UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE CIENCIAS ECONÓMICAS

ESCUELA PROFESIONAL DE ECONOMÍA

LA INFLUENCIA DE LOS FACTORES SOCIALES EN EL DESEMPLEO

JUVENIL EN LIMA METROPOLITANA, 2022.

TESIS PARA OPTAR EL TITULO PROFESIONAL DE ECONOMISTA

AUTORES:

MARIA DE LOS ÁNGELES OTINIANO TELLO

LUCERO VALLADOLID PORRAS

ASESOR: Dr. ABDIAS ARMANDO TORRE PADILLA

LÍNEA DE INVESTIGACIÓN: TEORÍA ECONÓMICA

Callao, 2023

PERÚ
ⅱ
 Document Information

Analyzed document Archivo 1 1A, Otiniano Maria y Valladolid [Link] (D178695502)

Submitted 11/13/2023 [Link] PM

Submitted by

Submitter email [Link]@[Link]

Similarity 1%

Analysis address [Link]@[Link]

Sources included in the report

URL: [Link]
1
Fetched: 12/3/2021 [Link] AM

INFORME DE TESIS FATIMA [Link]

1
Document INFORME DE TESIS FATIMA [Link] (D40450914)

DETERMINANTES-DEL-DESEMPLEO-JUVENIL-EN-EL-ECUADOR-AÑ[Link]
Document DETERMINANTES-DEL-DESEMPLEO-JUVENIL-EN-EL-ECUADOR-AÑ[Link] 1
(D32336168)

UTE_DELGADO_RIVERAYAUTIBUG.docx
1
Document UTE_DELGADO_RIVERAYAUTIBUG.docx (D142207791)

PROYECTO+DE+INVESTIGACI%C3%[Link]
2
Document PROYECTO+DE+INVESTIGACI%C3%[Link] (D137919263)

Proyecto+de+investigaci%C3%B3n+Econometr%C3%[Link]
1
Document Proyecto+de+investigaci%C3%B3n+Econometr%C3%[Link] (D142211621)

Nelson Zuleta [Link]

1
Document Nelson Zuleta [Link] (D127514264)

1A_Yacila_Aramburú_María_Del_Pilar_Título_Profesional_2022.docx
1
Document 1A_Yacila_Aramburú_María_Del_Pilar_Título_Profesional_2022.docx (D144757175)

Villacorta_Rodriguez_Hiromi Tesis [Link]

1
Document Villacorta_Rodriguez_Hiromi Tesis [Link] (D128994498)

Entire Document
UNIVERSIDAD NACIONAL DEL CALLAO FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA PROFESIONAL DE ECONOMÍA
LA INFLUENCIA DE LOS FACTORES SOCIALES EN EL DESEMPLEO JUVENIL EN LIMA METROPOLITANA, 2022. TESIS PARA
OBTAR EL GRADO ACADÉMICO DE TÍTULO DE ECONOMISTA
AUTORES:
MARIA DE LOS ÁNGELES OTINIANO TELLO LUCERO VALLADOLID PORRAS
ASESOR: Dr. ABDIAS ARMANDO TORRE PADILLA LÍNEA DE INVESTIGACIÓN: TEORÍA ECONÓMICA

[Link] 1/23
 INFORMACIÓN BÁSICA

FACULTAD: CIENCIAS ECONÓMICAS

UNIDAD DE INVESTIGACIÓN: ECONOMÍA
TÍTULO: LA INFLUENCIA DE LOS FACTORES SOCIALES DEL DESEMPLEO
JUVENIL EN LIMA METROPOLITANA, 2022.

AUTOR: OTINIANO TELLO MARIA DE LOS ANGELES

ORCID: 0000-0002-6548-3678
DNI: 74993676

AUTOR: VALLADOLID PORRAS LUCERO

ORCID: 0000-0001-9906-1732
DNI: 75480928

ASESOR: TORRE PADILLA ABDIAS ARMANDO

ORCID: 0000-0003-0637-6992
DNI: 08635290

LUGAR DE EJECUCIÓN: FACULTAD DE CIENCIAS ECONÓMICAS DE LA

UNIVERSIDAD NACIONAL DEL CALLAO.
UNIDAD DE ANÁLISIS: POBLACIÓN JUVENIL DE LIMA METROPOLITANA
TIPO: BÁSICA
ENFOQUE: CUANTITATIVO
DISEÑO DE INVESTIGACIÓN: NO EXPERIMENTAL.
TEMA OCDE: ECONOMÍA

iii
 HOJA DE REFERENCIA DE APROBACIÓN DEL JURADO

JURADO EVALUADOR:

PRESIDENTE: DR. PABLO MARIO CORONADO ARRILUCEA

SECRETARIO: DR. DANIEL QUISPE DE LA TORRE
VOCAL: DR. ANGEL BAZALAR PAZ
MIEMBRO (SUPLENTE): MG. HUGO ALEJANDRO JARA CALVO

iv
 DEDICATORIA

MARÍA

Dedico esta tesis, en primer lugar, a Dios, nuestro

padre celestial quien nos protege y acompaña a lo largo
de nuestra carrera, por ser la luz en nuestro camino y
darnos sabiduría y fortaleza para alcanzar los objetivos
trazados. Asimismo, dedico esta tesis a mis padres, por
haberme forjado como la persona que soy en la
actualidad, con muchos anhelos e ilusiones que pronto
estaré por cumplir uno por uno con su apoyo incondicional
y con todo el amor que han sabido darme.

LUCERO

Con mucho regocijo, dedico mi tesis en primer lugar

a Dios por darme la sabiduría para llegar a un siguiente
nivel en lo profesional. Asimismo, dedico la presente tesis
a mis padres por su constante apoyo y amor en todo el
proceso para lograr que este objetivo personal se haga
realidad. Adicionalmente a los profesores de la Facultad
de Ciencias Económicas que siempre nos brindaron
valiosas sugerencias y comentarios para la tesis.

ⅴ
 AGRADECIMIENTO

En primer lugar, queremos agradecer a Dios por brindarnos sabiduría,

salud y perseverancia para culminar los estudios de pregrado con éxito y

continuar con la finalización de la tesis. Asimismo, gracias a la Universidad

Nacional Del Callao, Facultad de Ciencias Económicas, por habernos abierto

las puertas de su insigne institución para formarnos en sus aulas compartiendo

anhelos e ilusiones, que ha sido la base no sólo para nuestra carrera

profesional sino para lo que concierne a la vida y a nuestro futuro. Y en ella, a

los docentes por su entrega y esfuerzo en cada clase, discurso y lección que

ha contribuido de manera exitosa en nuestra formación y se verá reflejado en la

culminación de nuestro paso por la universidad.

Un agradecimiento especial a nuestros profesores del taller de Tesis y al

profesor Rigoberto Ramirez por su dedicación, orientación y por compartir sus

conocimientos de manera profesional e invaluable, caracterizándose siempre

por el respeto a las sugerencias y atención con claridad y exactitud las

consultas que surgían durante clase de cada uno de los alumnos. Su

constancia y apoyo académico ha sido un gran aporte no sólo para nuestra

tesis, sino también en nuestra formación como investigador. Por otro lado,

nuestro más sincero agradecimiento al profesor Abdias Padilla por el material

facilitado y por sus valiosas sugerencias en momentos de confusión.

vi
 ÍNDICE

TABLAS DE CONTENIDO 4
FIGURAS 5
ABREVIATURAS Y SIGLAS 6
RESUMEN 7
ABSTRACT 8
INTRODUCCIÓN 9
I. PLANTEAMIENTO DEL PROBLEMA 12
1.1. Descripción de la realidad problemática 12
1.2. Formulación del problema 20
1.2.1. Problema general 20
1.2.2. Problemas específicos 20
1.3. Objetivos 20
1.3.1. Objetivo general 20
1.3.2. Objetivos específicos 20
1.4. Justificación 21
1.4.1. Justificación teórica 21
1.4.2. Justificación práctica 22
1.5. Delimitantes de la investigación 22
1.5.1. Teórico 22
1.5.2. Temporal 23
1.5.3. Espacial 23
II. MARCO TEÓRICO 24
2.1 Antecedentes 24
2.1.1. Antecedente internacional 24
2.1.2. Antecedente nacional 26
2.2. Bases teóricas 29
2.2.1. Teorías clásicas 29
2.2.2. Teorías contemporáneas 35
2.3 Marco conceptual 38
Desempleo 39
Mercado Laboral 40
2.4. Definición de términos básicos 40

1
Población en Edad de Trabajar 40
Población Económicamente Activa 40
Población Económicamente Activa Ocupada 41
Población Económicamente Activa Desocupada 41
Población Económicamente Inactiva 41
III. HIPÓTESIS Y VARIABLES 43
3.1. Hipótesis 43
3.1.1. Hipótesis general 43
3.1.2. Hipótesis específicas 43
3.2. Operacionalización de variable 43
3.2.1. Definición conceptual 43
3.2.2. Matriz de operacionalización de variables 47
IV. METODOLOGÍA DEL PROYECTO 48
4.1 . Diseño metodológico 48
4.1.1 Tipo de investigación 48
4.1.2 Diseño de investigación 48
4.2. Método de investigación 49
4.3. Población y muestra 49
4.2.1. Población 49
4.2.2. Muestra 50
4.4. Lugar de estudio 50
4.5. Técnicas e instrumentos para la recolección de información 50
4.5.1. Técnicas 51
4.5.2. Instrumentos 51
4.6. Análisis y procesamiento de datos 52
4.6.1. Análisis de datos 52
4.6.2. Procedimientos en el análisis de datos 52
4.7. Aspectos Éticos en investigación 54
V. RESULTADOS 55
5.1. Resultados descriptivos 55
5.2. Resultados Inferenciales 65
5.3. Resultados Econométricos 70
5.3.1. Modelo 70
5.3.2. Hipótesis 72

2
VI. DISCUSIÓN DE RESULTADOS 74
6.1.1 Hipótesis general 74
6.1.2 Hipótesis especifica 1 74
6.1.3 Hipótesis específica 2 74
6.1.4. Hipótesis específica 3 74
6.1.5. Hipótesis específica 4 75
VII. CONCLUSIONES 77
VIII. RECOMENDACIONES 79
IX. REFERENCIAS BIBLIOGRÁFICAS 81
X. ANEXOS 92
ANEXO 1: Matriz de consistencia 92

3
 TABLAS DE CONTENIDO

Tabla 1 Población Económicamente Activa Juvenil según condición de

actividad en Lima Metropolitana, 2022 14

Tabla 2 PEA desocupada de 15 a 29 años en Lima Metropolitana, 2022. 56

Tabla 3 PEA desocupada de 15 a 29 años según sexo en Lima Metropolitana,

2022. 57

Tabla 4 PEA desocupada de 15 a 29 años según nivel educativo en Lima

Metropolitana, 2022 58

Tabla 5 PEA desocupada de 15 a 29 años según estado civil en Lima

Metropolitana, 2022. 60

Tabla 6 PEA juvenil desocupada de 15 a 29 años según años de experiencia

laboral en Lima Metropolitana, 2022. 61

Tabla 7 PEA desocupada de 15 a 29 años por sexo según estado civil, 2022. 63

Tabla 8 PEA desocupada de 15 a 29 años por sexo según nivel educativo,

2022. 64

Tabla 9 PEA desocupada de 15 a 29 años por sexo según experiencia laboral,

2022. 65

Tabla 10 Cuadro comparativo del modelo Logit y Probit 66

Tabla 11 Test de Bondad de Ajuste 67

Tabla 12 Test de Capacidad Predictiva del modelo Logit 68

Tabla 13 Test de Shapiro-Wilk 69

Tabla 14 Test de Homocedasticidad 70

Tabla 15 Regresión del modelo Logit 71

Tabla 16 Efectos Marginales del modelo Logit 73

4
 FIGURAS

Figura 1 Población Juvenil Económicamente Activa Desempleada según nivel

educativo en Lima Metropolitana, 2022. 17

Figura 2 Población Económicamente Activa Juvenil Desocupada según sexo en

Lima Metropolitana, 2018-2022. 18

Figura 3 Curva de la demanda del empleo 30

Figura 4 La curva de oferta del empleo 31

Figura 5 Mercado de trabajo 32

Figura 6 Ley de Say 35

Figura 7 PEA desocupada de 15 a 29 años en Lima Metropolitana, 2022 56

Figura 8 PEA desocupada de 15 a 29 años según sexo en Lima Metropolitana,

2022 57

Figura 9 PEA desocupada de 15 a 29 años según nivel educativo en Lima

Metropolitana, 2022. 59

Figura 10 PEA desocupada de 15 a 29 años según estado civil en Lima

Metropolitana, 2022. 60

Figura 11 Diagrama de caja y bigotes de la PEA desocupada de 15 a 29 años

por años de experiencia laboral, 2022. 62

5
 ABREVIATURAS Y SIGLAS

CEPAL : Comisión Económica para América Latina

INEI : Instituto Nacional de Estadística e Informática

MTPE : Ministerio de Trabajo y Promoción del Empleo

PEA : Población Económicamente Activa

OIT : Organización Internacional del Trabajo

BCRP : Banco Central de Reserva del Perú

ENAHO : Encuesta Nacional de Hogares

6
 RESUMEN

El desempleo juvenil es uno de los problemas que ha ido creciendo en los

últimos años. Por tal motivo, esta investigación se realizó para demostrar la

influencia de los factores sociales en el desempleo juvenil en Lima Metropolitana

en el 2022, tomando las variables sexo, nivel educativo, estado civil y experiencia

laboral con una muestra de 1853 observaciones en un rango de edad de 15 a 29

años. La metodología utilizada inicialmente consistió en revisar la literatura para

demostrar cuáles son las causas que influyen en el desempleo juvenil y qué

causas pueden tener un impacto en el mismo. Asimismo, se realizó los modelos

econométricos Logit y Probit que mediante de una comparación de ambos, el

mejor modelo fue el modelo probabilístico Logit, que en sus efectos marginales

midió la probabilidad de la significancia de los factores sociales en el desempleo

juvenil. De los resultados obtenidos se puede concluir que los factores sociales

que influyen de manera inversa en el desempleo juvenil son el nivel educativo,

el estado civil y la experiencia laboral. Mientras tanto, el sexo tiene una influencia

directa en el desempleo juvenil, lo que hace que las mujeres jóvenes tengan más

probabilidades de estar desempleadas a medida que aún persistan las

desigualdades de género en el mercado laboral. En este sentido, esta

investigación permite inferir alternativas de políticas que permitan mejorar las

condiciones de empleo en los jóvenes.

