En este trabajo se sostiene que durante la segunda mitad de la década de 1990 se desarrolló un proceso de pérdida de valor de las credenciales educativas de los trabajadores con nivel de estudios secundario completo o mayor. Como a su vez en el período se incrementó la desigualdad salarial se sostiene que lo que se observa es un fenómeno de dos aristas: de devaluación educativa y segmentación del mercado de trabajo. Para realizar estas afirmaciones se utilizan regresiones lineales múltiples para el cálculo de premios salariales. Dado que la fuente utilizada es una muestra y el universo es pequeño se utilizan pooles de datos para ampliar la cantidad de muestra disponible y mejorar las estimaciones. Se desarrolla una metodología cuyo objetivo es poder decidir desde el punto de vista estadístico si los pooles de datos pueden ser utilizados o no en cada problema de trabajo y como trabajar con ellos, y así poder utilizar los recursos disponibles bajo el control de métodos estadísticos.
El estudio de los docentes como colectivo laboral en Argentina puede ser realizado con precisión a partir de los Censos Nacionales de Docentes. Estas fuentes de información son específicas del sector educativo y, por lo tanto, las más idóneas para la caracterización detallada de los cargos, horas, funciones, trayectorias y formación de los docentes. Sin embargo, sus principales limitaciones son la periodicidad decenal y las dificultades para comparar a los docentes con otros grupos laborales. La Encuesta Permanente de Hogares, fuente diseñada para caracterizar y monitorear la inserción laboral de la población, permite suplir las limitaciones mencionadas en el estudio de los ocupados en las actividades de enseñanza. Sin embargo, tiene ciertas características y limitaciones que resultan importantes tener en cuenta al utilizarla para estudiar el colectivo docente. Este artículo analiza la fuente en cuanto sus potencialidades para el estudio de este grupo laboral. Concluye que es consistente para el estudio de la evolución del empleo docente.
El artículo está centrado en la discusión de aspectos metodológicos de la investigación de tesis de la autora. En el campo de los estudios sobre la distribución personal del ingreso y los mercados de trabajo resulta habitual el análisis de la regresión del ingreso personal contra diversos atributos de los perceptores y sus ocupaciones. Este análisis tiene por requisito la resolución de cuestiones referidas a: la definición del modelo en que estará basado, el tratamiento que se dará a los casos sin información y los procedimientos mediante los que se evaluará y, eventualmente, corregirá la influencia de los casos extremos sobre los parámetros estimados. El artículo refiere qué decisiones fueron tomadas en la investigación a este respecto, fundamentando las razones y describiendo su impacto sobre los resultados obtenidos.
El presente artículo tiene como objetivo presentar las diferentes perspectivas y usos de los indicadores, por un lado, desde las ciencias sociales y por otro desde lo que se denominó “Movimiento de Indicadores Sociales”. En términos generales, el uso de los indicadores ha sido utilizado desde el enfoque de las ciencias sociales para medir empíricamente conceptos teóricos que permitan el abordaje empírico a los fenómenos sociales. Sin embargo, los indicadores son también utilizados desde una perspectiva más pragmática, principalmente por los organismos de estadística y organismos internacionales. A través del artículo se presentan los diferentes recorridos realizados por las perspectivas mencionadas. En la primera parte se describe la medición empírica de conceptos a través de indicadores en los principales referentes de las ciencias sociales. En la segunda parte se describe el contexto de surgimiento y el desarrollo de lo que se denominó “Movimiento de Indicadores Sociales” como otra forma de aproximación al estudio de la realidad social a través de indicadores. En la tercera se problematiza las diferencias de ambas perspectivas en cuanto a los objetivos y el método que utilizan y se presenta como conclusión la importancia de vincular ambas perspectivas.
El presente trabajo intenta explorar la creciente importancia que los estudios de opinión pública han comenzado a tener durante las últimas décadas. En este sentido, se busca brindar un aporte a la investigación dentro de una actividad que siempre ha estado más bien alejada del ámbito académico, en especial en los estudios relacionados con los procesos electorales. Asimismo, el trabajo intenta develar la notable injerencia que los medios de comunicación tienen en los procesos electorales de los últimos años, demostrándose que se trata de una tendencia que va tomando cada vez más impulso. Finalmente, se analizaran cuestiones que resultan un aporte para diagnosticar los cambios en las percepciones de la ciudadanía durante la etapa previa y posterior a una elección.
