Sie sind auf Seite 1von 12

ECONOMETRA

Modelos de Eleccin Discreta en el Anlisis de los Determinantes del Desempleo en la Ciudad de


Villa Esperanza en el 2014

PLANTEAMIENTO DEL PROBLEMA

Qu factores econmicos y sociales influyen en el desempleo y que otras variables incidenen


el desempleo de larga duracin en la ciudad de Villa Esperanza en el ao 2014? Del problema
central planteado, se desprenden las preguntas especficas siguientes:
Qu variables o factores econmicos y sociales determinan el desempleo en la ciudad de Villa
Esperanza en el ao 2014?

ANTECEDENTES DE LA INVESTIGACIN

Garca (2011).En su estudio, Determinantes del desempleo en el Per para el periodo 2010
realizando el tipo de investigacin explicativa en base a datos de la Encuesta Nacional de Hogares,
se plantea el objetivo de analizar el impacto de tres variables que son: edad, sexo, yniveldeestudios
alcanzado en los niveles de desempleo para el periodo 2010. A las conclusiones a las que arriba el
investigador son: i). que la edad de las personas no es un factor determinante para encontrar
empleo, los jvenes y las personas de la tercera edad no se ven afectados por el desempleo debido
a su baja productividad; ii). El sexo de las personas no determina el desempleo durante el periodo
de referencia, las mujeres no sufren discriminacin alguna al momento de buscar empleo; iii). El
nivel de estudios alcanzado por las personas si es determinante para disminuir el desempleo; y iv).
Las polticas aplicadas para disminuir el desempleo durante el ao 2010 han tenido un efecto
positivo, logrando reducir los niveles de desempleo.

OBJETIVOS DE LA INVESTIGACIN

Estudiar los factores econmicos y sociales determinantes del desempleo; as imismo, analizar
aquellas que inciden en el desempleo de larga duracin en la ciudad de Villa Esperanza en el ao
2014.

Analizar las variables econmicas y sociales determinantes del desempleo en la ciudad de


Villa Esperanza en el ao 2014.

MARCO TERICO

El mercado de trabajo en su conjunto ha sido estudiado en trminos micro y macroeconmicos, y a


su vez por el lado de la oferta y de la demanda. En el caso del de desempleo en particular se observa
una situacin similar, tal es as que el problema del desempleo se ha abordado en trminos microy
macroeconmicos pero de forma aislada. Estudios relacionados al mercado laboral que han sido
realizados en otros pases servirn de gua a la presente investigacin en la cual se incluyenvariables
microeconmicas. Para ello, utilizando evidencia emprica, disponemos de un modeloeconomtrico
que nos permitir establecer los determinantes de la probabilidad de estar desempleado en la
ciudad de Villa Esperanza.
Teora Neoclsica: La teora neoclsica categoriza al trabajo como un factor de produccin como
cualquier otro, por lo que el enfoque del mercado de trabajo es similar al del resto de bienes.

Cuando se introducen normativas y regulaciones se producen distorsiones de mercado, es as que


no se recomienda la introduccin de salarios mnimos que estn sobre la productividad del
trabajador, as como de regulaciones en general que generen el despido y eviten que los mercados
se vacen.

Teora Monetarista: Para la teora monetarista existe una tasa natural de desemple o la cual es
friccional al inicio, es decir, las personas se encuentran en desempleo porque se acaban de
incorporar al mercado laboral o porque han renunciado a su trabajo voluntariamente para buscar
otro mejor.

Teora Keynesiana: El enfoque keynesiano considera al desempleo como un problema


macroeconmico e involuntario que puede paliarse mediante la manipulacin cientfica de las
variables macroeconmicas. Segn esta concepcin el pleno empleo supone que todos los que
quieren trabajar al salario vigente pueden hacerlo.

Teora del Capital Humano: A nivel macroeconmico esta teora considera a la mano de obra dentro
de la funcin de produccin, y se la considera como un factor de produccin ms. A nivel
microeconmico, explica una relacin de causalidad entre mano de obra, productividad y salarios,
se llega a la conclusin de que a mayor formacin la probabilidad de desempleo se reduce. La
educacin formal contribuye a que se desarrollen las habilidades y capacidades del individuoloque
incrementa su productividad. Los individuos con mayor capacidad tienen una mayor productividad
marginal y esta representa un mayor salario. Al ser la educacin un mecanismo para incrementarla
productividad del individuo, los costos asociados a la educacin se consideran como una inversin
en capital humano.