Palabras claves: desempleo, desempleo juvenil, modelo Logit, modelo

Probit, factores sociales.

7
 ABSTRACT

Youth unemployment is one of the problems that has been growing in

recent years. That is why this research was carried out to demonstrate the

influence of social factors on youth unemployment in Lima Metropolitana for the

in 2022, from which the variables sex, educational level, marital status and work

experience were taken with a sample of 1853 observations that are in an age

range of 15 to 29 years. The methodology used was in the first instance the

literature review to determine what are the causes that decrease youth

unemployment and what causes can affect this. Then, a Logit and Probit

economic model was carried out that through a comparison of both was granted

as better model than the Logit probabilistic model, which in its marginal effects

measured the probability of significance of social factors with respect to youth

unemployment. According to the results obtained, it can be concluded that social

factors that inversely influence youth unemployment are the level of education,

marital status and work experience. However, sex directly influences youth

unemployment, since gender inequality still persists in the labor market. In this

sense, the present investigation allows us to infer policy alternatives that allow

improving the employment conditions for young people.

Key words: unemployment, youth unemployment, Logit model, Probit

model, social factors.

8
 INTRODUCCIÓN

En Lima Metropolitana del Perú, según las cifras estadísticas del INEI

(2022), se observó que la tasa de desempleo de jóvenes entre 15 y 29 años fue

de 16.48% en 2021, mientras que en 2022 disminuyo a 11.47%. Esto supone

que un 5.01% menos de jóvenes no estaban empleados.

Cabe precisar que el año 2022, se caracterizó por ser el periodo de

recuperación de la economía peruana, luego del fuerte impacto del COVID-19,

en la que se presentó una fuerte caída del empleo nacional, principalmente en

el área urbana, ocasionando grandes limitaciones a la inserción en el mercado

laboral y en particular a las mujeres, lo que ha originado una creciente

preocupación a la sociedad e interés para enfrentarlo mediante políticas

públicas siendo éste la motivación del presente estudio.

Las propuestas para reducir el desempleo juvenil abundan, sin embargo,

en las nuevas condiciones generadas post pandemia, el objetivo es demostrar

la influencia de los factores sociales del desempleo juvenil en Lima

Metropolitana para el año 2022, ya que son ellos quienes enfrentan diferentes

obstáculos en la inserción al mercado laboral. En comparación con la población

adulta, la integración en el mercado laboral de los jóvenes es más difícil, ya sea

por su bajo nivel de educación o poca experiencia profesional.

No obstante, los jóvenes no están exentos de las desigualdades de

género en el acceso al empleo, ya que los hombres tienen más probabilidades

de trabajar por cuenta propia, mientras que las mujeres tienden a ayudar con

las tareas del hogar o los negocios familiares.

9
 La investigación se realiza a través de un análisis econométrico de los

modelos probabilísticos Logit y Probit, el cual se logró comprobar por medio de

los criterios de información de Akaike y criterio de información Bayesiano que el

mejor modelo que explica la influencia de los factores sociales en el desempleo

juvenil es Logit.

En ese sentido, la estructura del presente trabajo de investigación se

desarrolla en los siguientes capítulos:

En el capítulo I, se describe la situación de aumento del desempleo de la

población juvenil de 15 a 29 años en Lima Metropolitana, lo que generó

formular la siguiente interrogante, cómo los factores sociales influyen en el

desempleo juvenil en la nueva condición que se presenta con la pandemia. A

partir de ello, se plantea como objetivo demostrar la influencia del sexo, nivel

educativo, estado civil y experiencia laboral en edades tempranas ya que es un

asunto de suma importancia puesto que compromete la empleabilidad futura de

las personas.

En el capítulo II, se sintetizan las diferentes investigaciones relacionadas

con el desempleo juvenil, las cuales permitieron identificar a los factores

sociales más utilizados tales como: el sexo, nivel educativo, estado civil y

experiencia laboral. Asimismo, se expuso teorías y modelos tales como la

teoría clásica del empleo, teoría del capital humano y teoría de discriminación

en el mercado de trabajo, dichas teorías llevan una estrecha relación con el

desempleo juvenil ya que explican que la población joven en edad de trabajar

forma parte esencial para el crecimiento y desarrollo económico del país,

10
además se distinguen por diferentes factores, como es la educación, la

capacitación laboral, entre otros.

En el capítulo III, se establece las hipótesis, general y específicas, el

cual consiste en contrastar si los factores sociales influyen de modo positivo y

significativo en el desempleo juvenil en Lima Metropolitana, 2022. Asimismo, se

presenta las variables a ser analizadas para el tema de investigación.

En el capítulo IV, se planteó el diseño metodológico a seguir, donde se

identifica que el tipo de investigación es básica, con un nivel explicativo para el

análisis de la influencia de cada factor social en el desempleo juvenil,

considerando como población de estudio a la PEA Juvenil de Lima

Metropolitana y tomando como muestra a 1,853 observaciones de la Encuesta

Nacional de Hogares 2022 que cumplan con los requisitos para la realización

del análisis econométrico probabilístico de regresión binaria Logit en los

programas Stata y Excel.

En el capítulo V y VI se presentan los principales resultados y

discusiones referente al desempleo de la población juvenil en Lima

Metropolitana 2022. Del cual se concluye en el capítulo VII que el nivel

educativo, estado civil y la experiencia laboral influye de manera inversa y en

forma significativa frente al desempleo juvenil, mientras que el factor sexo

influye de manera positiva y significativa cuando la persona es de sexo

femenino, ya que son estas las que desempeñan roles diferentes tanto en el

ámbito familiar como en el ámbito social y laboral, por ende se evidencia una

brecha de participación en la fuerza de trabajo entre mujeres y hombres.

11
 I. PLANTEAMIENTO DEL PROBLEMA

1.1. Descripción de la realidad problemática

La PEA Juvenil de 15-29 años, es la fuerza más activa para la

sociedad en el presente y en el futuro, pero representan también un grupo

con graves vulnerabilidades, ya que las oportunidades laborales para

millones de jóvenes son limitadas, lo que significa que muchos tengan que

padecer grandes incertidumbres de carácter social.

Por ello, para la Organización Internacional del Trabajo (OIT, 2022)

el desempleo juvenil es uno de sus mayores desafíos, por lo que trabajar

por el bienestar de los jóvenes es una preocupación constante. En ese

sentido, la OIT mencionó la premisa “no es fácil ser joven en el mercado de

trabajo actual”, refiriéndose a la crisis del empleo, las largas colas a la hora

de buscar trabajo y los crecientes desafíos que enfrentan los jóvenes para

encontrar un trabajo decente y productivo.

Así lo evidencia la OIT (2004), donde señala que el aumento global

del desempleo ha golpeado de manera notable a la población joven,

especialmente a las mujeres. Y aquellos que logran encontrar empleo a

menudo tienen que lidiar con contratos temporales, salarios bajos,

informalidad y beneficios escasos o nulos, lo que los deja dependientes de

sus padres o expuestos a actividades ilícitas.

Por otro lado, la pandemia del COVID-19 ha causado estragos en

los mercados laborales para jóvenes en todo el mundo. Según las

estadísticas de la OIT (2022) el empleo juvenil a nivel mundial disminuyó

12
en 34 millones entre 2019 y 2020, lo que trajo como consecuencia que la

tasa de participación de los jóvenes en la fuerza laboral en 2022 se situara

puntos porcentuales por debajo del nivel de 2019.

Por lo tanto, la situación del Perú en el mercado laboral según el

BCRP (2022), es que el empleo a nivel nacional aumentó un 3,7 por ciento

en 2022, continuando la recuperación luego de la caída registrada por la

pandemia. Asimismo, la tasa de desempleo a nivel nacional fue del 4,3%

en 2022, lo que evidencia una disminución de 1,4 puntos porcentuales

respecto a 2021, pero aun así se mantiene por encima de la tasa de 2019

(3,9 por ciento), y fue 10,4% más alta en el grupo de 14 a 24 años.

Según SENAJU (2021), la tasa de desempleo nacional por grupos

etarios indica que las personas más jóvenes tienen más probabilidades de

recaer en el desempleo, ya que estos últimos, a diferencia de los adultos,

recién comienzan a ingresar al mercado laboral. Asimismo, según el

reporte de ManpowerGroup (2022), el 58% de los jóvenes encuestados

señala la falta de experiencia como el principal motivo por el que les cuesta

ser contratados por las empresas. Esto demuestra que una de las

principales causas del desempleo juvenil es que para muchas empresas

resulta más costoso contratar a un joven que a un adulto porque este

último es más atractivo laboralmente y tiene más experiencia.

Además, en Lima Metropolitana según INEI (2022), menciona que la

empleabilidad sigue siendo uno de los mayores desafíos del país, puesto

que registró una pérdida mayor a 90,000 puestos de trabajo en jóvenes de

13
 14 a 24 años, durante noviembre del año 2022 a comienzos del 2023, lo

que se traduce en una disminución en 10.6%. Por lo tanto, la población

joven de Lima metropolitana también se vio muy afectada por la inserción

laboral o para la continuación de sus prácticas laborales.

Según los datos proporcionados por el INEI, en 2022 (ver Tabla 1), los

jóvenes de 15 a 29 años que se encontraban desempleados representaron el

11,47% del total de la PEA, lo que en términos absolutos significó que 198,581

personas se encontraban buscando activamente un empleo y no lo

encontraron. La mayoría de los desempleados eran cesantes o personas

desocupadas (158,933 jóvenes) pero que anteriormente estuvieron ocupados.

Los 39,648 restantes eran aspirantes, es decir, jóvenes en edad de trabajar

que buscaban trabajo por primera vez.

Tabla 1

Población Económicamente Activa Juvenil según condición de actividad en

Lima Metropolitana, 2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Teniendo esto en cuenta, existen diversas teorías que logran

contextualizar esta problemática, especialmente la del capital humano, ya que

14
es un elemento esencial para el crecimiento económico y el desarrollo del país.

Hoy en día, la población joven en edad de trabajar se caracteriza por diversos

factores como la educación, la capacitación laboral o la experiencia y la salud,

de manera que le permiten desarrollarse y capacitarse en diversos aspectos

personales que redundan en mayores destrezas en su entorno laboral y le

otorgan una mejor productividad en el puesto requerido. Según Marshall

(2013):

Considera que la eficiencia del trabajo, se refleja en la remuneración por

trabajo con referencia al esfuerzo, habilidades y eficiencia que cuenta el

trabajador, provocando así diferentes salarios dependiendo al nivel de

eficiencia, que en otras palabras la competencia por el nivel de

educación de los individuos es la determinante de la diferencia en

salarios de los trabajadores (p.467).

Por ende, para Marshall el salario no se mide por tanto de acuerdo a la

remuneración a destajo con referencia a la cantidad de producción resultante,

sino por las capacidades del trabajador.

Por consiguiente, otro principal exponente de la teoría del capital

humano es Schultz (como se citó en Pons 2004) afirma:

Las personas que invierten en sí mismos aumentan el campo de sus

posibilidades, provocando un mejor bienestar. Como consecuencia de su

incremento en el valor de la productividad del trabajo, producirán un

rendimiento positivo por medio de su nivel cognitivo. (p.17)

15
 Tomando en consideración los aspectos más importantes del capital

humano, queda claro que una buena inversión en educación de la persona va a

otorgar mejores beneficios, tanto en productividad, introducción en el mercado

laboral y mejores salarios.

Sin embargo, la situación real de Lima Metropolitana es que existe un

desequilibrio entre la demanda y la oferta de trabajo. Del cual, podemos inferir

que no necesariamente tener una buena educación o capacitación continua,

nos permite formar parte de un puesto de trabajo, como se menciona en las

teorías presentadas anteriormente. Por tanto, existen otros factores que son

considerados y propuestos en las teorías de la discriminación en el mercado

del trabajo y la búsqueda de empleo. De modo que, si bien los niveles

educativos son cruciales para el desarrollo, no necesariamente aseguran un

rápido acceso al mercado laboral, como se muestra en la Figura 1 (Ver página

17) en 2022 la PEA juvenil desempleada en Lima metropolitana se vio más

afectada con mayor porcentaje en los niveles educativos con secundaria y

superior universitaria con un 54,65 % y 26,31%, respectivamente. Por lo tanto,

el desempleo juvenil no está necesariamente influenciado por los niveles

educativos; por el contrario, refleja que existen otros factores relevantes que

influyen en el desempleo.

16
Figura 1

Población Juvenil Económicamente Activa Desempleada según nivel educativo

en Lima Metropolitana, 2022.

Nota: Datos tomados del INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Uno de ellos es el factor sexo, que continúa siendo un problema entorno

a la discriminación por género en todos los sectores de la economía. De

acuerdo con Alemán et al. (2020) Las entidades que demandan trabajo no

brinda igualdad de oportunidades tanto a hombres como mujeres que desean

conseguir un empleo, sino que basan su contratación en el género y omiten las

capacidades o aptitudes que poseen causando perjuicios económicos y

sociales.

17
Figura 2

Población Económicamente Activa Juvenil Desocupada según sexo en

Lima Metropolitana, 2018-2022.

175,000

150,000

125,000

100,000
53%
75,000 47% 55%
45%
50,000 49% 51% 53% 55%
47% 45%
25,000

0
2018 2019 2020 2021 2022

Hombre Mujer

Nota: Datos tomados del INEI-Encuesta Nacional de Hogares (2018-2022)

Elaboración propia

Como se muestra en la Figura 2, la población joven femenina de 15 a 29

años se vio afectada en la búsqueda de empleo durante el período 2018-2022,

según muestran las estadísticas. Sin embargo, en 2020, a raíz de la pandemia

de COVID-19, se observó que los jóvenes de sexo masculino tenían más

probabilidades de quedarse desempleados por factores de salud. Sin embargo,

en los años posteriores a la pandemia se evidencia el problema de la brecha de

género en el empleo, que, si bien disminuye con el tiempo, sigue siendo un

problema ya que se ha mantenido constante para los años 2021 y 2022 con

una Brecha del 10%.

18
 Cabe mencionar, que la vida conyugal es un efecto de género en los

resultados del mercado laboral de las mujeres y los hombres. Según OIT y

ONU-MUJERES (2020) afirma que las tasas de participación laboral de

hombres y mujeres están estrechamente relacionadas con la composición del

hogar en el que viven, ya que la participación femenina en el trabajo es

significativamente menor entre las mujeres que viven con pareja e hijos que las

que viven solas. En el caso de los hombres, sin embargo, es al revés.