El trabajo presenta la construcción de un índice que tiene como finalidad asignar a cada hogar urbano de la República Argentina un nivel socioeconómico. Se piensa al índice como una variable latente (no observable) y se aplica el análisis de correspondencia múltiple, método exploratorio de estadística multivariada, para obtener los ponderadores (pesos) de las modalidades de las doce variables seleccionadas.
El índice se compone de variables relativas a las características de la vivienda, la condición laboral y educativa del jefe de hogar y del cónyuge. La metodología se aplica a la Encuesta Nacional de Gasto de los Hogares 2012/2013 (Instituto Nacional de Estadísticas y Censos). Una vez estimados los puntajes de la variable latente para los hogares urbanos, se establecen los quintiles socioeconómicos y se asigna a cada hogar un quintil. Finalmente, se analizan las características de cada uno de los quintiles obtenidos y se indican las fortalezas y limitaciones de la metodología.
En este artículo se analizan las orientaciones de futuro laboral y educativo de los estudiantes que a fines de 2008 cursaban el último año de estudio en las escuelas estatales de la Ciudad Autónoma de Buenos Aires. En primer lugar, se describen las orientaciones de futuro hallándose una prevalencia de proyectos educativo-laborales entre los estudiantes y una anticipación de obstáculos que resulta más pronunciada en el plano laboral que en el educativo. Luego, mediante un análisis de regresión logística multivariada, se compara la influencia relativa de distintos atributos sociales, escolares, biográficos y de la oferta educativa sobre los objetivos de tipo profesional. Entre los principales resultados se halla que las diferencias de género muestran contundencia en la priorización de un objetivo profesional. La modalidad del plan de estudios también emerge como un aspecto clave en los horizontes de futuro, observándose un hiato entre la formación bachiller-comercial y la técnica, donde prevalecen expectativas de inserción laboral directa luego del egreso. Otro hallazgo es que en el plano educativo los horizontes de profesionalización adquieren una difusión más amplia e independiente del origen social educacional, como reflejo de un contexto donde están dadas ciertas condiciones para el acceso masivo a la educación superior. Por otra parte, en el trabajo se enfatiza la importancia de considerar la complejidad del diseño muestral en la instancia de análisis de los datos. Para ello se comparan los resultados obtenidos con estimadores que consideran la complejidad de diseño muestral con otros “naive”, reflexionando acerca de las implicancias epistemológicas que esto conlleva en la puesta a prueba de hipótesis en el análisis bivariado y multivariado.
En la actualidad el delito y la punición son analizados desde diferentes enfoques, ya que además de estar en crisis son temas a los cuales se les busca encontrar respuestas y soluciones. Es sabido entre los expertos que estudian estos tópicos que dentro de las cárceles la población es mayoritariamente joven, con bajos niveles de educación y provenientes de clases socioeconómicas medias/bajas y bajas, caracterizadas, entre otras cosas, por los bajos niveles de ingreso.
Teniendo en cuenta estas características podría pensarse que la vinculación explicativa de una conducta delictiva está dada por la asociación entre la condición de pobreza de un hogar y/o de sus integrantes y las probabilidades de comisión de delitos y la reincidencia en los mismos. Sin embargo, en este documento proponemos la existencia de una relación mucho más compleja. Por lo tanto, cabe preguntarse en relación al delito y a la reincidencia en el mismo, ¿qué tan asociados están esos factores a quienes incurren nuevamente en una conducta delictiva y al nivel de violencia al momento de perpetrar un delito?, finalmente, ¿qué factores son estos?
Para responder a estas preguntas se realizó un modelo de análisis multivariado basado en una regresión logística, en el cual se incorporaron variables relacionadas con los entornos o contextos de socialización temprana de los sujetos así como la trayectoria en instituciones como los institutos de menores. Los datos utilizados pertenecen a la Encuesta a Población en Reclusión de 2013, en la cual para Argentina se aplicaron más de mil encuestas personales a presos condenados por la justicia federal y ordinaria de la Capital así como por la justicia de la Provincia de Buenos Aires. Cabe destacar, además, que este fue un estudio que abarcó un conjunto de otros cinco países de la región: Brasil, Chile, El Salvador, México y Perú.
Este artículo trata acerca del empleo de la regresión logística binaria para la construcción de un grupo de comparación útil para la evaluación de impacto de un programa social. Se basa en una experiencia de aplicación real de tal procedimiento.