Teora de la bsqueda: Las investigaciones revisadas previamente han servido para estructurar un
concepto de teora de la bsqueda la cual estudia las implicaciones de las fricciones del mercadoen
el comportamiento econmico y en el desempeo del mercado.

MARCO CONCEPTUAL

HIPOTESIS DE LA INVESTIGACIN

En la ciudad de Villa Esperanza en el ao 2014, el desempleo se determina por la experiencia


laboral, nivel de instruccin y la edad; asimismo, los factores que inciden en el desempleo de
larga duracin son la procedencia del trabajador, el conocimiento de las Tecnologas de la
Informacin y la Comunicacin y gnero.
Las variables econmicas y sociales que determinan el desempleo en la ciudad de Villa
Esperanza son: edad, estado civil, nivel de educacin nivel de ingresos, tamao de hogar,
duracin del desempleo, experiencia laboral y gnero.

METODO DE INVESTIGACIN

Mtodo analtico: es la que consiste en la extraccin de las partes de un todo, con el objeto de
examinarlas y estudiarlas por separado para conocer las verdaderas causas y efectos de un hecho
particular.
El trmino analizar significa examinar, investigar, indagar, razonar el porqu del comportamiento
de algn hecho o acontecimiento, para ello resulta adecuado y provechoso desintegrar,
descomponer o desmesurar un todo en todas sus partes, para estudiar de forma intensiva cadauna
de estas partes, las relaciones entre ellas, y la de estas con el todo. La importancia del anlisisreside
en que para comprender la esencia de un todo hay que conocer la naturaleza de sus partes.

Mtodo inductivo: es un proceso de conocimiento que se inicia por la observacin de fenmenos


particulares con el propsito de llegar a una conclusin y premisas generales que puede seraplicada
a situaciones similares a la observacin. Tambin es considerado como el razonamiento por el cual
se infiere el conocimiento de conceptos universales a partir de casos particulares, permite la
formacin de hiptesis, investigaciones de leyes cientficas y l as demostraciones. Este mtodo
puede ser completo o incompleto.

Datos: La recoleccin de los datos se realiz con la aplicacin de un cuestionario denominado:


Encuesta de Empleo en la ciudad de Villa Esperanza en el mes de Julio del ao 2014, conelobjetivo
de esta encuesta es generar informacin acerca de las principales variables sociodemogrficas,
econmicas y/o financieras (nivel de educacin, edad, gnero, nmero de hijos dependientes,
tenencia de vivienda, experiencia laboral, nivel de conocimiento de las Nuevas Tecnologa de
Iinformacin y Comunicacin, procedencia del trabajador, etc.) que influyen en la propensin de
pertenecer a la condicin de estar desempleado.

Muestreo: Para la determinacin del tipo de muestreo cualquiera sea la magnitud de la muestrase
debe tener en cuenta no solo el nmero de sujetos, sino tambin considerar su representatividad
respecto de la poblacin. En este sentido, para que nuestra muestra sea representativa de la
poblacin, el muestreo debe ser probabilstico o aleatorio, es decir todos los miembros de la
poblacin objetivo tienen la misma probabilidad de estar en la muestra. Las muestras aleatorias
aseguran o garantizan mejor el poder extrapolar los resultados. En una muestra aleatoria tenemos
ms seguridad de que se encuentran representadas las caractersticas importantes de la poblacin
en la proporcin que les corresponde (Vallejo, 2012).En tal sentido, dada las caractersticas
heterogneas de la poblacin de la ciudad de Villa Esperanza, se ha determinado que el tipo de
muestreo a realizarse sea el muestreo aleatorio simple.
Identificacin de variables

