BRECHA SALARIAL DE GÉNERO EN CHILE Y SUS VARIABLES MÁS RELEVANTES

Abstract

Para la elaboración de este estudio se utilizaron los datos de la encuesta CASEN1 elaborada por el Ministerio de Desarrollo Social de Chile en el año 2015, la cual recopila 266.968 observaciones de individuos de todo el país a través de 776 variables. De esta base de datos se seleccionaron 14 variables de interés y a los individuos a partir de 15 años2 con salarios positivos, reduciéndose la base de datos a 100.700 observaciones. Por otro lado, las 14 variables se ajustaron de modo conveniente para la realización de este estudio (por ejemplo, separando la variable región en 15 variables binarias representativas de cada región), generándose 45 variables a observar.Primero se realizó un análisis preliminar, utilizando toda la base de datos sin distinción de sexo, para generar un modelo base del análisis posterior. Utilizando SPSS a través del método hacia adelante se generó un modelo que incluyó 36 variables (modelo base), y el cual posteriormente fue ajustado eliminando la variable con más problemas de colinealidad y generando un modelo de 35 variables (modelo ajustado). Se analizó ambos modelos, encontrándose diversos problemas en ambos: el modelo de 36 variables presentó un buen ajuste global, sin embargo tiene problemas en el análisis de residuos y de colinealidad; por otro lado, el modelo de 35 variables presentó un ajuste global más pobre, distintos problemas relacionados con el análisis de residuos y menos problemas de colinealidad. Que los modelos no ajustaran puede deberse a la omisión de variables que podrían haber sido relevantes para el estudio o bien por problemas intrínsecos al modelo mismo: por ejemplo, es razonable que los modelos presenten problemas de colinealidad dada la naturaleza de las variables utilizadas (es razonable que variables como “Edad” y “Nivel Educacional” o las variables de tipo de empleo se correlacionen fuertemente entre sí dada la información que ilustran).Pese a que ninguno de los dos modelos generaba un ajuste lo suficientemente aceptable, se decidió continuar con el análisis basándose en el modelo de 36 variables, pues pese a todo genera un ajuste global relativamente bueno y su principal inconveniente es el problema de colinealidad, el que como ya se mencionó puede resultar razonable en el contexto del fenómeno en estudio.A continuación, y en base a las 36 variables seleccionadas, se construyó un modelo de mujeres y uno de hombres, que presentaron problemas de ajuste similares a observados en el modelo base; con estos se construyó la ecuación de Oaxaca-Blinder.Respecto a las variables seleccionadas, las variables de “Edad” y “Nivel Educacional” mostraron la mayor relevancia en todos los modelos generados; no así las variables de estado civil que fueron las más excluidas en todos ellos; esto significa que las primeras se correlacionan de manera poderosa con el salario obtenido tanto hombres como por mujeres, influyendo también en sus elecciones, mientras que las variables de estado civil no tuvieron tanto peso como habría cabido esperar. Por otro lado, otra variable que a priori parecía relevante y que sin embargo no ingresó en ninguno de los modelos ajustados fue la variable “Número de niños de 6 años o menos por hogar”, la cual cabría haber esperado tuviese un impacto negativo en los salarios de mujeres y positivo en el salario de hombres; esta resultó no correlacionarse tan estrechamente con la variable dependiente como habría cabido esperar, excluyéndose del modelo.Por otro lado, en base a este estudio se observó que efectivamente existe una brecha salarial dada por componentes de género: los hombres reciben salarios mensuales promedio 30,3% más altos que los recibidos por las mujeres3, mientras que si se evalúa de acuerdo al salario por hora la brecha se acorta a un 14,5%4.Analizando la ecuación de Oaxaca-Blinder se observa que el factor de “Diferencia en dotación” tiene signo negativo, lo cual indica que, en base a las variables elegidas para la construcción del modelo, los salarios de las mujeres deberían ser superiores a los de los hombres si dependiera sólo del efecto dotación. Sin embargo, puesto que el efecto “Discriminación pura” tiene signo positivo y una mayor magnitud que el efecto “Diferencia en dotación”, el efecto final tiene signo positivo. En este contexto, este efecto final se traduce en salarios menores para las mujeres dados por el componente de “Discriminación pura”; es decir, existe una brecha salarial por género dada por componentes de discriminación y no por componentes de diferencia en dotación.Finalmente, se observa que el modelo de Oaxaca Blinder presenta el inconveniente de incurrir en sesgo de selección al sólo considerar a las personas con salarios positivos, posiblemente mostrando un panorama incompleto e inconsistente con los verdaderos parámetros poblacionales. Es por esto que se plantea, para la realización de futuros estudios a partir del presente, la utilización de la metodología de Oaxaca y Ransom, la cual se hace cargo de este sesgo al considerar en la construcción del modelo la probabilidad de observar salarios positivos (es decir, la probabilidad de estar trabajando al momento de la encuesta). La utilización futura de este modelo, junto con una elección más amplia y concienzuda de variables potencialmente relevantes, podrían generar un modelo que se ajuste de manera más adecuada y realista a los parámetros poblacionales, explicando con mayor exactitud el fenómeno de la desigualdad salarial de género que ocurre en Chile.