En la primera parte se aborda brevemente la problemática que plantea la implementación de diseños puramente experimentales en el caso de la evaluación de políticas públicas de contenido social y la alternativa de emplear modelos cuasi experimentales con un grupo de comparación construido estadísticamente. También se ponen en consideración algunas cuestiones inherentes a los diseños con doble medición, al tiempo que se abordan las dificultades que plantea la frecuente ausencia de una línea de base en el caso de los programas sociales. Asimismo, se explicitan los requisitos que debieran cumplimentar los grupos de comparación construidos mediante modelación estadística.
La segunda parte se refiere a las características del procedimiento estadístico empleado (la regresión logística binaria) y su utilidad específica para la obtención de grupos de comparación, con las limitaciones e inconvenientes que plantea, las alternativas posibles para sortearlos y los recaudos a adoptar. Finalmente, en la última parte se exponen los resultados provenientes del ejemplo de aplicación de este procedimiento conjuntamente con la interpretación de los mismos.
El conocimiento de la superficie sembrada con cultivos extensivos es de relevancia estratégica para el país y necesita ser estimada en forma objetiva dos veces al año para las principales Provincias Argentinas. El método aquí propuesto es el de observar –con el significado literal de la palabra- una muestra de segmentos que se definen, como relativamente pequeñas áreas que toman la forma de polígonos rectangulares, sin consultar a los dueños de las tierras, a los productores ni a ninguna persona relacionada con las explotaciones que contiene el segmento.
La selección original es de puntos aleatorios dentro de estratos de uso homogéneo del suelo, que luego se los transforma en segmentos. Es obvio que gran parte de los puntos caerán en lugares que no se pueden acceder con un vehículo y para poder llevar a cabo la observación es necesario trasladar el punto hasta el camino más próximo y allí conformar el segmento. Desde el punto de vista de la teoría del muestreo se reconoce que el procedimiento de trasladar origina un sesgo el cual es un error no debido al muestreo.
La contrapartida es que el método tiene importantes ganancias, entre ellas: a) muy alta confiabilidad de los datos por provenir de observaciones “in situ” hechas por expertos, b) no hay error en la medida de las superficies por utilizar tecnología satelital, c) una vez definido el segmento el Sistema de Posicionamiento Global (GPS) permite controlar el operativo y anula el error de ubicación de los segmentos en futuros operativos, d) las muestras son altamente comparables en el tiempo, e) los resultados se obtienen en breve tiempo, en general no más de tres meses, f) reducción notable del presupuesto al no existir revisitas.
El método incorpora nuevas tecnologías, entre ellas: imágenes satelitales, Sistemas de Información Geográfica (GIS), el GPS, el uso del Índice de Vegetación de Diferencia Normalizada (NDVI), programas de procesamiento de la información y protocolos estrictos de procedimientos.
Este trabajo mide la eficiencia en la producción de las PyME industriales argentinas a partir de la productividad total de los factores, para el período 2005-2011, utilizando datos a nivel empresa, y aplicando el enfoque Análisis Envolvente de Datos (DEA por sus siglas en inglés) basado en el trabajo de Farrell (1957) y las extensiones introducidas por Charnes et al (1978) y Banker et al (1984). Se busca generar un aporte desde el punto de vista metodológico, como antecedente en lo referido a cómo puede medirse la eficiencia de las PyME industriales argentinas en base a información estadística disponible, y explorar cuáles son los factores determinantes de la misma, ya que hasta el momento hay un vacío de información en este sentido. A partir de esto, se explora la asociación de este nivel de eficiencia con factores exógenos a las empresas o internos a las mismas como potenciales determinantes del mismo. Se encuentra que las PyME localizadas en las regiones del país de mayor desarrollo relativo y concentración de la actividad económica tienen un nivel de eficiencia en promedio mayor al resto. Mientras que, sorprendentemente, no hay evidencia suficiente para suponer que el sector de actividad de pertenencia está relacionado con el nivel de eficiencia en la producción. Por otro lado, contrariamente a lo esperado, las empresas más grandes, que exportan, y que solicitan y obtienen créditos bancarios, registran en promedio menores niveles de eficiencia que el resto, aunque esto podría explicarse por el hecho de que estas firmas están más capitalizadas, lo que, al incrementar su dotación del factor de producción capital, impacta negativamente en su eficiencia técnica de producción.