Por otro lado, existen claras diferencias en el tiempo de búsqueda entre

cesantes y demandantes de empleo por primera vez. Esto se aplica tanto a

jóvenes como a adultos para quienes la experiencia laboral es un factor

necesario para la inserción laboral. Por ello, según CEPAL (2003), se señala la

importancia de combinar avances educativos con la adquisición de experiencia

laboral, ya que en los mercados laborales no sólo se privilegia la educación

formal ni se rechaza la experiencia laboral, sino que la combinación de la

misma es la que se requiere un alto nivel de educación con la adquisición de

nuevas habilidades para una perspectiva laboral exitosa.

Por tanto, no basta que los jóvenes accedan sólo a la educación formal,

sino se requiere también que sea complementada con capacitaciones

adecuadas que aporten valor a los recién egresados. Tal es así que, a través

del programa Projoven, en intervenciones pasadas el Ministerio de Trabajo y

Promoción del Empleo brindó capacitaciones técnicas y prácticas a jóvenes

entre 16 y 24 años con poca o nula experiencia, lo que facilitó un mayor acceso

al empleo (OIT, 2002).

19
1.2. Formulación del problema

1.2.1. Problema general

¿Cómo influyen los factores sociales en el desempleo juvenil en

Lima Metropolitana, 2022?

1.2.2. Problemas específicos

¿Cómo influye el sexo en el desempleo juvenil en Lima

Metropolitana, 2022?

¿Cómo influye el nivel educativo en el desempleo juvenil en Lima

Metropolitana, 2022?

¿Cómo influye el estado civil en el desempleo juvenil en Lima

Metropolitana, 2022?

¿Cómo influye la experiencia laboral en el desempleo juvenil en

Lima Metropolitana, 2022?

1.3. Objetivos

1.3.1. Objetivo general

Demostrar la influencia de los factores sociales en el desempleo

juvenil en Lima Metropolitana, 2022.

1.3.2. Objetivos específicos

Demostrar la influencia del sexo en el desempleo juvenil en Lima

Metropolitana, 2022.

20
 Demostrar la influencia del nivel educativo en el desempleo juvenil

en Lima Metropolitana, 2022.

Demostrar la influencia del estado civil en el desempleo juvenil en

Lima Metropolitana, 2022.

Demostrar la influencia de la experiencia laboral en el desempleo

juvenil en Lima Metropolitana, 2022.

1.4. Justificación

1.4.1. Justificación teórica

A partir de los fundamentos teóricos, se confirman las teorías

macroeconómicas y microeconómicas que explican el desempleo. Sin

embargo, dada la naturaleza del problema de estudio, se presenta un enfoque

microeconómico como lo es la teoría del capital humano, ya que la realidad

demuestra una mayor demanda de población juvenil caracterizada por diversos

factores como educación, capacitación laboral o experiencia y salud, motivo

que les permitan desarrollarse y capacitarse trayendo consigo una mejor

productividad en las actividades laborales.

Asimismo, se considera la teoría de la discriminación en el mercado de

trabajo, ya que la discriminación es un recurrente problema social en el ámbito

laboral, que supone dispensar ya sea un trato distinto o rechazo hacia las

personas que presenten ciertas características, como el sexo o estado civil, lo

cual entraña un menoscabo de la igualdad de oportunidades.

21
1.4.2. Justificación práctica

Esta investigación se justifica porque, según el INEI (2022), para el

año 2022 el desempleo juvenil alcanzó alrededor del 11,47% de los

jóvenes desempleados en Lima Metropolitana, es decir, unos 198 591

jóvenes. Esto se dio como consecuencia de que los jóvenes enfrentan

diversos obstáculos al momento de ingresar al mercado laboral post la

crisis económica a causa del COVID-19, debido a la baja calidad del puesto

de trabajo y al difícil acceso a mecanismos que contribuyan a aumentar la

productividad, como educación, capacitación y la experiencia.

Razón por la cual muchos jóvenes cuando se encuentran en la edad

de trabajar y desean formar parte del mercado de trabajo, se enfrentan a

muchas barreras para ingresar, como la falta de experiencia y los bajos

niveles educativo, lo que los lleva a estar desempleados durante un largo

periodo de tiempo o tengan que emplearse en trabajos de baja calidad.

1.5. Delimitantes de la investigación

1.5.1. Teórico

La teoría que aborda el desempleo juvenil se basa del punto de vista

de diferentes autores respecto al capital humano y factores que se toman

en consideración en la teoría de la discriminación en el mercado de trabajo.

En este contexto, el estudio abarca a la población juvenil de 15 a 29 años,

dado que en el periodo analizado de 2022 existe un alto nivel de

desempleo debido a la crisis sanitaria del Covid-19.

22
1.5.2. Temporal

La investigación se limita al periodo 2022 debido a los efectos que

contrajo la crisis sanitaria por COVID-19, pues este escenario ha sacudido

como nunca el mercado laboral, trayendo consigo un sin fin de obstáculos

para la población peruana. Por lo tanto, este estudio busca demostrar cómo

los factores sociales influyeron a que muchos jóvenes de Lima

Metropolitana quedaran desempleados en 2022.

1.5.3. Espacial

La investigación analizó la población juvenil de Lima Metropolitana,

ya que es el área metropolitana más grande, extensa y poblada del Perú,

conformada por cincuenta distritos, de los cuales cuarenta y tres distritos

corresponden a la Provincia de Lima y siete distritos corresponden a la

Región del Callao.

23
 II. MARCO TEÓRICO

2.1 Antecedentes

2.1.1. Antecedentes internacionales

Un estudio realizado por Guzmán et al. (2015) en su investigación

intentaron analizar los determinantes del desempleo juvenil de 18-30 años en

Colombia utilizando un modelo Probit bivariado mediante el cual estimaron el

estado civil, la experiencia laboral, nivel de escolaridad y posición en el hogar

como variables significativas para la participación en el mercado laboral e

identificaron la probabilidad de encontrarse desempleado, de manera que, en el

caso de las mujeres, concluyen que la probabilidad de desempleo se reduce con

un año más de educación universitaria, y en el caso de los hombres, el estado

civil y la posición en el hogar reduce el riesgo de caer en el desempleo.

Asimismo, Martínez y Solorzano (2016) en Ecuador buscaron identificar

los determinantes del desempleo juvenil (18-29 años) utilizando un modelo

econométrico Logit, tomando en cuenta las variables sexo, lugar de residencia,

nivel educativo, experiencia laboral y jefatura del hogar, de lo cual se concluye

que existe mayor probabilidad de estar desempleado según la caracterización

socioeconómica que posee el joven, ya sea de áreas urbana, sexo femenino, sin

experiencia laboral, que esté estudiando y que no sea jefe de hogar. Además,

diversos factores y directrices políticas que se sostienen en el país. En este

sentido, muestran que la caracterización y los escasos tipos de protección y

políticas sociales determinan la situación de la población laboral juvenil.

Alquinga y Pogo (2017) hacen referencia a un análisis general del

24
desempleo juvenil a nivel global, latinoamericano y nacional con el fin de

identificar la problemática que se presenta en Quito con mayor profundidad,

según la caracterización de su mercado laboral. Para este análisis se utilizó el

método descriptivo, utilizando como variables significativas el nivel educativo, la

experiencia laboral, el sexo y la ubicación geográfica. Donde sostiene y

concluye que la falta de experiencia laboral y la falta de cursos de capacitación,

sumado a un menor nivel de educación, aumenta la posibilidad de quedar

desempleados para los jóvenes de 15 a 24 años.

En un estudio realizado en Colombia por Gómez (2017), busca

identificar los determinantes del desempleo juvenil para el Atlántico entre 2010-

2016, utilizando un modelo econométrico Logit para estimar la probabilidad de

ser un joven atlanticense y estar desempleado. Entre las variables analizadas

se encontraban género, edad, estado civil, educación, escolaridad, estrato,

vivienda y experiencia, y se concluye que la población juvenil más vulnerables

tenían altos niveles de pobreza y bajos niveles de educación. De manera

similar, variables como la edad, el sexo, el estado civil y el tipo de vivienda no

fueron significativos en la determinación de la probabilidad de ser joven

Atlanticense y estar desempleado. Por otro lado, la variable experiencia fue

altamente significativa, por lo que sugiere una variedad de programas que

incentivan la inserción laboral juvenil.

Martínez (2018) realizó una investigación para identificar los

determinantes del desempleo juvenil en 2015 en Colombia, para ello utilizó

variables que determinan aspectos económicos, demográficos y nivel

educativo. La metodología considerada es la revisión de literatura para

25
determinar qué causas afectan en el desempleo juvenil, asimismo, se ejecuta

un modelo Logit con el desempleo juvenil como variable dependiente para

determinar qué variables repercuten e influyen significativamente. Con base en

los resultados obtenidos, se concluye que uno de los mayores determinantes

del desempleo juvenil es el nivel de educación.

Campos et al. (2020), pretende evaluar los factores que influyen en el

desempleo juvenil en la región del Maule en Chile a través de un estudio

exploratorio, tomando como población joven a jóvenes entre 18 y 29 años. Para

evaluar los resultados de las posibles variables que afectan el desempleo

juvenil a nivel nacional e internacional en la región del Maule, utiliza técnicas

estadísticas bivariadas e inferenciales a través de tablas de contingencia y

pruebas de chi-cuadrado de Pearson. Obteniendo como conclusión que los

principales factores que influyen el género, el capital social (redes relacionales

y origen social), la calidad de la educación y las competencias laborales.

2.1.2. Antecedentes nacionales

Desde la perspectiva de Fernández (2010) intenta identificar y

desarrollar un análisis de los factores determinantes del desempleo juvenil de

18 a 23 años en el departamento de Puno, donde resalta el desempleo y

subempleo de los jóvenes bajo los modelos Logit y Probit. Los resultados

obtenidos en cuanto al desempleo indican que las variables edad y nivel

educativo influye negativamente en la probabilidad de estar desempleado. De

manera similar ocurre para el subempleo juvenil, donde concluye que, la edad

al incrementarse en un año, se muestra con influencia negativa en la

probabilidad de encontrarse en subempleo y el nivel educativo con estudios

26
concluidos en el nivel superior técnico o superior universitario reduce la

probabilidad de encontrarse en situación de subempleo. Otro aspecto relevante

se identifica al desempleo y subempleo juvenil relacionado a variables

socioeconómicas que explican de manera empírica la situación laboral de los

jóvenes tales como el ingreso, sexo, jefe de hogar, experiencia de trabajo,

tiempo de dedicación al trabajo, tipo de trabajo y zona de residencia.

Además, Martínez (2017) estudia el desempleo juvenil entre 15-29 años

en la ciudad de Tingo María y pretender analizar sus principales causas. Para

ello, utiliza el modelo econométrico de elección discreta Probit, el cual concluye

como resultado que el nivel educativo alcanzado de los jóvenes juega un papel

determinante y decisivo en la posibilidad de encontrar trabajo; mientras que la

experiencia laboral es una condición necesaria pero no suficiente.

García (2019) se planteó como objetivo principal determinar los factores

del desempleo en el distrito de la Esperanza para el año 2019. Para ello realizó

una regresión logística con respuesta dicotómica, utilizando el desempleo como

variable dependiente y como variables independientes: edad, sexo, tipo de

educación, nacionalidad, estado civil, hijos, ingresos y tenencia de vivienda. De

ello concluye que el sexo y la educación son los principales factores de alto

nivel de significancia que influyen en el desempleo.

De acuerdo con Maza y Rojas (2020), utiliza modelos probabilísticos,

Logit y Probit, siendo el mejor modelo Probit, en donde plantean como objetivo

analizar los factores determinantes del desempleo en el distrito de

Lambayeque. Los resultados más sobresalientes mostraron que los factores

27
edad, estado civil y nivel educativo en lo que respecta al nivel secundaria y

educación superior de los trabajadores se relaciona negativamente con la

probabilidad de encontrarse desempleados. Asimismo, concluyen que si los

trabajadores son hombres y se declaran como jefes del hogar reduce el riesgo

de permanecer inactivo en el mercado de trabajo.

Bermejo (2020) desarrolla su investigación con el fin de determinar los

principales factores que explican el desempleo juvenil en el distrito de

Pichacani – Laraqueri de la Región Puno para el año 2019, teniendo como

variables de análisis la educación (nivel de estudios alcanzado), la experiencia

laboral, el sexo y la edad de los jóvenes (15 y 24 años). El tipo de investigación

es descriptiva - correlacional y de diseño cuantitativo. Utilizó el método de

máxima verosimilitud mediante el modelo econométrico Probit. Los resultados

más relevantes obtenidos concluyen que las variables con mayor significancia

son la edad y la experiencia laboral.

Ramos (2023) plantea en 2019 como objetivo determinar los factores

que influyen en el Desempleo Juvenil en la Provincia de Mariscal Nieto –

Tacna. Utilizó las preguntas de la ENAHO como herramienta de referencia para

la recolección de datos y utilizó como variables factores sociales, factores

económicos, factores culturales y el desempleo juvenil. Se utilizó una

metodología de investigación descriptiva - analítica de nivel correlacional.

Asimismo, estimó un modelo probabilístico Logit para una muestra de 362

jóvenes de 15 a 29 años y como resultado se llegó a la conclusión de que

existe una relación de dependencia con el desempleo juvenil en las siguientes

variables: edad, lugar de nacimiento, grupo social y el salario que corresponde

28
a los factores sociales y económicos. Sin embargo, muestra que el factor

cultural no influye en el desempleo juvenil en la provincia de Mariscal Nieto.

2.2. Bases teóricas

2.2.1. Teorías clásicas

La Teoría Clásica del empleo

Según Argoti (2011) señala que el mercado juega un rol importante para

los clásicos, ya que consideran al mercado como el regulador de la economía y

el distribuidor de recursos por excelencia. En ese sentido, a través del supuesto

de laissez-faire, las fuerzas de mercado analizan la oferta y la demanda del

empleo, lo que tiende a las economías hacia al equilibrio y se alcance la

optimización de los recursos escasos y la posición del pleno empleo de los

factores de producción.

a) Curva de demanda de empleo

Los clásicos analizan la demanda de empleo considerando que el

salario es igual a la productividad marginal del trabajo, conocida por el

empresario y basada en la ley de los rendimientos marginales

decrecientes se reducen a medida que aumenta la ocupación. Esto

significa que cuanto menor es la ocupación, mayor es la productividad

marginal del trabajo, lo que se refleja en un salario más alto. Cuando los

empresarios tienen la capacidad de contratar menos trabajadores, la

ocupación aumenta y la productividad marginal del trabajo disminuye, lo

que lleva como resultado a salarios más bajos y a un incremento de la

demanda de trabajadores (ver Figura 3).

