gráfico y después se realiza el test ADF.
Los resultados obtenidos en el análisis se encuentran en el anexo y se concluye que
las series, mujeres que trabajan a tiempo parcial (mparcial) e Indicador Coyuntural de
Fecundidad (ICF), son series no estacionarias. Sin embargo, la serie tasa bruta de matrícula
en nivel superior (educación) es una serie estacionaria.
pág. 19
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
3.3 Análisis de cointegración de las series.
Como se ha visto en el apartado anterior, todas las series excepto la serie educación,
poseen una raíz unitaria. Por este motivo se debe comprobar si las series cointegran ya que
todas las series no son estacionarias. La serie educación entra en el modelo sin crear ningún
problema. Como las series restantes, es decir, ocupadas, mparcial e ICF, son integradas de
orden uno, es decir, que tienen el mismo orden de integración, las variables pueden
cointegrar. Si esto sucede, existe una relación de equilibrio a largo plazo entre ellas.
Para realizar este análisis, se empieza estimando la ecuación que sigue por mínimos
cuadrados ordinarios (MCO). En esta ecuación se ha incluido la variable tendencia ya que
existe en todas las series excepto en la serie ICF. Además, se ha incluido una variable ficticia
(D1), que recoge un cambio estructural. Es una variable dicotómica que toma el valor 0 desde
1987 hasta el año 2003 y 1 desde el año 2004 hasta 2015. Se introduce en un primer
momento de forma aditiva y multiplicativa solo para la variable mparcial, ya que el cambio de
pendiente era más significativo para esa variable. Sin embargo, tras realizar el análisis de
cointegración se obtenía una regresión espuria y por ello se concluye incluir la variable ficticia
en el modelo de forma aditiva y multiplicativa para las variables mujeres que trabajan a tiempo
parcial y para las mujeres matriculadas en educación superior.
Finalmente, la ecuación propuesta es:
𝑜𝑐𝑢𝑝𝑎𝑑𝑎𝑠𝑡 = 𝛼 + 𝛽1 𝑚𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑡 + 𝛽2 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛𝑡 + 𝛽3 𝑖𝑐𝑓𝑡 + 𝛽4 𝑡 + 𝐷1
+ 𝑚𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑡 ∗ 𝐷1 + 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛𝑡 ∗ 𝐷1 + 𝜀𝑡
Con esta ecuación se han obtenido los siguientes resultados:
Figura 4: Regresión mediante MCO de la variable dependiente frente a las
explicativas.
Dependent Variable: OCUPADAS
Sample: 1987 2015
Includedobservations: 29
pág. 20
Variable
Coefficient
Std. Error
t-Statistic
Prob.
c
Mujeres a tiempo parcial
% matrícula femenina en
nivel superior
Fecundidad
t
D1
Mujeres a tiempo
parcial*D1
% matrícula femenina en
nivel superior *D1
-7621.807
-3.947263
1215.710
1.110689
-6.269427
-3.553888
0.0000
0.0019
174.2246
36.55481
4.766121
0.0001
5179.741
-4.060034
6547.512
474.6056
59.76743
461.6461
10.91378
-0.067931
14.18297
0.0000
0.9465
0.0000
5.234998
1.150026
4.552068
0.0002
-175.3753
22.56275
-7.772782
0.0000
(1)
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.996960
0.995947
118.1768
293280.7
-174.8623
983.9744
0.000000
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
6108.264
1856.329
12.61119
12.98838
12.72932
1.750419
Fuente: Elaboración propia.
Se trata de una regresión muy buena, ya que los regresores conjuntamente explican
casi el 100 % de los datos de la variabilidad de la variable dependiente. Además, al realizar
el contraste de la t de Student, se observa que todas las variables explicativas son
significativas, con p-valores menores a 0,05, lo que permite rechazar la hipótesis nula. Sin
embargo, la tendencia es claramente no significativa, pero es necesaria para evitar que la
regresión sea espuria.