En el presente artículo se exponen aspectos analíticos y metodológicos de la aplicación de diversas técnicas de análisis de datos multivariados empleadas en una investigación sobre salud sexual y reproductiva y educación sexual. Se propone la categoría de escenarios complejos como construcción analítica que permite poner en vinculación concepciones, creencias y actitudes sobre sexualidad, diversidad sexual, género y aborto en base a un relevamiento por encuestas estructuradas en mujeres y varones adolescentes escolarizados en el nivel medio de Argentina realizado durante el segundo semestre del 2012. Dicho relevamiento tuvo como propósito principal indagar y explorar las formas en que determinadas concepciones sobre la sexualidad y el género de los alumnos se vinculan con modelos de educación sexual, las temáticas priorizadas en dichos abordajes, las formas en que se establecen los vínculos con docentes y adultos, los vínculos afectivos intrageneracionales, y las instancias de subjetivación juvenil. Se aplicaron una serie de técnicas estadísticas multivariadas: análisis de componentes principales, análisis de cluster por el método de K-medias y, fundamentalmente, el análisis de correspondencias múltiples para la generación de los escenarios complejos.
La elección a Presidente en Argentina de 2011 tuvo como ganadora a la candidata por el Frente para la Victoria Cristina Kirchner con una amplia diferencia respecto al segundo. El triunfo de la candidata tiene diferentes explicaciones causales desde el punto de vista de las motivaciones del voto por parte del electorado. A través de la presente investigación se intenta identificar las variables condicionantes y jerarquizarlas. Las características socio demográficas del ciudadano no tienen la influencia de otros momentos. En cambio, variables relacionadas con la gestión, el posicionamiento de los candidatos y el vínculo entre Néstor Kirchner y su esposa adquieren mayor protagonismo como condicionantes del voto.
El triunfo de Mauricio Macri en la elección presidencial de 2015 también tiene sus explicaciones causales. Sin entrar en la profundidad de la elección de 2011, se encontraron aspectos ideológicos y vinculados al consumo como elementos motivadores del voto.
Este trabajo analiza tanto los antecedentes como las características actuales del sistema de información estadística del sistema educativo argentino. Se plantea también el camino futuro de este sistema, teniendo en cuenta los cambios tecnológicos que tuvieron lugar en nuestro país en los últimos años.
Actualmente, el sistema nacional de información educativa está basado, principalmente, en el Relevamiento Anual, operativo censal que recoge con un corte anual la información consolidada a nivel nacional sobre las principales variables del sistema educativo, exceptuando las universidades. Este sistema garantiza una información homogénea y comparable para todo el ámbito nacional.En la actualidad el sistema de información educativa enfrenta nuevos desafíos producto de un sistema educativo complejo y en constante transformación. Además, el Relevamiento Anual presenta varias limitaciones y solo permite analizar en forma parcial los nudos críticos del sistema educativo. Para paliar estas limitaciones, durante los años 2013 y 2015, se desarrolló un Sistema Integral de Información Digital Educativa —SInIDE—, basado en información nominal de los alumnos. Este nuevo sistema articula y compatibiliza los requerimientos de información de las distintas instancias de gestión en los niveles nacional y jurisdiccional y permite que las instituciones educativas desarrollen a través de este sistema sus propios procesos administrativos y pedagógicos. Su potencialidad radica en la posibilidad de acelerar todos los procesos y de recoger datos adicionales para diagnosticar el funcionamiento del sistema educativo y las trayectorias educativas de los alumnos, tanto a nivel de los establecimientos como a nivel provincial o nacional. Además, permite la construcción de nuevos indicadores para evaluar la situación del sistema educativo en todo el país, fortaleciendo las políticas que se llevan a cabo en el marco de la Ley de Educación Nacional.
Este trabajo muestra los resultados mediante la aplicación de un instrumento de recolección de datos reticulares para un estudio de línea de base y evaluación de políticas públicas en entornos rurales, a fin de describir, medir y comparar las formas de las asociaciones entre los agentes involucrados de dos cooperativas.
Los objetivos de la ponencia radican en describir y caracterizar las redes de asociaciones de pequeños productores rurales en un contexto social delimitado, y evaluar la viabilidad de complementar los análisis estadísticos cuantitativos tradicionales con la metodología del análisis de redes sociocéntricas, para focalizar las formas de intervención y detectar asociaciones latentes y potenciales.
Los resultados obtenidos al aplicar este instrumento en dos agrupaciones de pequeños productores rurales del Noroeste argentino, beneficiarios de un programa social en el año 2014, muestran dos grafos multiplexados diferenciados. Mientras que en la primera red la forma de las asociaciones para movilizar recursos estratégicos se encuentra restringida por la autoridad de los referentes de la organización, en la segunda se observa una distribución más equitativa y menos autoritaria de los vínculos, así como una intermediación menos centralizada.