29
 Figura 3

Curva de la demanda del empleo

Nota: El gráfico representa el incremento de trabajadores ante un salario

menor. Tomado de Argoti (2011).

Para los clásicos, los salarios reales y la ocupación tienen una

relación inversamente proporcional, por lo que una disminución de los

salarios incrementa el nivel de empleo, como se ve en la figura anterior.

b) Curva de oferta del empleo

Los clásicos analizan la curva de oferta bajo el supuesto de que la

utilidad del salario debe ser igual a la desutilidad del volumen del

empleo. En ese sentido, los clásicos relacionan la utilidad con el

beneficio que otorga al empleado el monto del pago por el trabajo y con

la desutilidad marginal del volumen de empleo, según Keynes (1965),

quien la define de la siguiente manera: “Cualquier motivo que induzca a

un hombre o a un grupo de hombres a abstenerse de trabajar antes que

30
aceptar un salario que representa para ellos una utilidad inferior a cierto

límite” (p. 17).

Por tanto, los economistas clásicos consideran la igualdad de

estos dos términos, pero también es preferible que la utilidad del salario

sea mayor que la desutilidad marginal del volumen de empleo, porque

cuanto mayor es el salario, mayor es la oferta de empleo, es decir, se

establece una relación directa entre el nivel de oferta y el nivel de

salarios, ya que un aumento de los salarios se traduce en un incentivo

para que los trabajadores quieran incrementar la oferta de empleo, como

se muestra en la Figura 4.

Figura 4

La curva de oferta del empleo

Nota: El gráfico representa un aumento de la oferta de trabajadores ante

un aumento de salarios. Tomado de Argoti (2011).

31
c) Mercado de trabajo

Al observar la función de oferta y demanda, el mercado laboral

puede visualizarse desde la perspectiva de los economistas clásicos,

donde la demanda de empleo es una función de la productividad

marginal y la oferta de empleo es una función de la desutilidad marginal

del volumen sobre la base de los postulados clásicos.

Figura 5

Mercado de trabajo

Nota: El gráfico representa la oferta y demanda en situación de

equilibrio. Tomado de Argoti (2011)

En la figura 5, podemos observar cuando la desutilidad marginal

del volumen del empleo excede a la productividad marginal del trabajo,

es decir, cuando hay un exceso de la oferta frente a la demanda de

empleo, se produce una alteración en el equilibrio llamado desempleo.

De manera similar ocurre una alteración en el equilibrio cuando la

productividad marginal del trabajo excede a la desutilidad marginal del

32
 volumen de empleo, lo que resulta en un exceso de demanda sobre un

exceso de oferta de empleo, especialmente para el caso de los jóvenes

que se encuentran dentro de la PEA debido a que es una mayor

proporción que se encuentran en la condición de trabajar y es más

factible caer en el desempleo.

Por tanto, la situación de equilibrio en el mercado de trabajo se

produce cuando la desutilidad marginal del volumen de empleo se

vuelve exactamente igual a la productividad marginal del trabajo, es

decir, cuando la demanda y la oferta de trabajo son iguales. Sin

embargo, los clásicos tan confiados en el equilibrio como el mercado

autorregulador de las economías, el ajuste de la oferta y la demanda

dependían de la flexibilidad de los salarios que llevaría al pleno empleo.

Teoría del capital humano

Según Yáñez y Cano (2011), la teoría del capital humano es una de las

principales teorías de la escuela neoclásica, que hace referencia a la falta de

homogeneidad entre la oferta y la demanda de trabajo determinada por las

inversiones en capital humano.

El precursor de esta teoría fue Schultz, quien abordó los problemas

asociados a la medición de las inversiones en capital humano y para lo cual

propuso: “Calcular la inversión humana a través de su rendimiento más que a

través de su coste. Mientras que cualquier aumento de la capacidad productiva

por la inversión humana se convierte en una parte del agente humano y por lo

tanto no puede ser objeto de venta, ésta, sin embargo, en relación con el

33
mercado al afectar a los sueldos y salarios que puede recibir el agente

humano” (Schultz, 1972).

Por otro lado, Gary Becker reformuló los enfoques de Schultz sobre la

inversión en capital humano y señaló, entre otras cosas, los siguientes

aspectos: los ingresos aumentan a un ritmo decreciente a medida que aumenta

la edad, el desempleo tiene una relación negativa con la cualificación del

individuo y la población más joven cambia de trabajo con más frecuencia que

las personas mayores.

En este sentido, la teoría del capital humano considera que una persona

es posible que puede ganar un salario mayor debido al aumento de su

productividad, la cual se logra por la inversión que el individuo ha realizado en

lo relacionado con capacitación y mejora de habilidades y destrezas. El

supuesto de esta teoría es la fácil movilidad de un puesto de trabajo con malas

condiciones a uno mejor a través de la inversión en educación, lo cual ha sido

cuestionado por diversos autores, al considerar que existen factores distintos a

la educación que determinan la movilidad en los empleos, tales como; género,

edad, posición en el hogar, entre otros.

De manera similar, se han identificado una serie de limitaciones de la

teoría del capital humano, que cuestionan sus principales postulados respecto

de la homogeneización entre la oferta y la demanda de trabajo. El primero de

ellos es expuesto por la crítica credencialista, que cuestiona el hecho de que la

educación es un factor aleatorio en la productividad individual y, por tanto, que

sea exclusivamente sólo a través de este medio que una persona puede

34
alcanzar una mejor posición ocupacional. Otra crítica a la teoría del capital

humano es la de Shaffer, la cual señala que los costos en la economía son

mucho mayores que los beneficios generados al aplicar las premisas de la

teoría, en el sentido de que es difícil determinar el rendimiento individual de la

inversión en educación.

2.2.2. Teorías contemporáneas

La Teoría Moderna del Empleo: Versión Keynesiana

La ley de Say establece que cada oferta crea su propia demanda, lo que

lleva a suponer que no hay dificultad para incrementar la producción y el

empleo. Sin embargo, en su Teoría General, Keynes ataca la Ley de Say, entre

ellos el rol que juegan los salarios en el ajuste automático del pleno empleo, ya

que vio esto como un supuesto fundamentalmente falso en la teoría ortodoxa,

que puede analizarse mediante la siguiente figura:

Figura 6

Ley de Say

Nota: El gráfico muestra la oferta agregada ante el incremento de horas de

trabajo. Tomado de Cuevas (2001)

35
 Argoti (2011) señala que a medida que aumenta el volumen de empleo

N, medido en horas trabajadas, aumenta la oferta agregada, por lo que la oferta

agregada es una función creciente del nivel de empleo. Es decir, cuando el

nivel de empleo aumenta a N1, la oferta agregada aumenta a 0A1. Además, la

ley de Say establece que toda oferta agregada es igual a la demanda

agregada, lo que permite vender la producción a precios rentables. Entonces la

demanda agregada se superpondría a la oferta agregada, haciendo que ambas

funciones sean una.

Sin embargo, Keynes continúa refutando enérgicamente la visión clásica

de que las funciones de oferta y demanda no son idénticas, y lo demuestra a

través del siguiente análisis:

Cuando incrementa el nivel de empleo, la oferta agregada y la demanda

agregada aumentan, pero menos que lo que incrementa la oferta agregada,

razón por la cual la pendiente de la demanda agregada se muestra positiva y

menor que la de la oferta agregada. Por lo tanto, la demanda agregada se

convierte en un obstáculo para aumentar el empleo y la producción debido a su

lento crecimiento. (Cuevas, 1995, p. 622).

Asimismo, Keynes (1965) señala lo siguiente en el punto de equilibrio de

las funciones de oferta y demanda agregadas:

Si el importe que espera recibir los empresarios con el empleo (demanda

global) es mayor que el precio de la oferta global, habrá un estímulo para

los empresarios aumentar la ocupación por encima del empleo,

resultando así elevar los costos compitiendo entre sí por los factores de

36
 la producción hasta que se iguale la función de la demanda y oferta

agregada. Así el volumen de ocupación está determinado por la

intersección de la función de la demanda global y la función de oferta

global, porque es en ese punto de intersección donde llamaremos

demanda efectiva, las expectativas de ganancia del empresario alcanzan

el máximo. (pp. 33-34)

En este sentido, el libre juego de la oferta y la demanda conduce a la

economía a un nivel de equilibrio de empleo inferior al nivel de pleno empleo.

Esto significa que el ajuste automático de la oferta y la demanda no garantizan

el pleno empleo; por el contrario, existirá niveles de desempleo forzoso o

involuntario, aunque la situación sea equilibrada.

La Teoría de la discriminación en el mercado de trabajo

Becker (1957) intentó estimar la discriminación en el mercado Laboral

por parte de los empleadores, para lo cual estableció tres relaciones: cuando la

distribución del gusto por la discriminación entre los empleadores incrementa el

empleo de un grupo no discriminado a costa de la contratación del grupo de

discriminados; grupo, para el cual esta decisión sin duda es contraproducente

porque se podría perder un buen empleador con alta productividad marginal.

Otra relación que se menciona es la competencia en el mercado, lo que afecta

la discriminación, porque al aumentar la cantidad de competencia en una

industria, hay menor margen para la discriminación, ya que los empleadores

tendrán que soportar mayores costos, lo que en última instancia conduce a que

el grupo discriminado quede fuera del mercado laboral. Finalmente, señala que

37
el grupo discriminado es claramente un factor determinante en la discriminación

de los empleadores porque a medida que incrementa el número de

trabajadores discriminados, sus respectivos salarios disminuyen.

En este sentido, la OIT (2003) afirma que la discriminación en el

mercado laboral es un fenómeno cotidiano, donde se presenta de diversas

formas, desde escoger un trabajador en función del color de piel, sexo, edad,

religión, hasta el rechazo por falta de experiencia, discapacidad, etc.,

provocando desigualdad en el ámbito laboral y la imposibilidad de desarrollarse

profesionalmente o potenciar sus competencias, obteniendo así trabajos

humillantes y sintiéndose frustrados e impotentes.

2.3. . Marco conceptual

La relación existente del capital humano con el mercado de trabajo.

Esto se refiere al hecho de que la inversión de un individuo en educación

tendrá efectos positivos en sus expectativas laborales y salariales, lo que

conducirá a una mayor productividad. Por lo tanto, un mayor nivel de educación

conduce a una mayor tasa de empleo y un mayor nivel de salarios; mientras

que aquellos con menor nivel educativo tienen mayor riesgo de estar

desempleados. Sin embargo, esta teoría muestra ciertas falencias debido al

desequilibrio que se presenta en la oferta y demanda de trabajo. En este

sentido, existen factores que se ligan al desempleo.

La discriminación en el mercado de trabajo

Se caracteriza por identificar irregularidades en el proceso de inserción

laboral a partir de las características específicas de los individuos, lo que

38
conduce a una desigualdad de oportunidades y, en consecuencia, refleja una

exclusión que agrava el desempleo y el subempleo.

La discriminación pone explícitamente a ciertos empleados en

desventaja debido, entre otras cosas, a su raza, color de piel, sexo y estado

civil. Sin tener en cuenta los méritos o cualificaciones necesarias para el puesto

de trabajo, ya que el trato es independiente del nivel de educativo alcanzado o

de la experiencia profesional. Por tanto, este tipo de discriminación se basa en

prejuicios y estereotipos que califican al individuo en determinadas

características o aptitudes.

Ante esta situación, los casos de discriminación de género están

aumentando en el Perú; sin embargo, a pesar de la mejora de la situación de

las mujeres en el mercado laboral en las últimas décadas, la discriminación

contra las mujeres continúa.

Desempleo

Según la OIT (2014), el desempleo se define como una situación que se

produce cuando el número de personas que buscan activamente empleo

supera el número de puestos de trabajo disponibles en el mercado laboral.

Asimismo, una definición común de desempleo publicada en un artículo de la

OIT (2003) define a una persona desempleada como alguien que tiene la edad

exigida para medir la población económicamente activa y al mismo tiempo

cumple con tres condiciones, como la de no percibir una remuneración, que

tenga la disponibilidad de trabajar y se encuentre en búsqueda activa de un

trabajo remunerado o por cuenta propia en un período determinado.

39
Mercado Laboral

Resico (2010) define el mercado laboral como cualquier otro mercado

que depende de la oferta y la demanda, el cual contiene elementos distintivos,

es decir, ante un incremento de salarios, no siempre se cumple un incremento

en la cantidad de trabajo ofrecido, porque las personas tienden hacia el ocio,

por lo que su cantidad ofertada está disminuyendo. Por otro lado, el mercado

de trabajo está formado por trabajadores y empleados, quienes representan la

demanda y la oferta de trabajo, respectivamente.

2.4. Definición de términos básicos

Población en Edad de Trabajar

De acuerdo con el Instituto Nacional de Estadística e Informática [INEI]

(2019) define:

Población apta en cuanto a la edad que permite el Perú para ejercer

funciones productivas, el cual es considerado en un rango de edad a

partir de los 14 a los 65 años de edad, este rango se estableció tomando

en cuenta lo estipulado en el convenio 138 de la Organización

Internacional del Trabajo sobre edad mínima. Tal que, en América Latina

y Caribe, la PET se precisa en función a las características del mercado

laboral de cada país (p.147).

Población Económicamente Activa

La Población Económicamente Activa según el INEI (2018) “es la

población con la edad mínima establecida de 14 años que ofrece mano de obra

en el mercado de trabajo y se encuentran capaces de ejercer en la producción

40
de bienes y/o servicios” (p.29). Por tanto, se considera que las personas son

económicamente activas si contribuyen o están disponibles para producir

bienes y servicios.

Población Económicamente Activa Ocupada

La población económicamente activa ocupada es un componente

perteneciente a la PEA, de la cual, según INEI (2013), “es la población que

participa en la generación de algún bien económico o en la prestación de un

servicio'' (p. 97). Por lo tanto, esta población puede estar realizando algún

empleo por el cual puede ser remunerado o no.

Población Económicamente Activa Desocupada

Según el Ministerio de Trabajo y Promoción del Empleo (s.f), “La

Población Económicamente Activa Desocupada se encuentra la población de 14

años a más que en el periodo de referencia no se encuentran laborando, sin

embargo, están activamente buscando un trabajo durante la semana y no lo

encontraron” (pág.1). Por lo tanto, la población perteneciente a la PEA

desocupada se denomina “desempleada” y debe cumplir con la condición de

estar en edad para trabajar.