Variable Representacin Definicin Cuantificacin


Probabilidad de Variable dependiente binaria que representa la 1=Desempleado
estar PDES condicin de empleado o desempleado del 0=Otros casos
desempleado entrevistado.
1=14-26 aos
Edad ED Variable independiente categrica ordenada 2=27-39 aos
que representa la edad en aos del entrevistado 3=40-42 aos
4=43 a ms aos
Gnero GEN Variable independiente binaria 1=Varn
0=Mujer
Estado civil. EC Variable independiente binaria. 1=Soltero(a)
0=Casado(a)
Tamao de Variable independiente continua que
hogar del TH representa el tamao de hogar del entrevistado. 1, 2, 3,
entrevistado
1=Primaria.
Nivel de NED Variable independiente categrica ordenada 2=Secundaria.
educacin que representa el nivel de educacin o de 3=Superior no
estudios del encuestado. universitaria.
4=Superior universitaria.
Variable independiente continua que
Duracin del DDES representa el tiempo en meses que el 1, 2, 3,
desempleo entrevistado se encuentra en la situacin de
desempleo.
Sector de Variable independiente categrica que 1=Sector comercio
trabajo antes ST representa el sector de actividad de procedencia 2=Sector manufactura
del desempleo antes del desempleo 3=Sector construccin
4=Sector servicios
Variable independiente categrica ordenada 1=1 - 4 aos
Experiencia EXPL que indica la experiencia laboral en aos 2=5 - 8 aos
laboral en aos acumulados 3=9 -12 aos
4=13 a msaos
Variable independiente ordenada expresada en 1=menor a 1500
Nivel de ingreso NING unidades monetarias (nuevos soles) que 2=1501 3000
representa el nivel de ingreso de los 3=3001 4500
encuestados. 4=4501 a ms
Conocimiento Variable independiente binaria que indica si 1=Si conoce
de las TIC CTIC conoce o no las Tecnologas de Informacin y 0=Otros casos
Comunicacin.
Nivel de Variable independiente categrica que indica el 1=Bsico
conocimiento NCTIC nivel de conocimiento de las Tecnologas de la 0=Avanzado
de las TIC Informacin y la Comunicacin
Procedencia del PROC Variable independiente cualitativa dicotmica, 1= Procede del sector
encuestado. que indica si el encuestado es natural de la rural

4
0= Natural de la ciudad
de Villa Esperanza.
ciudad de Villa Esperanza o es procedente del
sector rural.

Especificacin del modelo economtrico

Modelo de eleccin discreta

Los modelos de eleccin binaria se fundamenta en el hecho de que la racionalidad de los agentes
econmicos. La eleccin corresponde a un comportamiento racional de manera tal que maximicela
utilidad esperada que les proporciona cada una de las opciones sobre las que le toca decidir. As, a
la luz de tal interpretacin, las probabilidades de que el individuo elija la alternativa 1 la
alternativa 0 estar en funcin de las utilidades esperadas por cada decisin para dicho individuo,
las cuales se denotan como 1 y 0 respectivamente. Las mismas, estn en funcin de lasvariables
explicativas de dicha decisin, que son en definitiva caractersticas propias de cada alternativa de
eleccin o caractersticas personales, econmicas o culturales del individuo enfrentado al proceso
de decisin (Greene, 2001).

Denotemos a 0 como la utilidad que le proporciona al individuo la eleccin 0, y 1: La utilidad


que proporciona el individuo la eleccin 1. Asimismo, sea 0 y 1 los vectores de las variables
explicativas que caracterizan la eleccin de la alternativa 0 y 1 respectivamente, para el agente .

Al suponer linealidad en las funciones de utilidad, se tiene que:



0 = 0 + 0 = 0 + 0 + 0


1 = 1 + 1 = 1 + 1 + 1

Donde 0y 1 y el vector constituyen los parmetros de las regresiones y 0 y 1 son


perturbaciones aleatorias que recogen las desviaciones del agente con respecto a las utilidades
medias asociadas a cada decisin 0 y 1. Se considera que estas perturbaciones son
independientemente distribuidas con esperanza constante e igual a cero y varianza constante en
ambos casos. Ahora y dentro del marco de la teora de la utilidad. El agente elegir la opcin 1 si
la utilidad de esa eleccin supera a la de la opcin 0 y viceversa, es decir:
1 1 > 0
={
0 0 > 1

Lo cual implica que:



( = 1) = ( 1 > 0) = ( 0 + 0 + 0> 1 + 1 + 1)

= ( 1 0 < + ( 0 1) )

= 1 ( ) = ( )

Es decir, la probabilidad de que el individuo elija la opcin 1 puede ser resumida a travs de la
ecuacin:
( = 1) = ( )

La cual establece que la probabilidad de que el individuo enfrentando al proceso de eleccinbinaria


tome una decisin especifica se calcula a travs del valor numrico que alcanza una determinada
funcin de distribucin evaluada en un factor denominado ndice, el cual es a su vez funcin
del vector de variables explicativas de la decisin del individuo .

Dependiendo de la funcin que se seleccione, el modelo especificado ser diferente.Losmodelos


Logit, Probit y Cloglog, estn determinados a travs de ecuaciones que constituye n casos
particulares cuando se utilizan formas funcionales especficas.