Se concluye que esta metodología ha sido adecuada para describir las fuerza, dirección y circulación de las relaciones entre los nodos de las agrupaciones relevadas, así como la existencia de asociaciones potenciales que no sean efectivizado. De esta forma la toma de decisiones se ve beneficiada al disponer de información específica, que permite detectar la necesidad de fortalecer vínculos, así como la posibilidad de identificar nodos y subgrupos que centralizan la intermediación y los recursos o que pueden desarrollar una mejor circulación de los mismos a causa de sus posiciones estratégicas en las redes.
El artículo presenta una metodología para la reconstrucción de las series del Nomenclador de Condición Socio-Ocupacional y el esquema de clases de Torrado a lo largo del período 1980-2001, durante el cual los cambios en los sistemas clasificatorios de las variables involucradas en su construcción presentaron importantes cambios. Se utilizaron los datos secundarios del estudio “Estructura Social Argentina” del Consejo Federal de Inversiones para el censo de 1980 y los datos publicados por el Instituto Nacional de Estadística y Censos de los censos de población de 1991 y 2001, para el Total del País.
La investigación aborda tanto las cuestiones metodológicas enfrentadas a la realidad de la oferta estadística en Argentina así como también aspectos teóricos sobre la temática de la estructura social. Se realiza un detallado análisis de las fuentes existentes que permiten la construcción de series lo más homogéneas posibles en términos metodológicos con el objetivo de que muestren los cambios de la estructura social entre fines de los cuarenta y la actualidad. Se analizan también los resultados alcanzados. En lo que hace a este aspecto, sin embargo, la profundidad de la indagación es menor.
El aporte permite continuar y armonizar, con las dificultades y advertencias metodológicas que implica, los trabajos de Germani (1955) y Torrado (1992) y el análisis de la estructura social Argentina según datos secundarios cuantitativos.
Palabras clave: Condición Socio-Ocupacional; clases sociales; censos de población; estructura social argentina; mercado de trabajo; ocupación; empleo.
En las últimas décadas se han multiplicado las investigaciones que toman a los/las docentes como objeto de estudio. Desde el campo de la educación, han predominado análisis tanto de las prácticas pedagógicas de maestros y profesores como de sus trayectos de formación; la economía y las disciplinas de la administración pública han enfocado su interés en el sistema de remuneraciones y en otros aspectos que consideran al docente como recurso clave del sistema; desde la psicología y las ciencias de la salud los estudios sobre el stress y el burnout han constituido un campo muy fructífero de indagación; y desde la sociología (en particular desde la sociología del trabajo), se han desarrollado abordajes respecto de la inserción laboral, la agremiación, los procesos y condiciones de trabajo docente así como de ciertas características sociales que hacen a los trabajadores de la educación (identidad profesional, status de la profesión, pertenencia de clase, proletarización y profesionalización). Las instituciones que han cobijado los estudios son diversas: organizaciones sindicales, universidades, organismos de gobierno y organismos internacionales, lo que da cuenta de la importancia relativa que ha adquirido el tema en el campo de la investigación.
El uso de fuentes secundarias de datos para el estudio de los docentes se ha difundido en los últimos años merced a la mayor disponibilidad de información y de los medios de procesamiento. Entre las fuentes secundarias disponibles en Argentina se encuentran los Censos Nacionales de Docentes realizados en 1994 y en 2004 implementados desde el Ministerio de Educación de la Nación. También, desde el sector educativo, se realizan anualmente relevamientos a nivel de cada escuela que permiten conocer las funciones y cargos docentes de manera agregada para cada establecimiento. Para el análisis de las remuneraciones, puede considerarse el Informe indicativo de Salarios Docentes que construye el Ministerio de Educación de la Nación a partir del relevamiento de los salarios devengados en todas las jurisdicciones del país. Ya en el campo de la información socio-demográfica, los Censos Nacionales de Población permiten caracterizar a la población ocupada en actividades de enseñanza y compararla con otros grupos ocupacionales. Por último, la Encuesta Permanente de Hogares es una fuente útil para caracterizar la ocupación docente, compararla con las ocupaciones de otras ramas y conocer la evolución de mediano plazo de ciertas variables laborales en los principales territorios urbanos del país.