Población Económicamente Inactiva

La población económicamente inactiva forma parte de la población en

edad de trabajar, la cual, según el INEI (2015), “Está conformado por las

personas en edad de trabajar que no participan en el mercado laboral. Por ende,

la población no está realizando ni pretende hacer alguna actividad económica”.

(pág.23). Aquí se considera a las personas inactivas que se están dedicando a

41
estudiar, pero aún no tienen intención de trabajar. Estos se consideran

desempleados ocultos, mientras que aquellos inactivos y que no quieren trabajar

se denominan completamente desempleados.

42
 III. HIPÓTESIS Y VARIABLES

3.1. Hipótesis

3.1.1. Hipótesis general

Los factores sociales influyen de manera positiva y significativa en el

desempleo juvenil en Lima Metropolitana, 2022.

3.1.2. Hipótesis específicas

El sexo influye de manera directa en el desempleo juvenil en Lima

Metropolitana, 2022.

El nivel educativo influye de manera inversa en el desempleo juvenil en

Lima Metropolitana, 2022.

El estado civil influye de manera inversa en el desempleo juvenil en Lima

Metropolitana, 2022.

La experiencia laboral influye de manera inversa en el desempleo juvenil

en Lima Metropolitana, 2022.

3.2. Operacionalización de variable

3.2.1. Definición conceptual

Desempleo Juvenil

Respecto al desempleo juvenil, cabe señalar que la definición de edad

incluida en el término juventud o de gente joven según la OIT (2001) “Las

edades varía de un país a otro, debido a los factores culturales, institucionales

y políticos correspondientes de cada uno” (p.11). Por tanto, la presente

43
investigación toma como población de referencia a personas entre 15 y 29

años que se encuentran en la situación de no tener trabajo, pero buscan

activamente una actividad que les genere algunos ingresos.

Del cual, como afirman Campbell y Stanley (citados en De la Hoz et al.,

2011), “El desempleo se presenta por diversos factores, tal como un desajuste

entre las cualificaciones necesarias para ocupar los puestos de trabajo y las

que poseen quienes solicitan empleo” (p. 430). Por lo tanto, el desempleo

juvenil puede ser consecuencia de una oferta insuficiente de cualificaciones,

además de otros aspectos externos por parte de los juveniles.

Factores sociales

Según Reyes (2017), define los factores sociales como parte esencial de

la sociedad debido a la falta de solidez financiera o económica en ciertos

grupos sociales. Asimismo, las personas con un nivel económico bajo se

enfrentan a dificultades en diversos ámbitos de su vida, como la educación, el

aprendizaje y la salud, cuando buscan activamente trabajo, y esto se produce

como consecuencia de la falta de medios junto con un nivel socioeconómico

bajo nivel económico. Por lo tanto, considerando la baja estabilidad económica,

limita la probabilidad de estar en el mercado laboral para un determinado grupo

social.

44
Sexo

Según la Organización Mundial de la Salud (2010):

El sexo viene representado por las características biológicas de una

persona, la cual se va a identificar como hombre o mujer. En donde

estas características van a permitir identificar a cada uno de ellos, sin

embargo, no es excluyente ya que hay individuos que poseen ambos

conformes ellos se identifiquen (párr.3)

En ese sentido, esta variable puede influir en la determinación de quienes se

emplea y quienes no, dependiendo a las normas establecidas por cada

compañía.

Nivel Educativo

La variable nivel educativo está representada por el mayor grado de

enseñanza regular que la persona ha recibido a lo largo de los años, según el

Sistema de Información de Tendencias Educativas en América Latina [SITEAL]

(2019), “está conformado por la educación básica, donde se ofrecen las

modalidades regular, alternativa y especial. Como también, la educación

superior por medio de institutos y universidades” (párr. 7). Así, lograr una

formación óptima es fundamental para poder afrontar los desafíos del

desarrollo humano en diferentes áreas de la vida humana.

Experiencia Laboral

Meyer y Schwager (2007) definen la experiencia laboral como un criterio

en el proceso de selección, que alude a los conocimientos que un individuo

45
adquiere a lo largo del tiempo y que, a su vez, se vincula con los años de

ejercicio laboral. Es decir, cuantos más años de trabajo tenga una persona,

mayor será la experiencia laboral en el puesto que ocupa. Asimismo, según

Alba (1996):

La experiencia laboral permite al individuo formarse en el mundo del trabajo en

un sentido amplio, adquiriendo destrezas en las tareas de la producción,

disciplina en el cumplimiento de las obligaciones laborales, espíritu de

cooperación para el trabajo en equipo, etc. (p. 16)

Estado Civil

Definiendo el estado civil de una persona según INEI (2019) “Es la

situación en la que se encuentra un individuo respecto a las relaciones de

parentesco y convivencia conforme a las diferentes formas de unión conyugal”

(p. 65). Así, la situación conyugal de un joven puede influir en la búsqueda y

permanencia en un determinado empleo, debido las responsabilidades que

corresponden a los diferentes tipos de estado civil.

46
 3.2.2. Matriz de operacionalización de variables

Variable Definición Definición Dimensión Indicador Método y

conceptual operacional Técnica
Variable Jóvenes en D=Número PEA juvenil -Pea ocupada
dependie edad de de desocupada juvenil
nte trabajar que se desempleado -Pea
Desemple encuentra en s juvenil desocupada Enfoque
o Juvenil búsqueda de /PEA juvenil juvenil cuantitativo
empleo. bajo
Variable Características F=f(Caracterí Nivel Nivel modelos de
independi sociales del sticas sociales Educativo educativo regresión
ente joven del alcanzado de binaria logit
Factores desempleado desempleado los jóvenes y probit
sociales juvenil)
Sexo -Número de
jóvenes INEI-
desocupados Encuesta
de sexo Nacional de
masculino Hogares
-Número de (2022)
jóvenes
desocupadas
de sexo
femenino
Estado Civil -Número de
jóvenes sin
pareja
-Número de
jóvenes con
pareja.
Experiencia -Años de
experiencia
laboral de
jóvenes
desocupados.

Nota: Elaboración propia

47
 IV. METODOLOGÍA DEL PROYECTO

4.1. . Diseño metodológico

4.1.1 Tipo de investigación

La presente investigación es de tipo básica, de acuerdo con Muntané (2010) “la

define como una investigación pura, teórica y dogmática. La cual se caracteriza

por que origina un marco teórico y permanece en él” (p.221). En ese sentido,

se fundamenta en conocimientos científicos sin contrastarlos con ningún

aspecto práctico. En virtud del cual, para lograr el objetivo de este estudio, se

estudiaron datos sobre la variable desempleo juvenil, el cual corresponde al

proceso analítico de las variables sexo, nivel educativo, estado civil y

experiencia para demostrar la influencia de estas variables sobre el desempleo

entre jóvenes de 15 a 29 años en Lima metropolitana.

4.1.2 Diseño de investigación

El diseño que se está empleando en el trabajo de investigación es no

experimental y nivel de investigación explicativo.

Según Hernández et al. (2006) El nivel explicativo es más que

descriptivo porque establece hipótesis que pueden ser contrastadas

empíricamente, en forma directa o indirecta, buscando responder por qué y

cuando ocurre los fenómenos y a su vez explicar por qué dos o más variables

se relacionan. (p.49). Por ende, se busca determinar la significancia de los

factores de manera independiente en el grupo de estudio. Asimismo, es no

experimental de corte transversal, puesto que el instrumento se aplicará en un

periodo de tiempo y se utilizará la base de datos proporcionada por la Encuesta

48
Nacional de Hogares (ENAHO) del INEI del año 2022 para la evaluación del

modelo probabilístico.

4.2. Método de investigación

Se considera una investigación de método cuantitativo, en la cual se

sustenta mediante la siguiente definición:

Los métodos cuantitativos conforman un conjunto de procesos que

comprende la recolección y el análisis de datos cuantitativos, teniendo en

cuanta los niveles de medición de las variables y, con la ayuda de la

estadística, la obtención de resultados para realizar inferencias de toda la

información recopilada y así poder lograr una mejor comprensión del fenómeno

bajo estudio. (Hernández y Mendoza, 2018, p. 612).

Para ello se utilizará un método cuantitativo causal recopilando datos

sobre factores sociales que nos permitirán observar su influencia en el

desempleo juvenil en Lima metropolitana utilizando modelos probabilísticos

Logit y Probit y sus efectos marginales. Por ende, la investigación expone y

analiza por resultados el comportamiento de los factores frente a la población

de jóvenes desocupados, teniendo así un panorama específico de la Población

Económicamente Activa Desocupada juvenil de Lima Metropolitana en el año

2022.

4.3. Población y muestra

4.2.1. Población

La población objetivo está constituido por la Población Económicamente

Activa de Lima metropolitana entre 15 y 29 años en el año 2022, con un total

49
de 1 730 752 jóvenes, de los cuales se dispuso de 1 853 observaciones con un

factor de expansión que representó a la población de estudio.

4.2.2. Muestra

Al considerar la importancia, la finalidad y los objetivos de la Encuesta

Nacional de Hogares 2022, que se relacionan con la propuesta de

investigación, se seleccionó como base de datos una muestra por conveniencia

de 1 853 observaciones, con la cual se va a realizar el trabajo de aplicación del

modelo.

Cabe precisar que, la ENAHO tiene como base de trabajo un diseño de

muestreo por conglomerados, el cual está plenamente validado por el INEI y es

utilizado en todas las investigaciones a nivel nacional.

4.4. Lugar de estudio

El presente estudio se realizó en Lima Metropolitana, debido a que la

ENAHO por motivos estadísticos, lo considera como una única unidad

geográfica conformada por cincuenta distritos, donde cuarenta y tres distritos

corresponden a la Provincia de Lima y siete distritos a la Región Callao, ya que

presenta una tasa demográfica densa, por lo cual, a mayor densidad

poblacional, las personas en condición de desempleo también se incrementan.

Por todo lo anterior, se decidió estudiar en el año 2022 debido a las

consecuencias de la pandemia de Covid-19, que provocó un alto porcentaje de

desempleo debido a diversos factores que incidieron en el despido o dificultad

para encontrar empleo entre los jóvenes, entre ellos, lo cual este estudio

50
corrobora un análisis individual de cada factor del desempleo juvenil para el

tiempo establecido.

4.5. Técnicas e instrumentos para la recolección de información

4.5.1. Técnicas

Para realizar los modelos probabilísticos tanto Logit como Probit, se

utilizó información anual de datos correspondiente a Lima Metropolitana en el

año 2022, obtenida de una fuente secundaria como es la ENAHO, realizada por

el INEI, asimismo, se recurrió a la técnica de análisis documental para obtener

la información sobre datos del desempleo juvenil, considerando a la población

de 15 a 29 años de edad en Lima Metropolitana, mediante el análisis que

realiza el INEI y la OIT respecto a las variables correspondientes a lo planteado

en los problemas específicos, tratando así responder a las hipótesis.

4.5.2. Instrumentos

Los instrumentos de investigación utilizados para abordar el problema y

extraer información de la base de datos ha sido la ficha técnica de la ENAHO

para el año 2022 elaborado por el INEI, de la cual se seleccionaron una serie

de ítems bajo la forma de preguntas y elementos a observar según al sexo,

nivel educativo, estado civil y experiencia laboral de la población

económicamente activa juvenil (15 a 29 años) de Lima Metropolitana.

Asimismo, se utilizará una guía de información para el recojo de datos, revistas

y documentos especializados del MTPE tales como los observatorios laborales

(OBL) y los observatorios socioeconómicos laborales (OSEL) de Lima

Metropolitana.

51
4.6. Análisis y procesamiento de datos

4.6.1. Análisis de datos

El análisis de datos del presente trabajo de investigación se realizó a

través de la siguiente manera: Primero se realizó un procesamiento electrónico

agrupando a los encuestados por edad y filtrando a los individuos que

pertenecen a la población económicamente activa. La información obtenida

luego fue sometida a un análisis descriptivo, utilizando el programa Stata y

Excel. Posteriormente, respecto a la información estadística inferencial se

realizaron los test respectivos para las variables y se categorizan los ítems para

cada variable. Además, para la parte econométrica se utiliza Stata ya que nos

permite analizar la influencia de los factores mediante modelos probabilísticos.

Finalmente, en la demostración de hipótesis se lleva a cabo los efectos

marginales del modelo apropiado, que es seleccionado de acuerdo con el

criterio de información de Akaike (AIC) y el criterio de información bayesiano

(BIC). En ese sentido, la investigación es en gran medida un análisis teórico,

pero está respaldado por tablas estadísticas oficiales.

4.6.2. Procedimientos en el análisis de datos

Para analizar la influencia de las variables explicativas (independientes)

sobre el desempleo juvenil (variable dependiente) se realizan mediante

modelos de probabilidad Logit y Probit.

Modelo Logit

52
Considerando la siguiente representación de pertenecer al desempleo juvenil,

donde 𝒙𝒊 son las variables explicativas (factores sociales) y 𝑷𝒊 = 𝑬(𝒀𝒊 = 𝟏 |𝑿𝒊)

significa que el joven está desempleado:

𝟏
𝑷𝒊 =
𝟏 + 𝒆−𝒁𝒊=(𝖰𝟎+𝖰𝟏𝑿𝒊)

𝑍𝑖 = 𝛽0 + 𝛽1𝑆𝑒𝑥𝑜 + 𝛽2𝑁𝑖𝑣𝑒𝑙 𝐸𝑑𝑢𝑐𝑎𝑡𝑖𝑣𝑜 + 𝛽3𝐸𝑠𝑡𝑎𝑑𝑜 𝐶𝑖𝑣𝑖𝑙 + 𝛽4𝐸𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 + 𝑢𝑖𝑡

Reemplazando el valor 𝒁𝒊 y linealizando la función logística, se obtiene el

modelo Logit final a estimar:

𝑃𝑖
𝐷𝑒𝑠𝑒𝑚𝑝𝑙𝑒𝑜 𝐽𝑢𝑣𝑒𝑛𝑖𝑙 = 𝐿𝑖 = ln ( ) = 𝑍𝑖 =
1 − 𝑃𝑖

= 𝛽0 + 𝛽1 𝑆𝑒𝑥𝑜 + 𝛽2 𝑁𝑖𝑣𝑒𝑙 𝐸𝑑𝑢𝑐𝑎𝑡𝑖𝑣𝑜 + 𝛽3 𝐸𝑠𝑡𝑎𝑑𝑜 𝐶𝑖𝑣𝑖𝑙 + 𝛽4 𝐸𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 + 𝑢𝑖𝑡

Cabe mencionar que para explicar el comportamiento de una variable

dependiente dicótoma es preciso utilizar funciones de distribución acumulativa

(FDA), como el Logit pero no es la única FDA posible. También existe el

modelo de estimación que surge de una FDA normal conocido como Probit.