Siguiendo con el análisis de cointegración, en la segunda etapa se trata de analizar
la estacionariedad de los residuos. Para ello se generan los residuos correspondientes a la
Ecuación 1 ya que se ha concluido que es la más apropiada. Si tras el estudio estos resultan
ser estacionarios, las variables cointegrarían y existiría una relación de equilibrio de largo
plazo entre ellas. En cambio, si los residuos son no estacionarios, las variables no
cointegrarían y estaríamos ante una regresión espuria, en la que se puede estudiar solamente
el equilibrio a corto plazo.
Los residuos tienen media cero por definición, por lo que no tienen tendencia
determinista. En cuanto a los correlogramas de los residuos, se puede observar cómo la serie
sí es ergódica ya que, para ambos correlogramas, el simple y el parcial, los coeficientes de
autocorrelación se encuentran dentro de las bandas: todos los coeficientes teóricos son nulos.
pág. 21
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Figura 5: Correlograma de los residuos.
Fuente: Elaboración propia.
Por último, se aplica el test de Dickey-Fuller a los residuos. En esta ocasión, se
obtiene un valor de 1,98 para el estadístico de d de Durbin-Watson, por lo que no existe
autocorrelacíon y el test se puede interpretar. Además, no ha sido necesario introducir ningún
retardo de las primeras diferencias. Sin embargo, no es válido utilizar el p-valor propuesto en
Eviews, dado que corresponde a unos valores críticos que no son correctos para este tipo de
análisis. Por ello, se utilizarán los propuestos en las tablas de Davidson y Makinnon. En la
ecuación de regresión, de posible cointegración, se introdujo la constante, la tendencia y tres
variables integradas de orden uno. Por tanto, para un nivel de significación del 5 %, el valor
crítico de referencia es de -4,12. Como el estadístico de Dickey-Fuller es de -4,549, que es
menor al valor crítico, se rechaza la hipótesis nula, bajo la cual los residuos son no
estacionarios. De modo que los residuos son estacionarios y se concluye que las variables
cointegran y que la regresión planteada no es espuria, sino que existe una relación de
equilibrio a largo plazo entre las variables planteadas.
Figura 6: Test Simple de Dickey-Fuller para los residuos MCO
Null Hypothesis: RESID01 has a unit root
Augmented Dickey-Fuller test statistic
Test criticalvalues:
1% level
5% level
10% level
*MacKinnon (1996) one-sided p-values.
Augmented Dickey-Fuller Test Equation
pág. 22
t-Statistic
Prob.*
-4.549863
-3.689194
-2.971853
-2.625121
0.0012
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Dependent Variable: D(RESID01)
Sample (adjusted): 1988 2015
Includedobservations: 28 afteradjustments
Variable
Coefficient
Std. Error
t-Statistic
Prob.
RESID01(-1)
C
-0.891357
1.931374
0.195909
19.82184
-4.549863
0.097437
0.0001
0.9231
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.443270
0.421857
104.8439
285798.5
-168.9620
20.70125
0.000110
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
-0.662498
137.8877
12.21157
12.30673
12.24066
1.989665
Fuente: Elaboración propia.
3.4 Modelo Propuesto
Tras los resultados obtenidos en los apartados anteriores, donde finalmente las
variables cointegraban se plantea el modelo que recoge el equilibrio a largo plazo.
Como se ha visto, este modelo se corresponde con el modelo presentado en la
Ecuación 1. Se trata de un modelo no espurio, en el que si es posible aplicar la teoría
econométrica asintótica.