Diversos trabajos han utilizado la encuesta de hogares de Argentina en los últimos años para estudiar el trabajo docente (Vegas, Pritchett y Experton, 1999; Herrero, De Santis y Gertel, 2003; Donaire, 2006; Tenti Fanfani, 2007; Dirié y Pascual, 2011). Este artículo propone un análisis de las particularidades de esta fuente en su nueva versión puesta en marcha en 2003 para el análisis laboral de los docentes así como algunas consideraciones sobre sus fortalezas y limitaciones.
La Encuesta Permanente de Hogares de Argentina (EPH) es un programa de investigación del mercado de trabajo urbano puesto en marcha por el Instituto Nacional de Estadística y Censos (INDEC) en el año 1974. Comenzó a aplicarse a una muestra de hogares de la Ciudad de Buenos Aires y los Partidos que la circundan para, progresivamente, extenderse a otros grandes aglomerados del país y a todas las ciudades que son capitales de provincia. En la actualidad se implementa de manera trimestral en 31 aglomerados urbanos y desde 2010 (solo un trimestre por año), en el resto de las áreas urbanas de cada provincia (consideradas de conjunto), con el proyecto de extender la cobertura también hacia zonas rurales, abarcando a la totalidad de la población del país. Actualmente la muestra comprende a unas 55 mil personas distribuidas en los 31 aglomerados.
La Encuesta clasifica a la población económicamente activa de modo análogo a cómo lo hacen los censos de población. A partir del tipo de actividad económica que declara la población, se clasifica a las personas según la ocupación a la que destinan mayor cantidad de horas semanales. Las bases de datos que se publican para los usuarios (microdatos) permiten producir información desagregada según variables económicas, demográficas o del hogar, pero con las limitaciones propias del carácter muestral de la EPH y el error asociado a este tipo de captura de información. El nomenclador utilizado para la clasificación permite discriminar a los docentes según diferentes niveles de enseñanza: Inicial y Primario; Secundario; Superior o Universitaria; Niveles combinados; Adultos y otros.
El campo fundamental para la identificación de los docentes en la base de datos de la Encuesta es el que codifica la actividad económica en que se desempeña la población. La codificación de las respuestas espontáneas de los entrevistados se realiza en 17 grandes grupos de actividad económica o ramas a partir del Clasificador de Actividades Económicas para Encuestas Demográficas del MERCORSUR (CAES-MERCOSUR). En la categoría “Enseñanza” se incluyen a los ocupados que se desempeñan en esa actividad más allá de que trabajen en el sistema formal de enseñanza o que lo hagan en instituciones no oficiales y/o de la educación no formal, o de que trabajen de manera particular.
En la medición correspondiente al cuarto trimestre de 2010 los ocupados de enseñanza se estimaban en 820.760 personas y representaban el 7,9% de todos los ocupados en los 31 aglomerados urbanos. Las mediciones trimestrales desde 2003, con excepción de algunas correspondientes al año 2007, muestran una relativa estabilidad en la estimación de la proporción de ocupados en enseñanza, con un valor mínimo de 6,9% (2007 1er. trim.) y uno máximo de 8,8% (3er. trim. 2003). Por otra parte, se observa que en los trimestres posteriores al año 2007, la serie registra una mayor estabilidad.
Gráfico 1: Ocupados en actividades de enseñanza. Absolutos y porcentajes sobre total de ocupados
Total de aglomerados. Años 2003 a 2010
Los ocupados que se desempeñan en enseñanza pueden ser estudiados en cuanto a su composición interna mediante la desagregación en grupos según las diferentes variables que releva la Encuesta. Al respecto, las desagregaciones que ofrecen mayor interés para el estudio de los docentes son las siguientes.
Carácter ocupacional: los dos primeros dígitos del campo código de ocupación determinan el “carácter ocupacional” que permite clasificar a las ocupaciones según el producto generado por el proceso de trabajo específico, más allá de la rama o sector de actividad económica al cual pertenezca el establecimiento. Una de las categorías definidas por el clasificador para el carácter ocupacional es “ocupados de la educación” que, en clave del sector educativo, se correspondería en gran medida con los docentes que desempeñan funciones frente a alumnos.
Categoría ocupacional. Es posible distinguir a los ocupados que se desempeñan en establecimientos bajo la categoría de “obrero o empleado” de aquellos que lo hacen por cuenta propia o que son patrones (propietarios de establecimientos privados). De este modo, se recorta un perfil ocupacional relativamente homogéneo en sus condiciones de trabajo y en sus ingresos que habilita comparaciones pertinentes con asalariados de otras ramas de actividad.