Los Modelos de Eleccin Discreta


Arturo Estrella = 1 (
Modelo LOGIT
( )2 ( )2/
Cragg-Uhler (2) = 1
0+ 1x 1++ k x k (5)
1+

Al igual que en el modelo de probabilidad lineal supone que $(% ) = 0 y dado que la variable de
respuesta es la dicotmica se puede demostrar que:

( 1+ 2 2 ++ & & ) (7)


1+

Las consideraciones importantes en el modelo Logit son:

- hace referencia a la funcin de distribucin logstica


- % es una variable aleatoria que se distribuye normal (0, *2).
- Las variables o caractersticas son fijas en el muestreo.
- La variable dependiente puede tomar los valores cero o la unidad.

Efectos Marginales del Modelo Logit

( )
= ( )[1 ( )] &
-&

Modelo PROBIT
0+1x1 ++kxk 2

2 3 +%
22

Efectos Marginales del Modelo Probit

( )
= ( )[1 ( )] &
-&

Bondad de Ajuste

Mc Fadden = 1

)
2
1( )
2
( )

Mtodo de Estimacin

5 = [Prob(; = 1|= )] [Prob(; = 1|= )]


; =1 ; =0

- >5
=0
-

Modelo Economtrico a estimar:

La especificacin del modelo para estudiar los factores econmicos y sociales determinantesdel
desempleo de la ciudad de Villa Esperanza en el ao 2014, es:

( = 1) = F( 0 + 1$@ + 2A$ + 3$C + 4EF + 5 $@ + 6HE + 7$ 5 + 8 JA


+ 9@@$H + 10 LC + 11 CEJC + 12 CEJC ) + M

Criterios para la eleccin del mejor modelo

Con vistas a determinar cul estimacin es ms apropiada para el caso analizado, la metodologa
que propone para elegir entre los modelos es realizar las estimaciones en cada caso particular
y luego comparar los resultados obtenidos, en base a los siguientes criterios:

- Que los coeficientes de las variables tengan los signos esperados.


- Que los coeficientes de las variables independientes sean significativos a un cierto
nivel aceptable de confiabilidad.
- Que el logaritmo de mxima verosimilitud (log-likelihood) sea grande.
- Que los criterios de informacin Akaike, Schwarz y HannanQuinn sean bajos y
similares.
- Que el R2 de McFadden se encuentre entre los valores 0.20 y 0.60.
- Que el valor del Chi-cuadrado sea significativo.
- Que los porcentajes de predicciones correctas sean altos y superen los porcentajesde
predicciones incorrectas.
CARACTERIZACIN DEL AREA DE INVESTIGACIN

Tabla N 01: Caractersticas de la Ciudad de Villa Esperanza


Nombre Juliaca
Categora Ciudad
Altitud 3824 m.s.n.m.
Superficie 533.47 Km2
Poblacin proyectada al 2014 242185 Habitantes
Nmero de viviendas (hogares 2014) 74730
Poblacin Econmicamente Activa (2014) 93495
ndice de desarrollo Humano (IDH, 2007) 0.591
Fuente: Instituto Nacional de Estadstica e Informtica.

Segn la oficina zonal de Comercio Exterior y Turismo, de la Provincia de San Romn, indicaque Villa
Esperanza alberga el 72% de la actividad comercial de la regin Puno, y comercializa el 80% de los
bienes a nivel regional. Debido a la dinmica de su economa, en la ciudad de Villa Esperanza,laPEA
que se dedica a la actividad comercial es del 44%, y en relacin a la actividad industrial, en Villa
Esperanza se desarrolla principalmente los rubros metalmecnica, confecciones, produccin d e
alimentos, fbrica de calzados y prendas de vestir, entre los ms importantes.