𝑜𝑐𝑢𝑝𝑎𝑑𝑎𝑠𝑡 = 𝛼 + 𝛽1 𝑚𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑡 + 𝛽2 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛𝑡 + 𝛽3 𝑖𝑐𝑓𝑡 + 𝛽4 𝑡 + 𝐷1 + 𝑚𝑝𝑎𝑟𝑐𝑖𝑎𝑙𝑡 ∗ 𝐷1
+ 𝑒𝑑𝑢𝑐𝑎𝑐𝑖𝑜𝑛𝑡 ∗ 𝐷1 + 𝜀𝑡
Como ya se ha dicho, esta ecuación presenta un buen ajuste, ya que explica casi el
100 % de la varianza de la variable dependiente.Se comenzará analizando si en este modelo
existe o no autocorrelación. El correlograma mostrado en la figura 5 muestra que los
coeficientes de correlación simple y parcial no salen de las bandas, por lo que parece que en
el modelo no existe autocorrelación. Para confirmar este hecho, se realiza el contraste de
Breush-Godfrey, que contrasta la hipótesis nula de ausencia de autocorrelación frente la
existencia de autocorrelación. Hacemos sólo el contraste con un retardo, ya que hemos visto
que en el correlograma los coeficientes no salen de las bandas, en ningún retardo.Para un pvalor de 0,5247 claramente no se rechaza la hipótesis nula y se concluye que no existe
autocorrelación en el modelo
Figura 6: Test de Breusch-Godfrey con un retardo.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
Obs*R-squared
0.282959
0.404567
Prob. F(1,20)
Prob. Chi-Square(1)
0.6006
0.5247
Fuente: Elaboración propia.
pág. 23
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Como se ha visto en el apartado anterior, todas las variables explicativas del modelo
son significativas, excepto la tendencia. Sin embrago, el estadístico F del contraste de
significación conjunta muestra que son conjuntamente significativas, con un p-valor igual a 0.
Los signos que acompañan a los coeficientes del modelo vienen indicados en la
siguiente tabla.
Tabla 1: Signos de los coeficientes del modelo antes y después del cambio
estructural.
Constante
mparcial
educación
Negativo
Negativo
Positivo
Positivo
-7621,80
-3,94
174,22
5179,74
Negativo
Positivo
Negativo
Positivo
-7621,8+6547,51
-3,94+5,23
174,22-175,37
5179,74
Hasta
2003
Desde
2004
ICF
Fuente: Elaboración propia.
Introducir la variable ficticia de forma aditiva en el modelo hace que cambie el término
independiente. En este caso, para ambos periodos, el signo del coeficiente es negativo. Sin
embargo, desde el año 2004, el valor esperado de mujeres ocupadas aumenta por el hecho
de presentar el cambio estructural en ese año. El término constante negativo carece de
interpretación económica, pero es necesario para conseguir el mejor ajuste global del modelo.
También se introduce la variable ficticia de forma multiplicativa, para las variables
mparcial y educación, debido al cambio estructural. El signo del coeficiente que acompaña a
la variable mujeres que trabajan a tiempo parcial es negativo para el primer periodo, por tanto,
el trabajo a tiempo parcial tiene un efecto negativo sobre las mujeres que tienen un trabajo.
Esta circunstancia se explica por el “efecto desánimo” ya que, al no encontrar puestos de
trabajo a jornada completa, deciden dejar de buscar y no trabajar. Sin embargo, en el segundo
periodo, el coeficiente cambia de signo y se vuelve positivo porque muchas mujeres aceptan
seguir trabajando a tiempo parcial o incorporarse con este tipo de jornada ante la alternativa
de no tener trabajo.
pág. 24
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Por otro lado, el signo del coeficiente de la variable educación hasta el año 2003 es
positivo, lo que concuerda con la evidencia empírica. Cuando aumenta en una unidad el
número de mujeres matriculadas en nivel superior, el número de mujeres que trabajan crece.
No obstante, a partir del año 2004, el signo cambia y se vuelve negativo, hecho que no
concuerda con el resultado de otras investigaciones. Sin embargo, cabe pensar que un
aumento del número de mujeres matriculadas en educación superior disminuye el número de
mujeres que están trabajando debido a que, en los últimos años, muchas mujeres han
aumentado el número de años que dedican a estudiar y así, obtener una mayor cualificación
para poder hacer frente a la demanda de mercado de trabajo. Por ello, en los últimos años,
la incorporación de la mujer, especialmente de las mujeres jóvenes, a un puesto de trabajo,
se retrasa en aras de una mayor formación académica.