Sector del establecimiento. Permite determinar el tipo de gestión del establecimiento en que el docente desempeña su ocupación principal (estatal, privado o de otro tipo).
Código de Actividad. En su primer nivel de desagregación, los ocupados de enseñanza pueden clasificarse según los niveles educativos en los que desempeñan en su ocupación principal: a) inicial y primaria; b) secundaria; c) universitaria y superior; d) niveles combinados y; e) adultos y servicios de enseñanza no clasificados previamente. En las categorías correspondientes a los niveles de enseñanza de la educación común, se observa en los últimos años una participación ascendente tanto en secundaria como en superior y universitaria, y descendente en inicial y primaria. La serie evidencia problemas en el segundo trimestre de 2007 y en el cuarto de 2008 en los que se habría sobre-estimado los ocupados en inicial y primario a costa del resto. Por otra parte, el nomenclador fue revisado y modificado en el primer trimestre de 2012, no permitiendo desde entonces la desagregación de los ocupados de enseñanza según nivel en el que se desempeñan.
Gráfico 2: Ocupados en niveles inicial y primario, secundario y, superior y universitario
Porcentaje sobre ocupados de enseñanza.Total aglomerados. Años 2003 a 2010.
También pueden establecerse otras desagregaciones para el análisis de los ocupados de enseñanza a partir de la estructura del hogar en que residen, si son o no jefes de hogar, del aglomerado en que se localizan o del rango de ingresos que perciben entre otros. El límite para esta estrategia viene dado por la variabilidad (error) que tendrán los resultados en función del carácter muestral del relevamiento.
Para analizar la precisión de la identificación de docentes en la Encuesta Permanente de Hogares se realizó una comparación de los resultados del cuarto trimestre de 2004, con los que surgen del Censo Nacional de Docentes (CND) de 2004 (Ministerio de Educación, 2006).
Para realizar un pareo lo más ajustado posible en cuanto a cobertura territorial de ambas fuentes, se seleccionaron en la base de datos del CND los docentes que se desempeñan en establecimientos ubicados en las localidades que conforman los 28 aglomerados urbanos relevados por la EPH. Además se delimitó un universo de docentes de la educación básica obligatoria (inicial, primaria y secundaria) en el que la captación del CND se asume exhaustiva (dado que existirían déficits de captación en la educación no formal y que la cobertura de la fuente no incluye al nivel superior universitario).
Considerando los perfiles docentes señalados, la EPH registra una estimación puntual de cantidad de docentes muy similar a la que surge del CND, con diferencias menores al 1%. Sin embargo, es importante señalar que la variable niveles de enseñanza de EPH incluye una categoría “niveles combinados” que clasifica a aquellos docentes que desempeñan funciones en más de un nivel, sin precisar en qué niveles. En el cuarto trimestre de 2010 esa categoría reunía a unos 73 mi docentes, el 11% de todos los ocupados de enseñanza. Si se considera que todos esos docentes desempeñan al menos un cargo en inicial, primario o secundario, el total de docentes captados por la Encuesta pasaría de los 423 mil indicados en el cuadro a 496 mil, esto es, un 17% más que los relevado por el CND. Si bien no es posible confirmar que todos los docentes de la categoría “más de un nivel” se desempeñan en la educación básica (ya que algunos pueden combinar cargos en el nivel superior y en adultos), es probable que la mayoría de ellos lo hagan, lo que amplía las diferencias de los datos de ambas fuentes.
Las diferencias señaladas podrían explicarse por otros motivos, más allá de error muestral. Uno de ellos es que la fuente demográfica localiza la información según el lugar de residencia del encuestado (hogar) mientras que la educativa, utiliza el establecimiento. Otra es que la delimitación de localidades que componen los aglomerados no es suficientemente fina para definir la localización, requiriéndose una aproximación a partir de fracciones o radios censales. Podrían también considerarse problemas asociados al subregistro del CND (en particular en el sector privado) y/o errores en la atribución de categorías ocupacionales de la EPH.
Más allá de ello la cantidad de docentes identificados por la Encuesta Permanente de Hogares se muestra consistente con la relevada en el CND 2004. La comparación realizada con el CND permite establecer que las categorías docentes de esta fuente y los ocupados de enseñanza de la EPH resultan en gran medida asimilables, si se admiten las limitaciones en la precisión de algunas estimaciones.