Modelo Probit

Dado el supuesto de normalidad, la probabilidad de que el umbral de índice

(𝑰∗𝒊 ) sea menor que 𝐼𝑖 se calcula a partir de la FDA normal estándar como:

𝑃𝑖 = 𝑃(𝑌 = 1 | 𝑋) = 𝑃(𝐼∗𝑖 ≤ 𝐼𝑖) = 𝐹(𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4)

Donde P(𝒀𝒊 = 𝟏 |𝑿𝒊) significa la probabilidad de que un joven se encuentre en

el desempleo, dado las variables explicativas como factores sociales X, y 𝑍𝑖 es

la variable normal estandarizada.

53
 1 𝐼𝑖
𝑓(𝐼𝑖) = ∫ 𝑒−𝑧 2/2 𝑑𝑧
√2𝜋 −∞

𝐼𝑖 = 𝛽0 + 𝛽1 𝑆𝑒𝑥𝑜 + 𝛽2 𝑁𝑖𝑣𝑒𝑙 𝐸𝑑𝑢𝑐𝑎𝑡𝑖𝑣𝑜 + 𝛽3 𝐸𝑠𝑡𝑎𝑑𝑜 𝐶𝑖𝑣𝑖𝑙 + 𝛽4 𝐸𝑥𝑝𝑒𝑟𝑖𝑒𝑛𝑐𝑖𝑎 𝑙𝑎𝑏𝑜𝑟𝑎𝑙 + 𝑢𝑖𝑡

Puesto ello, se estimará ambos modelos econométricos, donde se

escogerá al mejor modelo tomando en cuenta los criterios de AIC y BIC. Luego,

se realizarán los test econométricos como el test de normalidad,

homocedasticidad, test de bondad de ajuste para los residuos generando así

un modelo adecuado. Finalmente, se ejecutarán los efectos marginales del

modelo adecuado para la explicación de la influencia y significancia de cada

uno de los factores considerados en el desempleo juvenil.

4.7. Aspectos Éticos en investigación

Cualquier investigación debe respetar una serie de principios éticos,

especialmente cuando involucra a personas que pueden verse afectadas por

este proceso.

La ética en la investigación económica se basa en la transparencia, la

objetividad y la responsabilidad en todas las etapas del proceso de

investigación. Este estudio es consistente con estos principios y es esencial no

sólo para mantener la credibilidad y la calidad de la investigación, sino también

para contribuir al desarrollo del conocimiento en la ciencia económica.

Respetar estos principios éticos es una obligación. En esta investigación no se

violó ningún aspecto ético que pudiera ser un obstáculo para su realización,

siempre se respetó la originalidad de los trabajos y las fuentes utilizadas.

54
 V. RESULTADOS

En esta sección presentamos los resultados descriptivos, inferenciales y

econométricos obtenidos al analizar y utilizar modelos logit y probit con una

variable dependiente dicotómica (desempleo juvenil) y variables independientes

(factores sociales) como sexo, nivel educativo, estado civil y experiencia

laboral, con el fin de cuantificar la influencia de los factores sociales en el

desempleo juvenil en Lima Metropolitana en 2022. Para ello, en primera

instancia se utilizaron las estadísticas descriptivas para las variables

dependientes e independientes, siendo estas últimas variables cualitativas y

cuantitativas. Para las variables cualitativas se obtuvo tablas de frecuencia;

para las variables cuantitativas se obtuvo medidas de dispersión como:

varianza, desviación estándar, coeficiente de variación, valores máximos y

mínimos, y medidas de tendencia central: mediana y media. También se

incluyen figuras para describir las características correspondientes a cada

variable.

5.1. Resultados descriptivos

Variables Cualitativas

Para el análisis de la investigación, en la Tabla 2 (ver página 57) se

muestra estadísticamente la variable de población juvenil económicamente

activa, la cual muestra que la PEA juvenil ocupada en Lima Metropolitana para

el año 2022 es de 1 532 173 jóvenes, mientras que la PEA juvenil desocupada

es de 198 581 jóvenes, que representan el 89% y el 11% respectivamente del

total de la PEA juvenil en el año 2022. (Consulte la Figura 7 en la página 57).

55
Tabla 2

PEA de 15 a 29 años en Lima Metropolitana, 2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Figura 7

PEA desocupada de 15 a 29 años en Lima Metropolitana, 2022

11%

89%

PEA Ocupada PEA Desocupada

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

De los resultados presentados en la Tabla 3 (ver página 58), el mayor

porcentaje de jóvenes de 15 a 29 años que se encontraban desempleados en

Lima Metropolitana en el año 2022 fueron de sexo femenino, concretamente un

56
55,21%, mientras que en el caso de los hombres fue un 44,79%. Los

resultados también se pueden ver en la Figura 8.

Tabla 3

PEA desocupada de 15 a 29 años según sexo en Lima Metropolitana, 2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Figura 8

PEA desocupada de 15 a 29 años según sexo en Lima Metropolitana, 2022

45%
55%

hombre mujer

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia.

Respecto al nivel educativo de la población juvenil desempleada de 15 a

29 años en Lima Metropolitana en el año 2022, se encontró que el 54.65%

57
tiene educación secundaria, seguido de los que tienen educación superior

universitaria con 26.33% y los jóvenes con educación superior no universitaria

con un 18,69% y educación primaria con una participación mínima del 0,33%.

(Ver Tabla 4).

Tabla 4

PEA desocupada de 15 a 29 años según nivel educativo en Lima Metropolitana,

2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

En el año 2022, según la figura 9 (ver página 60), el 55% de los jóvenes

desocupados en Lima Metropolitana tienen el nivel educativo de secundaria,

mientras que el 26% de los jóvenes tienen un nivel educativo universitario. Es

decir el 81% del total de jóvenes desempleados se encuentran en los niveles

educativos mencionados anteriormente, lo que demuestra que ambos niveles

son los más afectados en obtener empleo.

58
Figura 9

PEA desocupada de 15 a 29 años según nivel educativo en Lima Metropolitana,

2022.

180000 99.7% 100% 100%

160000 81%
140000 80%

120000 55%
60%
100000
80000
40%
60000
40000 20%
20000
0 0%
Educación Superior Superior no Primaria
secundaria universitaria universitaria

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

En cuanto al estado civil, la Tabla 5 (ver página 61) nos muestra que los

jóvenes desempleados de 15 a 29 años en Lima Metropolitana en el año 2022

son mayoritariamente solteros, en un promedio de 87.54%, mientras que los

jóvenes con pareja solo se registran el 12.46%. Se puede observar

gráficamente en la Figura 10 (ver página 61).

59
Tabla 5

PEA desocupada de 15 a 29 años según estado civil en Lima Metropolitana,

2022.

Tabla 5 PEA desocupada de 15 a 29 años según estado civil en Lima Metropolitana, 2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Figura 10

PEA desocupada de 15 a 29 años según estado civil en Lima Metropolitana,

2022.

12%

88%

Sin Pareja Con Pareja

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

60
Variable Cuantitativa

Respecto a la variable cuantitativa años de experiencia laboral, la

estadística descriptiva (ver Tabla 6) muestra una media de 2, lo que significa

que el promedio de años de experiencia laboral de los jóvenes de 15 a 29 años

que se encuentran desempleados en Lima Metropolitana es de dos años. La

desviación estándar es 3, cuya interpretación resulta del promedio de las

desviaciones de los años de experiencia de los jóvenes desempleados

respecto de su media aritmética. Asimismo, el valor mínimo de años de

experiencia laboral para los jóvenes es cero, es decir, que no cuentan con

experiencia y 12 años como máximo. Finalmente, el coeficiente de variación es

el cociente entre la desviación estándar y la media aritmética, multiplicado por

100, cuyo valor es 159 y cuya interpretación es: la desviación estándar es 1,59

la media aritmética.

Tabla 6

PEA juvenil desocupada de 15 a 29 años según años de experiencia laboral en

Lima Metropolitana, 2022.
Experiencia
Media 2
Mediana 0
Valor máximo 12
Valor mínimo 0
Desviación
estándar 3
Varianza 7
Coeficiente de
159
variación
Nota: INEI-Encuesta Nacional de Hogares (2022)
Elaboración propia.

61
Según el diagrama de cajas y bigotes de años de experiencia laboral (ver

Figura 11), la mediana es 0 años de experiencia laboral, es decir, no cuenta

con experiencia laboral. La mayoría de los jóvenes desempleados tienen

experiencia laboral entre 0 y 4 años, pero hay algunos jóvenes que tienen más

experiencia, como 12 años, y menos experiencia, como 0, lo que es

consistente con la mediana.

Figura 11

Diagrama de caja y bigotes de la PEA desocupada de 15 a 29 años por años de

experiencia laboral, 2022.

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia.

Tablas de contingencias

De acuerdo a la población juvenil entre 15 y 29 años, los resultados del

desempleo por sexo según estado civil en Lima Metropolitana 2022 se pueden

62
ver en la Tabla 7 en la página 64), de manera que el 87.54% de los jóvenes

desempleados se encontraron sin pareja. Este porcentaje es mayor para los

hombres jóvenes (96,80%) que para las mujeres (80,02%). En tanto, el 12,46%

del resto de jóvenes desempleados manifestaron tener pareja, lo que

corresponde a 19,98% mujeres y 3,20% hombres. Por tanto, las brechas de

género entre los jóvenes desempleados bien pueden explicarse por el estado

civil, ya que existen diferencias significativas entre tener pareja o no.

Tabla 7

PEA desocupada de 15 a 29 años por sexo según estado civil, 2022.

Estado Civil Sexo

Hombre Mujer Total
Sin pareja Conteo 86,100 87,729 173,829
% 96.80 80.02 87.54
Con pareja Conteo 2,849 21,902 24,751
% 3.20 19.98 12.46
Total Conteo 88,949 109,631 198,581
% 100 100 100

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Al analizar la población juvenil entre 15 y 29 años por sexo según nivel

de educación en Lima Metropolitana 2022 (ver Tabla 8 en la página 65), se

encuentra que el 0,33% de los jóvenes desocupados encuestados alcanzó el

nivel primario. Este porcentaje representa a todas las mujeres con un 0,59%.

Asimismo, el 54,65% de los jóvenes desocupados manifestaron tener nivel de

secundaria, aunque esta proporción es ligeramente superior entre las mujeres

(56,69%) que entre los hombres (52,14%).

63
 En cuanto al nivel educativo superior, el 18,69% de los jóvenes

desocupados afirmaron tener un nivel educativo superior no universitario, lo

que supone una proporción ligeramente mayor para los hombres (20,75%) que

para las mujeres (17,02%). Finalmente, el 26,33% de los jóvenes encuestados

tenía un nivel superior universitario, aunque esta proporción era ligeramente

superior entre los hombres (27,11%) que entre las mujeres (25,70%). Por lo

tanto, los jóvenes desempleados según sexo sí explican los niveles educativos

en el año 2022, aunque la relación es débil, ya que las diferencias de sexo en

la categoría de educación secundaria son insignificantes. En las otras

categorías de nivel educativo, las diferencias de sexo son pequeñas.

Tabla 8

PEA desocupada de 15 a 29 años por sexo según nivel educativo, 2022.

Nivel Educativo Sexo

Hombre Mujer Total
Primaria Conteo 0 647 647
% 0.00 0.59 0.33
Secundaria Conteo 46,377 62,147 108,524
% 52.14 56.69 54.65
Superior no Universitaria Conteo 18,457 18,660 37,117
% 20.75 17.02 18.69
Superior Universitaria Conteo 24,116 28,177 52,293
% 27.11 25.70 26.33
Total Conteo 88,949 109,631 198,581
% 100 100 100

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Según la población juvenil desempleada de 15 a 29 años, muestra que

en Lima Metropolitana en el año 2022 los jóvenes con menos de cuatro años

de experiencia laboral representan el 71.92%, cifra mayor para los hombres

64
con 85.63% respecto a los 60.79% en mujeres. Entre los cesantes, es decir, los

jóvenes desempleados con 4 a 8 años de experiencia profesional, la proporción

fue del 20,03%, siendo la proporción de hombres (11,01%) inferior a la de las

mujeres (27,35%) y la de los desempleados con 8 a 12 años de experiencia

laboral, el trabajo representó el 8,05%, porcentaje que se explica cómo un

11,85% para las mujeres frente al 3,36% para los hombres. Por lo tanto, las

diferencias de género en años de experiencia laboral son considerables para

cada categoría de experiencia laboral. (Ver Tabla 9)

Tabla 9

PEA desocupada de 15 a 29 años por sexo según experiencia laboral, 2022.

Sexo
Experiencia Hombre Mujer Total
[0-4 años> Conteo 76,170 66,649 142,819
% 85.63 60.79 71.92
[4-8 años> Conteo 9,795 29,989 39,784
% 11.01 27.35 20.03
[8-12 años] Conteo 2,985 12,993 15,978
% 3.36 11.85 8.05
Total Conteo 88,949 109,631 198,581
% 100 100 100
Nota: INEI-Encuesta Nacional de Hogares (2022)
Elaboración propia

5.2. Resultados Inferenciales

Esta sección presenta los resultados inferenciales de los modelos

econométricos Logit y Probit basados en el desempleo juvenil, de los cuales

Logit fue el mejor modelo para acercarse a la explicación.

𝑃𝑖
Li = ln( ) = 𝑍𝑖 = β0 + β1X1 + β2X2 + β3X3 + β4X4
1−𝑃𝑖

65
 Tal es así que el modelo Logit se estimó utilizando el método de máxima

verosimilitud, dando como resultado la Tabla 10 con una comparación de

ambos modelos y se seleccionó el modelo apropiado para el cual se encontró

el valor más bajo del criterio de información de Akaike (AIC) y el Criterio de

Información Bayesiano (BIC). Por tanto, el Logit tiene un AIC de 1195408,7 y

un BIC de 1195436,3, siendo estos los más bajos en comparación con el

modelo Probit, lo que significa que el modelo Logit se ajusta mejor a la hora de

explicar los factores sociales del desempleo juvenil en la población de Lima

Metropolitana, 2022.