Respecto a la variable número medio de hijos por mujer (ICF), el coeficiente es el
mismo y positivo, para ambos periodos, ya que a esta variable no le afecta el cambio
estructural, es decir que, al aumentar el número medio de hijos que tendría una mujer, el
número de mujeres trabajando sube, hecho que no parece concordar con los resultados de
otros estudios analizados. Sin embargo, esto se explica porque en la actualidad son las
propias madres las que quieren seguir trabajando una vez que han tenido un hijo y buscan
otras alternativas para no tener que abandonar su puesto de trabajo. Además, tras la reforma
laboral del año 2006, que incentivaba a las empresas a través de bonificaciones por los
contratos indefinidos de mujeres que tuvieran un contrato suspendido por maternidad o por
excedencia de cuidado de los hijos, las mujeres se han visto menos forzadas a abandonar el
mercado laboral.
El signo del coeficiente de la tendencia no se estudiará, al ser la tendencia no
significativa individualmente.
4. Discusión y conclusiones
A pesar de que hoy en día la población femenina es superior a la masculina, la tasa
de ocupación de las mujeres españolas sigue siendo inferior a la de los hombres y se sitúa a
la cola de los países de la Unión Europea.
A lo largo de las últimas décadas, la participación femenina en el mercado laboral ha
aumentado debido fundamentalmente al mayor número de años que las mujeres dedican a
los estudios, por lo que obtienen una mayor cualificación; al aumento de la edad de
maternidad, y a una disminución en el número medio de hijos. Este cambio ha generado un
gran impacto social, aunque en la actualidad siguen siendo las mujeres las que realizan la
mayoría de las tareas no remuneradas; por este motivo, en algunos casos, buscan trabajos
pág. 25
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
que les permitan conciliar su vida laboral con la familiar y ocupan muchos de los puestos de
trabajo a tiempo parcial. Sin embargo, la mayoría de ellas trabajan en este tipo de empleo
por no poder encontrar uno a jornada completa, situación que no se da en países del norte
de Europa.
Es importante señalar que, a pesar de los avances conseguidos en materia de trabajo
fundamentalmente en el ámbito legislativo, tras la reforma laboral de 2012 la situación de las
mujeres en el mercado de trabajo ha mejorado, pero sigue existiendo una destacada
diferencia salarial entre hombres y mujeres que no se ha conseguido reducir.
Todo esto provoca una menor independencia económica y una mayor inestabilidad
del empleo femenino, con menores oportunidades de ascenso a lo largo de su vida laboral.
Por ello, es necesario mejorar el acceso de mujeres a altos puestos, reformulando las
políticas activas de empleo y las políticas de incentivos al empleo femenino, ya que no son
efectivas. De igual manera, la negociación y los convenios colectivos deberían mejorar la
inserción laboral de las mujeres, al igual que las políticas públicas de lucha contra la
discriminación (Informe “Participación Laboral de las Mujeres en España”, 2016). Además, se
debe en cuenta que los trabajos donde existe igualdad entre hombres y mujeres presentan
una mayor eficiencia y productividad (Salinas y Romaní, 2016).
En cuanto al modelo planteado, se comprobó que tres de las series elegidas eran
integradas de orden uno y, por tanto, no estacionarias. Por ello, se analizó si la relación de
equilibrio a largo plazo entre las variables era espuria o si, por el contrario, cointegraban.
Finalmente, se dedujo que las variables cointegraban, lo que permitió plantear un modelo que
recogía la relación de largo plazo entre ellas. Este modelo contaba con un buen ajuste, no
existía autocorrelación y las variables eran conjuntamente significativas, excepto la variable
de tendencia, que a pesar de no ser individualmente significativa, fue necesaria para obtener
una regresión no espuria.