Figura 01: Actividad en la Ciudad de Villa Esperanza


Variable Signo esperado Justificacin

EXPOSICIN Y ANALISIS DE RESULTADOS


------------------------------------------------------------------------------------
(1) (2) (3) (4)
r1 r2 r3 r4
------------------------------------------------------------------------------------
ED -0.0361** -0.3581* -0.1862* -0.2682*
(0.0137) (0.1623) (0.0889) (0.1211)
GEN -0.1038** -1.0480** -0.5620** -0.8716***
(0.0323) (0.3638) (0.1955) (0.2589)
EC -0.1907*** -1.8095*** -0.9887*** -1.5415***
(0.0330) (0.3715) (0.1990) (0.2817)
TH 0.1578*** 1.2945*** 0.6977*** 0.9132***
(0.0124) (0.1727) (0.0853) (0.1015)
NED -0.0830*** -0.8484*** -0.4587*** -0.5488***
(0.0196) (0.2217) (0.1178) (0.1566)
DDES 0.0073** 0.0638* 0.0371**
(0.0023) (0.0264) (0.0140)
NING -0.0937*** -0.8305*** -0.4635*** -0.5217***
(0.0183) (0.2067) (0.1102) (0.1409)
EXPL -0.0416** -0.3542* -0.1821 -0.2855*
(0.0153) (0.1753) (0.0949) (0.1289)
Constant 0.6934*** 2.7673** 1.4450** 1.9048**
(0.0891) (1.0084) (0.5478) (0.6145)
------------------------------------------------------------------------------------
Observations 392 392 392 392
ll_0 -267.8193 -255.4886 -255.4886 -255.4886
ll -87.0887 -104.5030 -105.2736 -106.6556
chi2 301.9711 300.4299 297.6659
bic 227.9188 262.7474 264.2886 261.0814
------------------------------------------------------------------------------------
Standard errors in parentheses
* p<0.05, ** p<0.01, *** p<0.001

Eleccin del mejor modelo:

Criterios:

Anlisis de dependencia:

F OQ >% R F0: 2 = 3 = = 7 = 0

F OQ R Q T>R F U : 2 3 7 0

Anlisis de relevancia:

F OQ >% R F0: 2 = 0

F OQ R Q T>R F U : 2 0
10

Anlisis de ajuste:

Mc Fadden:
Arturo Estrella:
Cragg-Uhler (2):

Cambios marginales del modelo


-------------------------------------------------------------------------------------------
raw cmg
b t b t Xmfx_X
-------------------------------------------------------------------------------------------
PDES
ED -0.358* (-2.21) -0.072* (-2.22) 2.523
GEN (d) -1.048** (-2.88) -0.215** (-2.88) 0.561
EC (d) -1.810*** (-4.87) -0.371*** (-5.11) 0.574
TH 1.294*** (7.49) 0.261*** (6.33) 2.362
NED -0.848*** (-3.83) -0.171*** (-3.85) 2.431
DDES 0.064* (2.42) 0.013* (2.40) 10.898
NING -0.830*** (-4.02) -0.168*** (-3.83) 2.383
EXPL -0.354* (-2.02) -0.071* (-2.00) 2.515
_cons 2.767** (2.74)
-------------------------------------------------------------------------------------------
(d) for discrete change of dummy variable from 0 to 1
* p<0.05, ** p<0.01, *** p<0.001

Interpretacin:

La edad del entrevistado (ED), influye negativamente en la probabilidad de estar desempleado;es


decir, al pasar los individuos del grupo etario 2 al grupo etario 3, la probabilidad de encontrar en la
situacin de desempleo disminuye en un 7.2%; dicho resultado puede explicarse por la experiencia
laboral acumulada del entrevistado (considerando que los resultados, la variable experiencialaboral
EXPL tiene el signo esperado en relacin con la variable dependiente ) y el nivel de educacin.

La variable gnero (GEN) guarda una relacin negativa con la probabilidad de estar desempleado,
es decir, en la ciudad de Villa Esperanza, la mujeres tienen un 21.5% mayor probabilidad respecto
de las varones a estar desempleados.
La variable estado civil (EC) influye negativamente en la probabilidad de estar desempleadoyrevela
que los entrevistados casados poseen una probabilidad menor en 37.13% de estar desempleado
respecto de los solteros.

La variable tamao de hogar (TH), es estadsticamente significativa a un nivel de significancia del


1%, y guarda una relacin positiva con la variable dependiente; es decir, los individuos que
pertenecen a familias con un gran nmero de miembros tiene n una probabilidad de estar
desempleado mayor en 26.12% respecto de los que pertenecen a familias pequeas.

La variable nivel de educacin (NED), influye negativamente en la probabilidaddeestardesemplead;


es as que los individuos que cuenta con un nivel educativo mayor tienen un 17.12% menor
probabilidad de encontrarse en una situacin de desempleo respecto de aquellos con un nivel
educativo menor.

La variable duracin del desempleo (DDES), influye positivamente en la probabilidad de estar


desempleado; es decir, los individuos que se encuentran de 6 a ms meses buscandoempleotienen
un 1.3% mayor probabilidad de continuar desempleado.

La variable nivel de ingresos (NING), tiene una relacin negativa con la variable dependiente,loque
implica que a mayor nivel de educacin, menor la probabilidad de estar desempleado, esta
probabilidad es de -16.76%.