Tabla 10

Cuadro comparativo del modelo Logit y Probit

Variable Logit Probit

Sexo 0.52972 0.
Nivel Educativo -0.27233
Estado Civil -0.5365
Experiencia -0.
Constante
N
AIC
BIC
r2
Nota: INEI-Encuesta Nacional de Hogares (2022)
Elaboración propia

Bondad de Ajuste

Al analizar la bondad de ajuste del modelo Logit se obtuvo un valor de

R2 McFadden de 0.043, lo que concluye que el 4.3% de los cambios ocurridos

en el desempleo juvenil en Lima Metropolitana en 2022 son explicados por las

66
variables consideradas, estas son: sexo, estado civil, nivel educativo y

experiencia. Sin embargo, la medida convencional de bondad de ajuste R2 no

es particularmente significativa en los modelos de regresión binaria, razón por

la cual existen varias medidas similares a R2 (ver Tabla 11).

Tabla 11

Test de Bondad de Ajuste

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Capacidad Predictiva

Dado que la bondad del ajuste es de importancia secundaria en Logit, el

count R2 es un indicador relevante permite analizar el ajuste del modelo, lo que

demuestra que el modelo tiene una capacidad predictiva del 62.87% (Count

R2: 0,6287), es decir, el modelo Logit estimó correctamente el número de

veces que un joven de 15 a 29 años está trabajando cuando en realidad lo

hace y que no está trabajando cuando no lo está. Sin embargo, las

observaciones acertadas y no acertadas de acuerdo con el punto de corte

67
0.142 resulta una sensitividad de 57.38%, lo que significa que dicho porcentaje

de las observaciones positivas serán correctas o aceptadas y la especificidad

de 63.68% muestra que las observaciones negativas serán correctas o

aceptadas. (Ver la Tabla 12).

Tabla 12

Test de Capacidad Predictiva del modelo Logit

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Normalidad

Para evaluar si los residuos tienen distribución normal se realiza el test

de Shapiro (Ver tabla 13, en la página 70). Así, según los resultados, la

probabilidad observada es 0.00, la cual, siendo menor al 5% de significancia,

se rechaza la hipótesis nula y se acepta la hipótesis alternativa de que los

68
residuos no tienen una distribución normal. En el modelo logit y probit, se

espera que sus residuos cuenten con una distribución de Bernoulli. (Gujarati y

Porter, 2010).

Tabla 13

Test de Shapiro-Wilk
Variable Obs W V z Prob>z

e 1,853 0.94149 64.731 10.578 0.0000

Nota: INEI-Encuesta Nacional de Hogares (2020)

Elaboración propia

Heterocedasticidad

Se analizó si existe heterocedasticidad en grado significativo en los

errores o residuos del modelo Logit estimado. Esto significa que se examinó si

las varianzas de los residuos en los subgrupos son iguales o si al menos un

subgrupo tiene una varianza diferente. Para ello se utilizó el test de Levene-

Barlett (L-B).

Ho: Existe Homocedasticidad o varianzas iguales.

H1: No existe Homocedasticidad.

Por tanto, según el test, se acepta la hipótesis nula siempre que el valor

p para cada versión sea superior al 5%. Esto indica que ambas varianzas, la

del grupo desempleados y la de los no desempleados, son iguales, es decir,

existe homocedasticidad. (Ver Tabla 14 en la página 70)

69
Tabla 14

Test de Homocedasticidad
Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interv

Ocupado 1,616 0.0959813 0.0311045 1.250386

Desocupado 237 0.9937306 0.0784009 1.20
combined 1,853 0.2108041 0.029740
ratio=sd(Ocupado) / sd(Desocupa)
Ho: ratio= 1

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia.

5.3. Resultados Econométricos

5.3.1. Modelo

Dados los resultados de la estimación econométrica obtenidos (ver

Tabla 15), se determinó que el modelo Logit es el modelo apropiado para

explicar los factores sociales más influyentes en el desempleo juvenil en Lima

Metropolitana para el año 2022.

En consecuencia, la estimación del modelo Logit se realiza mediante el

método de máxima verosimilitud para analizar la evaluación de signos y la

significancia conjunta, como se muestra en la siguiente tabla (Ver página 71):

70
Tabla 15

Regresión del modelo Logit

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia.

Con base en los resultados obtenidos en la Tabla 15, se presenta la

estimación del modelo Logit para la variable desempleo juvenil tomando en

cuenta los factores de sexo, nivel educativo, estado civil y experiencia. De esto

podemos interpretar lo siguiente:

Según la cantidad proporcionada por la ENAHO 2022, el número de

observaciones consideradas para la estimación del modelo logit es de 1 853

observaciones.

La probabilidad chi-cuadrado nos dice que la probabilidad conjunta es

significativa al nivel de confianza del 95%.

El pseudo-R2 indica que el 3,7% de los datos examinados se ajustan al

modelo, sin embargo, no es un problema que el porcentaje sea bajo porque el

objetivo de este tipo de modelo es analizar los efectos marginales.

71
 También con respecto a la significancia directa e indirecta de las variables

independientes para el desempleo juvenil, se puede observar que las variables

estado civil, nivel educativo y experiencia influyen de manera inversa en la

probabilidad de que el joven pertenezca a la población económicamente activa

desocupada, es decir, desempleado. Por tanto, cuanto mayor sea el nivel de

educación o experiencia de una persona, menor será la posibilidad de estar

desempleado. Mientras que estar en pareja, por ejemplo, en convivencia o

casado, se reduce la posibilidad de que el joven se quede sin trabajo.

Por otro lado, la variable independiente sexo influye de manera directa

en el desempleo juvenil, por lo que se puede interpretar que ser mujer aumenta

la probabilidad de estar desempleada.

5.3.2. Hipótesis

Según los resultados obtenidos, que se pueden observar en la Tabla 16

(ver página 74), se puede interpretar que ser mujer aumenta la probabilidad de

estar desempleado en un promedio de 4,95%. Además, vivir en pareja, sea

casado o conviviente reduce la probabilidad de estar desempleado en

promedio de un 4,46%. En cambio, cuando el nivel educativo es mejor en un

joven, la probabilidad de estar desempleado disminuye en promedio a un

2,54%. Asimismo, cuanta más experiencia laboral tenga un joven, el riesgo de

quedarse desempleado disminuye a un 1,13%.

72
Tabla 16

Efectos Marginales del modelo Logit

Nota: INEI-Encuesta Nacional de Hogares (2022)

Elaboración propia

73
 VI. DISCUSIÓN DE RESULTADOS

6.1. Contrastación y demostración de la hipótesis con los resultados

6.1.1 Hipótesis general

Los resultados del modelo probabilístico Logit realizado demostraron

que las principales variables, como sexo, nivel educativo, estado civil y

experiencia laboral, influyen significativamente en el desempleo juvenil en Lima

Metropolitana en el año 2022.

6.1.2 Hipótesis especifica 1

El parámetro estimado para la variable sexo influye de manera directa

sobre el desempleo juvenil en Lima Metropolitana en el año 2022, demostrando

que ser mujer tiene más probabilidades de estar desempleadas en

comparación con los hombres jóvenes. Por lo tanto, se acepta la hipótesis nula

ya que la significancia individual fue la esperada.

6.1.3 Hipótesis específica 2

Respecto a la segunda hipótesis específica, se demostró que el nivel de

educación influye de manera inversa en el desempleo juvenil en Lima

Metropolitana en el año 2022, confirmando la hipótesis planteada.

6.1.4. Hipótesis específica 3

Respecto a la tercera hipótesis, se demostró que la variable estado civil

influye de manera inversa en el desempleo juvenil en Lima Metropolitana en el

año 2022.

74
6.1.5. Hipótesis específica 4

De acuerdo con los resultados obtenidos para la cuarta hipótesis

planteada, se demostró que la experiencia laboral influye de manera inversa

sobre el desempleo juvenil en Lima Metropolitana en el año 2022.

6.2. Contrastación de los resultados con otros estudios similares

En cuanto a las variables estadísticamente significativas que explican la

determinación del desempleo juvenil en Lima Metropolitana para el año 2022,

según los resultados obtenidos se puede indicar que guardan similitud a otras

investigaciones realizadas.

En el caso del sexo de la población juvenil desempleada, la significancia

que representa en el sentido de que si es mujer hay mayor probabilidad de

estar desempleado, similar a lo que encontró Martínez (2010). En este sentido,

el desempleo juvenil se concentra mayoritariamente entre las mujeres jóvenes

debido a las desigualdades de género en el ámbito laboral.

Por otro lado, el nivel de educación que representa la población juvenil

de Lima Metropolitana en el año 2022 actúa de manera inversa sobre el

desempleo juvenil, obteniendo resultados similares a Fernández (2018), quien

demuestra en su investigación que el nivel de educativo va a desempeñar un

papel indirecto en el desempleo de la población del distrito de Copani - Puno.

De la misma manera, los resultados expresados por Maza y Rojas (2020)

muestran que la población juvenil del distrito de Lambayeque presenta una

correlación negativa entre el nivel de estudios académicos y las posibilidades

de caer en el desempleo.

75
 En cuanto al análisis de la variable estado civil reveló una relación

inversa con el desempleo, que encontró que cuando un individuo está soltero

tiene más probabilidades de permanecer desempleado, dado que no tiene

mucha responsabilidad de por medio para mantenerse estable en el empleo.

Esto también contrasta con la investigación de Martínez y Solórzano (2018),

que demostraron que el 69% de los jóvenes solteros están desocupados o

desempleados.

Finalmente, se determinó que la experiencia influye de manera inversa

en la probabilidad de estar desempleado, es decir, a más años de experiencia

disminuye la probabilidad de estar desempleado, esto es consistente con el

análisis realizado por Alquinga y Pogo (2017), donde se observó que la mayor

parte de la población juvenil no acceden al mercado laboral debido a la falta de

conocimientos prácticos para cumplir con los objetivos determinados por la

entidad laboral. Esto es sin duda un problema porque, al ser relativamente

jóvenes, no se ven obligados a buscar empleo a una edad temprana.

6.3. Responsabilidad ética

La ejecución de la investigación no enfrentó ningún conflicto de intereses

y se respetaron los principios éticos de la investigación. En cuanto a los

resultados, las estadísticas utilizadas fueron obtenidas de fuentes secundarias

con plena responsabilidad ética y se encuentran disponibles gratuitamente en

la página web oficial del INEI.

76
 VII. CONCLUSIONES

1. Para el sexo, se encontró una influencia directa sobre el desempleo

juvenil en Lima Metropolitana en el año 2022, de manera que ser una

mujer joven aumenta la probabilidad de estar desempleado en un

promedio de 4,95%. Este resultado se explica porque existen brechas

de género en la inserción laboral, aunque actualmente la posición de las

mujeres está cambiando, todavía no es suficiente.

2. Se encontró una relación inversa entre el nivel educativo y el desempleo

juvenil en Lima Metropolitana en el año 2022, es decir, un mayor nivel

educativo disminuye la probabilidad de estar desempleado en un

promedio de 2,54%, ya que la inversión en educación contribuye a un

mejor desempeño en el mercado laboral, lo que sin duda evitará una

mayor posibilidad del desempleo a medida que las empresas buscan

personal capacitado y especializado para puestos de trabajo

adecuados.

3. El estado civil tuvo una influencia inversa sobre el desempleo juvenil en

Lima Metropolitana en el año 2022, es decir, estar casado o convivir

reduce en promedio un 4,46% la probabilidad de estar desempleado,

por lo que los jóvenes que tienen pareja tienen un incentivo para

incorporarse a la población activa ocupada debido a las

responsabilidades que tienen de mantener a su familia y velar su hogar.

4. Finalmente, se encontró una influencia inversa de la experiencia laboral

sobre el desempleo juvenil en Lima Metropolitana para el año 2022, es

77
decir, con un incremento de la experiencia laboral de un año, la

probabilidad de que un joven quede desempleado disminuye en

promedio 1.13%, no hay duda de que adquirir experiencia laboral

durante muchos años presenta menores dificultades para la inserción

laboral, por lo que los conocimientos prácticos adquiridos tienen un

impacto positivo en términos de eficiencia y productividad laboral.

78
 VIII. RECOMENDACIONES

1. Para lograr la igualdad de género, se recomienda al Ministerio de

Trabajo y Promoción del Empleo crear condiciones de igualdad entre

mujeres y hombres para que puedan acceder al empleo en las mismas

condiciones laborales, eliminando todo tipo de discriminación en el

ámbito laboral que afecte principalmente a las mujeres. Asimismo,

apoyar todo tipo de emprendimiento femenino a través de una

capacitación continua que les permitirá desenvolverse correctamente y

sacar adelante sus emprendimientos, ya que esto también permitirá que

más mujeres estén empleadas.

2. Se ha demostrado que la educación es un elemento importante a la

hora de insertarse al mercado laboral y encontrar empleo. En este

sentido, se recomienda que el Estado, a través del Ministerio de

Educación, destine mayor inversión en educación, que esté encaminada

no solo a mejorar el acceso al empleo, sino también a mejorar la calidad

de la educación, lo que permitirá mejorar las habilidades de los jóvenes,

haciéndolos más productivos y reduciendo así la probabilidad de

quedarse desempleado.

3. Promover empleos dignos y productivos de acuerdo con las

necesidades y preferencias de una mínima estabilidad de empleo e

ingresos, especialmente para los jóvenes profesionales que forman una

familia, que se encuentran cada vez más en tensión con un mercado

laboral caracterizado por la inestabilidad y la precariedad, lo que genera

79
 incertidumbre en el ámbito laboral. Asimismo, se sugiere al Ministerio de

Trabajo y Promoción del Empleo, OIT y ONU-Mujeres ofrecer la

oportunidad de sensibilizar y compartir conocimientos sobre cuestiones

sociales, económicas y demográficas relacionadas con las familias, con

el fin de contribuir la igualdad de género en las familias como iniciativa

para lograr la igualdad de género en general como parte de la Agenda

2030 para el Desarrollo Sostenible.

4. Ante el problema de inserción laboral por falta de experiencia laboral, se

debe fomentar la contratación de jóvenes, implementar programas de

emprendimiento o puestos en diversos campos para el sector juvenil y

promover programas de formación para mejorar la situación laboral,

capacidades y productividad de los jóvenes. Esto te será de gran ayuda

para desarrollar tus habilidades y aptitudes, que hayan adquirido tanto a

través de tus estudios como de su propia experiencia laboral.