Al analizar el signo de los coeficientes del modelo, se advirtió que las variables
explicativas influían de forma distinta, antes y después del cambio estructural. Se observó
que la variable mparcial influía de forma negativa sobre las mujeres ocupadas, resultado que
se explica por el “efecto desánimo”, y que después de dicho cambio tenía un efecto positivo,
es decir que, desde el año 2004, las mujeres prefieren trabajar, aunque sea a tiempo parcial.
Algo parecido ocurría con la variable educación: antes del cambio, influía positivamente sobre
la variable dependiente y después del cambio, de forma negativa, hecho que no concuerda
con los resultados de otros estudios, pero explicado porque las mujeres han aumentado sus
años de estudio para obtener una mayor cualificación y por ello, el número de mujeres
ocupadas disminuye.
pág. 26
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
La variable número medio de hijos por mujer no se vio afectada por el cambio
estructural, pero al tener su coeficiente un signo positivo, parecía que no concordaba con la
evidencia empírica. No obstante, este resultado se puede explicar por las ayudas recibidas
tras la Reforma del año 2006 y por el hecho de que las mujeres prefieren seguir trabajando.
Este trabajo pretende constituir una pequeña aportación al estudio de un tema esencial para
el avance social.
5. Referencias bibliográficas
Alonso Antón, A., Fernández Sainz, A., & Rincón Diez, V. (2015). Análisis de la actividad
femenina y la fecundidad en España mediante modelos de elección discreta.
Lecturas de Economía, (82), pp. 127-157.
Cebrián López, I., & Moreno Raymundo, G. (2008). La situación de las mujeres en el mercado
de trabajo español. Desajustes y retos. Economía Industrial, (367), pp. 121-137.
Cebrián López, I., & Moreno Raymundo, G. (2013). Mujeres, hogares y mercado de trabajo
en la obra de Luis Toharia. Revista de Economía Laboral, (10), pp. 104-123.
Comisión Europea-Dirección de Justicia. (2014). Cómo combatir la brecha salarial entre
hombres
y
mujeres
en
la
Unión
Europea.
Recuperado
de:
http://ec.europa.eu/justice/genderequality/files/gender_pay_gap/140319_gpg_es.pdf [última consulta: 31/03/2017]
De Pablos Escobar, L. (sin fecha). Las mujeres y el mercado de trabajo. La participación
laboral
femenina
.Recuperado
de:
http://pmayobre.webs.uvigo.es/06/arch/profesorado/dolores_ferrero/mujer_trabaj
o.pdf [última consulta: 01/05/2017].
Elneser Montesinos, D. (2015). Desigualdades de la mujer en su incorporación al mercado
laboral español. Universidad de La Laguna, San Cristóbal de La Laguna.
Recuperado
de:
http://riull.ull.es/xmlui/handle/915/1340[última
consulta:
04/04/2017].
Ferrada Bórquez, L.M., & Zarzosa Espina, P. (2010). Diferencias Regionales en la
Participación Laboral Femenina en Chile. Cuadernos de economía, 47 (136), pp.
249-272.
Recuperado
de:
https://dx.doi.org/10.4067/S0717-
68212010000200005[última consulta: 15/05/2017].
García Echegaray, J. (28 de octubre de 2016). España presenta una mayor igualdad salarial
entre hombres y mujeres que la media de la UE. Libre Mercado. Recuperado de:
https://www.libremercado.com/2016-11-28/espana-presenta-una-mayor-
pág. 27
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
igualdad-salarial-entre-hombres-y-mujeres-que-la-media-de-la-ue-1276587133/
[última consulta: 07/012/2017].
González Güemes, I. Prieto Alaiz, M. Pérez Dominguez, C. (1999). La participación laboral
de la mujer en Castilla y León. Revista de investigación económica y social de
Castilla
y
León,
(2),
pp.
83-98.
Recuperado
https://dialnet.unirioja.es/servlet/articulo?codigo=202072
[última
de:
consulta:
25/04/2017]
Guevara Ramirez, K. (2014). La participación de la mujer en el mercado laboral del área
metropolitana de Cali en diciembre del 2012. Una aproximación a los
determinantes socioculturales: un caso experimental. Universidad del Valle,
Santiago
de
Cali.