La variable experiencia laboral (EXPL) se relaciona negativamente con la probabilidad de estar


desempleado, es decir, los individuos que cuenta con un ao ms de experiencia laboral tiene un
7.1% menor probabilidad de estar desempleado.

CONCLUSIONES

De acuerdo a las hiptesis planteadas y los resultados obtenidos, se concluye que:

En la ciudad de Villa Esperanza, en el ao 2014, los factores econmicos y sociales que


determinan e influyen significativamente en la probabilidad de estar desempleado son :
edad, estado civil, nivel de educacin, nivel de ingresos, tamao de hogar, duracin del
desempleo, experiencia laboral y gnero.
En el modelo elegido, las variables procedencia de individuo, conocimiento de las
tecnologas de informacin y comunicacin, el nivel de conocimiento de las tecnologasde
informacin y comunicacin y sector laboral, no son significativas individualmente, y
tampoco influyen de manera global para explicar los determinantes de la probabilidad de
estar desempleado.
El desempleo de larga duracin no se consolida por efectos de las variables: procedencia
del trabajador, conocimiento de las Tecnologas de la Informacin y la Comunicacin (TICs)
y el nivel de conocimiento de las (TICs).
De lo anterior, no se rechaza la primera hiptesis y por el contrario, se rechaza la segunda
hiptesis planteada en el estudio.
De los resultados obtenidos, los modelos Logit son los que mejor explican la probabilidad
de que un individuo se encuentre desempleado. Y en lo que se refiere al desempleodelarga
duracin, no se obtiene resultados concluyentes respecto de la relacin con las variables:
conocimiento de las TICs, el nivel de conocimiento de las TICs y la procedenciadeltrabajador
(PROC).

RECOMENDACIONES

Que el gobierno central, los gobiernos regionales y locales, den mayor dinamismo al
mercado de trabajo mediante proyectos, programas y polticas para cubrir la poblacin
desempleada.
Las autoridades correspondientes capaciten a la Poblacin Econmicamente Activa, sobre
todo al sector juvenil para que con facilidad encuentren un puesto de trabajo.
Para futuras investigaciones, usar otras herramientas de anlisis como son los Anlisis de
correspondencias simples y mltiples para obtener resultados y comparar con losyausados
en el presente estudio.

Bibliografa
Alfredo Baronio, A. V. (2011). Manual de econometria 1 parte. Ro Cuarto, Crdoba.: FCE, UNRC.
Alfredo Baronio, A. V. (2011). Manual de econometra 2 parte. Ro Cuarto, Crdoba: FCE, UNRC.

Armengol, A. C. (2002). Apuntes de Teora de la Decisin: El Modelo Bsico de Decisin.


Universidad Carlos III de Madrid, 1-15.
Bernard Cabrer Borrs, A. S. (2001). Microeconometria y decisin. Madrid: Pirmide.
Caicedo, M. C. (2002). Determinantes de la probabilidad de estar desempleado en el rea
metropolitana de Cali: evidencias micro y macroeconomicas en el periodo 1988 - 1998.
Cali: Universidad del Valle.

Castellar, C., & Uribe, I. (2003). Determinantes de la duracin del desempleo en el rea
metropolitana de Cali 1988 - 1998. Cali: Universidad del Valle.
Greene, W. (2001). Anlisis Economtrico. USA: Prentice Hall Ed.

Hernndez, R., Fernndes, C., & Baptista, P. (1998). Metodologa de la investigacin. Colombia:
McGraw-Hill Companies.

Kerlinger. (1975). Investigacin del comportamiento: tcnicas y metodologa. Mxico: Nueva


Editorial Interamericana.
Lpez, C. P. (2006). Problemas resueltos de econometra. Madrid: Thomsom.

Maikel Hernndez Castellanos, D. N. (2005). Modelos y mtodos microeconmetricos. La Habana:


Universidad de la Habana: Facultad de Economa; Departamento de Macro-
Microeconoma.

Navarro, J. L. (1995). Paro y bsqueda de empleo. una aproximacin desde la poltica econmica.
Sevilla: Universidad de Sevilla.

Poquioma, E. (2008). Desempeo del mercado laboral en el Per. Lima: Secretara Tcnica del
Consejo Nacional de Trabajo y Promocin del Empleo.
Scotti, C. M. (2012). Determinantes del desempleo en las urbes mexicanas. Mexico: COLMEX.

Vallejo, P. M. (2012). Tamao necesario de la muestra: Cuntos sujetos necesitamos? Madrid:


Universidad Pontificia Comillas.