80
 IX. REFERENCIAS BIBLIOGRÁFICAS

Alba, A. (1996). En busca del primer empleo: el precio de la experiencia.

Economistas, 70, 14-22. Recuperado de [Link]

[Link]/handle/10016/5034

Alemán, S., Memije, N., Ventura, P. & Zaragoza, J. (2020). Desigualdades de

género en la inserción laboral de los egresados de la Licenciatura en

Economía de la Universidad Autónoma de Guerrero, México.

Controversias y Concurrencias Latinoamericanas, 11(20), 333-351.

[Link]

Alquinga, J. y Pogo, S. (2007) Desempleo juvenil en la ciudad de Quito, periodo

2010-2015. [Tesis de Licenciatura, Universidad Central de Ecuador].

Archivo digital

[Link]

[Link]

Argoti, A. (2011) Algunos elementos sobre la teoría clásica del empleo y la

versión Keynesiana. Tendencias. 12(2)

[Link]

Banco Central de Reserva del Perú (2020) Tasa de desempleo (%) - Por grupos

de edad de 14 a 24 años.

[Link]

dos/PN38066GM/html

Banco Central de Reserva del Perú. (2022). Actividad Productiva y Empleo.

81
 [Link]

-[Link]

Bermejo, W. (2020). Análisis de los factores que influyen sobre el desempleo

juvenil en el Distrito de Pichacani – Laraqueri de la Región Puno,

año 2019 [Tesis de pregrado, Universidad Nacional del

Altiplano].[Link]

278963

Campos-Andaur, P., Galindo, M., Catalán, D. & Díaz, J. (2020). Determinantes

de desempleo juvenil en la región del Maule, Chile. Espacios, 41(08),

24-33.

[Link]

Comisión Económica para América Latina y el Caribe (2020) Coyuntura Laboral

en América Latina y el Caribe.

[Link]

_es.pdf?sequence=1&isAllowed=y

Comisión Económica para América Latina y el Caribe (2003) La problemática

inserción laboral de los y las jóvenes.

[Link]

70_es.pdf

Cuevas, H. (1995). Introducción a la Economía. Universidad Externado de

Colombia.

De La Hoz, F.,Quejada, R. y Yánez, M. (2012). El desempleo juvenil: problema

82
 de efectos perpetuos. Revista Latinoamericana de Ciencias Sociales,

Niñez y Juventud, 10(1), 427-439.

[Link]

Fernández, V. (2010). Factores determinantes del desempleo juvenil en el distrito

de Copani, provincia de Yunguyo, departamento de Puno, en el año

2017 [Tesis de Licenciatura, Universidad Nacional del Altiplano].

Repositorio UNAP.

[Link]

ez_Nina_Victor_David.pdf?sequence=1#page10

García, M. (2018). Determinantes del Desempleo en el Distrito de La Esperanza

– 2019 [Tesis de pregrado, Universidad Nacional de Trujillo].

[Link]

%C3%8DA%20VICU%C3%91A%2C%20Manuel%20Jes%C3%BAs.

pdf?sequence=1&isAllowed=y

Gujarati, D, y Porter, D. (2010) Econometría. McGRAW-

HILL/INTERAMERICANA EDITORES

[Link]

[Link]

Gomez, A. (2017) Determinantes del desempleo juvenil en el Atlantico para el

periodo 2010-2016. [Tesis de Licenciatura, Universidad del Norte].

[Link]

[Link]?sequence=1&isAllowed=y

83
Guzman, A, Munevar, L, y Acosta, J. (2015) Determinantes del desempleo en

Colombia: Un análisis econométrico para el periodo 2002-2011. [Tesis

de Licenciatura, Universidad de la Salle]. Archivo digital.

[Link]

xt=economia

Hernandez, R., Fernandez, C., & Baptista, P. (2006) Metodología de la

Investigación. McGraw-Hill Education.

[Link]

cursos/e-books/16062015/[Link]

Hernández, R. y Mendoza, C. (2018). Metodología De La Investigación.

McGraw-Hill Education.

[Link]

Instituto Nacional de Estadística e Informática (2013). Perú: Evolución de los

indicadores de empleo e ingresos por departamento 2004-2012.

[Link]

s/Est/Lib1105/[Link]

Instituto Nacional de Estadística e Informática (2015).Perú: Evolución de los

indicadores de empleo e ingresos por departamento 2004-2014.

[Link]

s/Est/Lib1294/

Instituto Nacional de Estadística e Informática (2018) Perú: Indicadores de

Empleo e Ingreso por departamento 2007-2017.

84
 [Link]

Instituto Nacional de Estadística e Informática (2019). Perú: Tipos y ciclos de vida

de los hogares.

[Link]

s/Est/Lib1711/

Instituto Nacional de Estadística e Informática (2019). Perú: Participación de la

población en la actividad económica, 2017.

[Link]

s/Est/Lib1676/

Instituto Nacional de Estadística e Informática. (2020). Situación del Mercado

Laboral en Lima Metropolitana.

[Link]

[Link]

Instituto Nacional de Estadística e Informática. (2021). Situación del mercado

laboral en Lima Metropolitana.

[Link]

[Link]

Kalenkoski, C. (2016b). The effects of minimum wages on youth employment and

income. IZA World of Labor, 243. [Link]

Keynes, J. (1965) Teoría general de la ocupación, el interés y el dinero. (E.

Hornedo, Trad.,7º ed.) Fondo de cultura económica. (Trabajo original

85
 publicado en 1936)

[Link]

mentos%20de%20Econom%C3%ADa%20Pol%C3%ADtica/Teor%C

3%ADa%20general%20de%20la%20ocupaci%C3%B3n,%20el%20i

nter%C3%A9s%20y%20el%20dinero%20-

%20%20John%20Maynard%[Link]

Manpowergroup (2022). Escazez de oportunidades laborales para los jóvenes

2022.

[Link]

7cb2684-de23-4bab-ab64-

75ccf882402b/PERU_Escasez+de+Oportunidades+Laborales++para

+los+J%C3%B3venes+[Link]?MOD=AJPERES&CONVERT_TO=

url&CACHEID=ROOTWORKSPACE.Z18_2802IK01OORA70QUFIP

Q192H31-47cb2684-de23-4bab-ab64-75ccf882402b-obW81PE

Marshall. A (1920). Principles of Economics. (8th ed.). Palgrave Macmillan.

[Link]

Martinez, J. y Solórzano, M. (2018) Determinantes del desempleo juvenil en el

Ecuador, año 2016. [Tesis de Licenciatura, Universidad Central del

Ecuador]. Archivo digital

[Link]

[Link]

Martínez, W. (2010). El desempleo juvenil en la ciudad de Tingo María [Tesis,

Universidad Nacional Agraria de la Selva]. Repositorio UNAS.

86
 [Link]

[Link]?sequence=1&isAllowed=y

Martínez, A. (2018). Los determinantes del desempleo juvenil durante el periodo

del 2015 en Colombia. [Tesis de pregrado, Universidad Católica de

Colombia]. [Link]

Maza, F. y Rojas, Y. (2020). Factores determinantes del desempleo en el distrito

de Lambayeque [Tesis de pregrado, Universidad Señor de Sipán].

Repositorio USS.

[Link]

aza%20M%C3%ADo%20Fátima%20%26%20Rojas%20Lorenzo%20

[Link]?sequence=1&isAllowed=y

Meyer, C y Schwager, A. (2007) Comprendiendo la experiencia del cliente.

Harvard Business Review, 85 (2), 89-99. Recuperado de:

[Link]

Ministerio de Trabajo y Promoción del Empleo (s.f). Glosario de términos de

temas de empleo.

[Link]

/[Link]

Municipalidad de Lima (2022). Municipalidad de Lima identificó que el 36.7% de

los jóvenes en Lima Metropolitana están desempleados. Nota de

prensa. [Link]

municipalidad-de-lima-identifico-que-el-36-7-de-los-jovenes-en-lima-

87
 metropolitana-estan-desempleados.

Muntané, J. (2010). Introducción a la investigación básica. Sapd Online, 33(3),

221–227.

[Link]

aci%C3%B3n%20b%C3%A1sica%3A%20Se%20denomina,contrast

arlos%20con%20ning%C3%BAn%20aspecto%20pr%C3%A1ctico.

Organización Internacional del Trabajo y Organización de las Naciones Unidas

de Mujeres (2020) El impacto del matrimonio y los hijos en la

participación en el mercado laboral. Recuperado de

[Link]

ts/Sections/Library/Publications/2020/The-impact-of-marriage-and-

[Link]

Organización Internacional del Trabajo (2004) Tendencias mundiales del

desempleo juvenil. [Link]

ed_emp/---emp_elm/---

trends/documents/publication/wcm_041933.pdf

Organización Internacional del Trabajo (2014) Hacia el derecho al trabajo: Una

guía para la elaboración de programas públicos de empleo

innovadores. [Link]

ed_emp/documents/publication/wcms_563303.pdf

Organización Internacional del Trabajo. (2001). Youth unemployment and

employment policy. A global perspective.

88
 [Link]

JUVENIL_Y_POLITICA_DE_EMPLEO_Una_perspectiva_global

Organización Internacional del trabajo (2003) La hora de igualdad en el trabajo.

[Link]

publ/documents/publication/wcms_publ_9223128714_sp.pdf

Organización Internacional del Trabajo. (2003) International training compendium

on labour statistics, Module 1 - Statistics of employment,

unemployment, underemployment: economically active population

[Link]

Organización Internacional del Trabajo (2003) Projoven . Ministerio de Trabajo y

Promoción del Empleo-Perú.

[Link]

promoci%C3%B3n-del-empleo-per%C3%BA

Organización Internacional del Trabajo. (2021). An update on the youth labour

market impact of the COVID-19 crisis.

[Link]

ed_emp/documents/briefingnote/wcms_795479.pdf

Organización Internacional del Trabajo. (2022). Programa de la OIT sobre

empleo juvenil. [Link]

dcomm/documents/publication/wcms_627866.pdf

Organización Internacional del Trabajo. (2022). Global Employment Trends for

Youth 2022. Investing in transforming futures for young people.

[Link]

89
 publ/documents/publication/wcms_853321.pdf

Organización Mundial de la Salud [OMS] (2010). Salud e Investigación Sexual y

Reproductiva. [Link]

health-and-research/key-areas-of-work/sexual-health/defining-

sexual-health

Pérez, J. y Gardey, A. (2009). Actualizado: 2021. Definición de

[Link]. [Link]

Pons, M. (2004). Determinación salarial: educación y habilidad. Análisis teórico y

empírico del caso Español [Tesis doctoral, Universidad de Valencia].

Archivo digital.

[Link]

ce=1&isAllowed=y

Ramos, L. (2023). Factores determinantes que influyen en el desempleo juvenil

en la provincia Mariscal Nieto; durante el año 2019 [Tesis de

Maestría]. Universidad Privada de Tacna. Archivo digital.

[Link]

[Link]?sequence=1&isAllowed=y

Resico, M. (2010) Introducción a la economía social de mercado. Konrad

Adenauer Stiftung.

[Link]

f255-886e-178f-8b32bf5bce06&groupId=252038

90
Reyes, S. (2017) Los factores socioeconómicos y su relación con la motivación

laboral en el área de producción de una empresa carrocera de la

ciudad de Ambato. [Tesis de pregrado]

[Link]

.pdf

Secretaria Nacional de la Juventud (2020). Informe Nacional de Juventudes. Ser

joven en el primer año de pandemia. [Link]

content/uploads/2021/10/[Link]

Secretaria Nacional de la Juventud (2020). Informe Nacional de Juventudes en

el Perú 2018-2019. [Link]

content/uploads/2020/02/SUNAJU_Informe-Nacional-de-Juventud-

[Link]

Sistema de Información de Tendencias Educativas en América Latina [SITEAL].

(2019). Perfil del país Perú.

[Link]

_19.pdf

Yanez, M. y Cano, K. (2011) Determinantes del desempleo: Una revisión a la

literatura. Panorama Económico, 19(1), 135-

148.[Link]

ico/article/view/352

91
 X. ANEXOS

ANEXO 1: Matriz de consistencia

Título: La influencia de los factores sociales en el desempleo juvenil en Lima Metropolitana, 2022.

PROBLEMA GENERAL Y OBJETIVO GENERAL Y HIPÓTESIS GENERAL Y VARIABLES METODOLOGÍA TECNICAS E

SECUNDARIOS ESPECÍFICO ESPECÍFICAS INSTRUMENTOS

Problema General: Objetivo general: Hipótesis general: Variable Enfoque: Recopilación de

¿Cómo influyen los factores sociales en Demostrar la influencia de los Los factores sociales influyen de Dependiente: Cuantitativo datos secundarios del
el desempleo juvenil en Lima factores sociales en el desempleo manera significativa en el Tipo de INEI, de la Encuesta
Metropolitana, 2022? juvenil en Lima Metropolitana, 2022 desempleo juvenil en Lima Desempleo Juvenil = investigación: Nacional de Hogares
Metropolitana, 2022. Y Básica (ENAHO) 2022.
Objetivos específicos: Nivel: Explicativo Se utilizaron los
Problemas Específicos: Hipótesis específicas: Diseño: No modelos Logit y
Demostrar la influencia del sexo en Variable experimental Probit mediante los
¿Cómo influye el sexo en el desempleo El sexo influye de manera Independiente: programas de Stata y
el desempleo juvenil en Lima
juvenil en Lima Metropolitana, 2022? directa en el desempleo juvenil Excel.
Metropolitana, 2022. en Lima Metropolitana, 2022 Factores sociales =
X
Demostrar la influencia del nivel
¿Cómo influye el nivel educativo en el educativo en el desempleo juvenil en El nivel educativo influye de
desempleo juvenil en Lima Lima Metropolitana, 2022. manera inversa en el desempleo
Metropolitana, 2022? juvenil en Lima Metropolitana,
2022
Demostrar la influencia del estado
civil en el desempleo juvenil en
¿Cómo influye el estado civil en el Lima Metropolitana, 2022 El estado civil influye de manera
desempleo juvenil en Lima inversa en el desempleo juvenil
Metropolitana, 2022? Demostrar la influencia de la en Lima Metropolitana, 2022.
experiencia laboral en el desempleo
juvenil en Lima Metropolitana, 2022
La experiencia laboral influye de
¿Cómo influye la experiencia laboral en manera inversa en el desempleo
el desempleo juvenil en Lima juvenil en Lima Metropolitana,
Metropolitana, 2022? 2022.

92