Recuperado
http://bibliotecadigital.univalle.edu.co/handle/10893/7616[última
de:
consulta:
13/04/2017]
Hernández Colino G. (2015). Brecha salarial de género en la Unión Europea. Universidad de
La
Laguna,
San
Cristóbal
de
La
Laguna.
Recuperado
de:
https://riull.ull.es/xmlui/handle/915/2724[última consulta: 28/03/2017].
Instituto Nacional de Estadística (2017): Actividades de trabajo no remunerado. Introducción,
definiciones
y
comentarios.
Disponible
en:
http://www.ine.es/ss/Satellite?L=es_ES&c=INESeccion_C&cid=1259925472542&
p=1254735110672&pagename=ProductosYServicios%2FPYSLayout¶m1=P
YSDetalle¶m3=1259924822888[última consulta: 05/05/2017].
Instituto Nacional de Estadística (2017): Participación de los trabajadores a tiempo parcial y
de los trabajadores con contrato temporal. Introducción, definiciones y
comentarios.
Disponible
en:
http://www.ine.es/ss/Satellite?L=es_ES&c=INESeccion_C&cid=1259925461713&
p=1254735110672&pagename=ProductosYServicios%2FPYSLayout¶m3=1
259924822888[última consulta: 12/05/2017].
Instituto Nacional de Estadística (2017): Salario anual medio, mediano y modal. Salario por
hora. Brecha salarial de género (no ajustada) en salarios por hora. Introducción,
definiciones
y
comentarios.
Disponible
en:
http://www.ine.es/ss/Satellite?L=es_ES&c=INESeccion_C&cid=1259925408327&
p=1254735110672&pagename=ProductosYServicios%2FPYSLayout[última
consulta: 14/04/2018].
Martínez Granado, M. (2001). Oferta de trabajo femenina en España: un modelo empírico
aplicado a mujeres casadas. Cuadernos económicos de ICE, 66, pp.129-152.
pág. 28
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Recuperado
de:
http://www.revistasice.com/cachepdf/cice_66_129-
152__8402e5e30be688293cf25dc9739ed752.pdf [última consulta: 10/05/2017].
Millán Vázquez de la Torre, Mª. G., Santos Pita, M. P., & Pérez Naranjo, L. (2015). Análisis
del mercado laboral femenino en España: Evolución y factores socioeconómicos
determinantes
del
empleo. Papeles
de
población, 21(84),
pp.197-225.
Recuperado
de:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S140574252015000200008 [última consulta: 20/02/2017].
Oelz, M.; Olney, S.; & Tomei, M. (2013). Igualdad Salarial: Guía Introductoria. Oficina
Internacional
del
Trabajo.
Recuperado
de:
http://www.ilo.org/wcmsp5/groups/public/---ed_norm/--normes/documents/publication/wcms_223157.pdf [última consulta: 10/03/2017].
Ortiz García, P. (2014). El trabajo a tiempo parcial ¿Una alternativa para la mujer en tiempos
de crisis? Sociología del trabajo. 82 pp. 73-92.
Real Decreto Legislativo 2/2015, de 23 de octubre, por el que se aprueba el texto refundido
de la Ley de Estatuto de los Trabajadores. Boletín Oficial del Estado. Madrid, 24
de octubre de 2015, pp. 100224-100308.
Salinas, P. & Romaní, G. (2016). Hegemonía masculina, freno en equipos mixtos en la
minería chilena. Revista mexicana de sociología, 78 (3), 469-496. Recuperado de:
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S018825032016000300469 [última consulta: 15/09/2017].
Secretaría de Estado de Empleo. Ministerio de Empleo y Seguridad Social. (2016). La
situación de las mujeres en el mercado de trabajo en 2016. Recuperado de:
http://www.ces.es/documents/10180/3557409/Inf0516.pdf
[última
consulta:
8/03/2017].
Anexo
Mujeres que trabajan a tiempo parcial (mparcial).
Figura 1: Regresión de la variable mujeres que trabajan a tiempo parcial frente a t.
Dependent Variable: Mujeres a tiempo parcial
Sample: 1987 2015
Included observations: 29
Variable
Coefficient
Std. Error
t-Statistic
Prob.
t
c
68.60369
219.9069
3.531339
57.59440
19.42710
3.818199
0.0000
0.0007
R-squared
Adjusted R-squared
0.933236
0.930764
Mean dependentvar
S.D. dependentvar
1180.359
604.6731
pág. 29
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
159.1063
683500.2
-187.1307
377.4124
0.000000
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
13.04349
13.13779
13.07303
0.405701
Fuente: Elaboración propia.
Figura 2: Valores reales y ajustados de las mujeres que trabajan a tiempo parcial y
residuos de la regresión.
2,500
2,000
1,500
1,000
400
500
300
0
200
100
0
-100
-200
88
90
92
94
96
98
Residual
00
02
04
Actual
06
08
10
12
Fitted
Fuente: Elaboración propia.
Figura 3: Correlograma de la serie mujeres que trabajan a tiempo parcial.
Fuente: Elaboración propia.
pág. 30
14
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Tasa bruta de matrícula en nivel superior (educación).
Figura 4: Regresión de la variable mujeres que han alcanzado estudios superiores frente
a t.
Dependent Variable: % matrícula femenina en nivel
superior
Sample: 1987 2015
Includedobservations: 29
Variable
Coefficient
Std. Error
t-Statistic
Prob.
t
c
2.497731
29.43529
0.028200
0.459936
88.57055
63.99870
0.0000
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.996570
0.996443
1.270587
43.58855
-47.05795
7844.742
0.000000
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
64.40352
21.30398
3.383307
3.477603
3.412839
0.690487
Fuente: Elaboración propia.
Figura 5: Valores reales y ajustados de las mujeres que han alcanzado estudios
superiores y residuos de la regresión.
100
80
4
60
2
40
0
20
-2
-4
88
90
92
94
96
98
Residual
00
02
04
Actual
06
08
10
12
14
Fitted
Fuente: Elaboración propia.
pág. 31
La evolución de la empleabilidad de la mujer en el mercado de trabajo español
Figura 6: Correlograma de la serie mujeres que han alcanzado estudios superiores.
Fuente: Elaboración propia.
Indicador Coyuntural de Fecundidad (ICF).
Figura 7: Regresión de la variable número medio de hijos por mujer frente a t.
Dependent Variable: Fecundidad
Sample: 1987 2015
Includedobservations: 29
Variable
Coefficient
Std. Error
t-Statistic
Prob.
t
C
0.000719
1.289931
0.002187
0.035669
0.328861
36.16435
0.7448
0.0000
R-squared
Adjusted R-squared
S.E. of regression
Sum squaredresid
Log likelihood
F-statistic
Prob(F-statistic)
0.003990
-0.032900
0.098536
0.262150
27.08973
0.108149
0.744798
Fuente: Elaboración propia.
pág. 32
Mean dependentvar
S.D. dependentvar
Akaikeinfocriterion
Schwarzcriterion
Hannan-Quinncriter.
Durbin-Watson stat
1.300000
0.096954
-1.730326
-1.636030
-1.700794
0.158858
ISSN: 2362-194X
Journal de Ciencias Sociales Año 6 N° 10
Figura 8: Valores reales y ajustados del número medio de hijos por mujer y residuos
de la regresión.
1.5
1.4
.3
1.3
.2
.1
1.2
.0
1.1
-.1
-.2
88
90
92
94
96
98
Residual
00
02
04
Actual
06
08
10
12
14
Fitted
Fuente: Elaboración propia.
Figura 9: Correlograma de la serie número medio de hijos por mujer.
Fuente: Elaboración propia.
pág. 33