Un rasgo metodológico importante del cuestionario de la Encuesta es que recaba abundante información de la ocupación principal de los encuestados, esto es, de aquella a la que destinan mayor cantidad de horas semanales. Sin embargo, del resto de las ocupaciones denominadas secundarias, solo se consulta la cantidad de horas trabajadas y los ingresos laborales. Características como la rama de actividad, el carácter ocupacional o los beneficios sociales de las ocupaciones secundarias quedan invisibilizadas en la fuente.
Por otra parte, es importante considerar que la encuesta relaciona directamente “ocupación” con “establecimiento”. Esto significa que si una persona desempeña la misma función laboral en más de una unidad productiva, por ejemplo en dos fábricas o en dos escuelas, la fuente considera que el entrevistado tiene más de una ocupación. Por eso, los ocupados de enseñanza que trabajan en más de una escuela o universidad tienen para la fuente “más de un empleo”; el cuestionario releva en profundidad las características de su escuela “principal”, limitándose a indagar solo los ingresos y las horas trabajadas en el conjunto de las otras escuelas.
En el caso de las actividades de enseñanza, la inserción en más de un establecimiento o escuela es una característica bastante frecuente. Esos ocupados tienen para la Encuesta, más de una ocupación. Por el contrario, los docentes que desempeñan diversas funciones en una escuela (por ejemplo maestra y vicedirectora) o que tienen más de un cargo (por ejemplo, en dos asignaturas en el mismo establecimiento) son clasificados como ocupados con una sola ocupación porque lo relevante el establecimiento.
Los ocupados en enseñanza registran, en promedio, mayor cantidad de ocupaciones que los ocupados del resto de las actividades económicas. Esta característica se acentúa entre aquellos que, además de insertarse en actividades de enseñanza, se desempeñan en ocupaciones de la educación, categoría que es asimilable a la de docentes frente alumnos del sistema educativo. Se entiende que en este tipo de funciones laborales los docentes pueden sumar horas de clase en diferentes establecimientos algo que no es tan frecuente en cargos de dirección o de apoyo a la enseñanza que no se organizan por horas o módulos. En número redondos, mientras que dos tercios de los docentes en “ocupaciones de la educación” (frente a alumnos) tienen una sola ocupación, es decir, trabajan en una sola escuela (65,7% en el 2010), en el resto de los ocupados enseñanza los que tienen una sola ocupación son el 84,3%. En los ocupados del resto de las ramas esta característica de “empleo único” alcanza al 91,6%.
En definitiva, si se procesaran los datos bajo el supuesto de que todas las horas e ingresos de aquellos que desempeñan ocupaciones de enseñanza como ocupación principal corresponden a este tipo de actividad, se estaría trabajando con un error máximo de hasta el 19% (pero en promedio mucho menor) y dejando fuera del análisis al 5% de los docentes que tienen en esta actividad una ocupación complementaria.
En los niveles superior y universitario –especialmente este último- es necesario remarcar que una parte no desdeñable de los docentes desempeña actividades laborales más allá de la educación, en establecimientos correspondientes a actividades que no son las de enseñanza. Muchos de ellos incluso, tienen a esas actividades extra-educativas como principal ocupación. Como referencia téngase en cuenta que de los algo más de 150 mil docentes universitarios que se desempeñan en universidades estatales, sólo el 13,4% tiene dedicación exclusiva y un 19,5% semiexclusiva (Anuario Estadísticas Universitarias 2010). Por ello, es probable que una proporción importante de los docentes universitarios no se encuentre relevada dentro de las estadísticas socio-demográficas, en tanto su ocupación principal puede pertenecer a otra rama.
En algunos países como es el caso de Argentina la información sobre los ingresos monetarios de la población es de difícil acceso. Se ha señalado que para muchas personas el monto de su sueldo es un tema “tabú” sobre el que resulta difícil hablar incluso dentro de círculos íntimos como los grupos de amigos y familiares. Por eso, una de las dificultades con que se enfrenta toda encuesta socio-económica es lograr declaraciones precisas de los ingresos laborales y no laborales por parte de los entrevistados.
En el caso de la EPH las dificultades que se observan en el registro de los ingresos de la población son siempre objeto de debates. Existe consenso respecto de que en ciertas categorías de ocupados la subdeclaración es mucho menor que en otras, como es el caso de la categoría de asalariados donde reviste la gran mayoría de los docentes. También se ha señalado que tales dificultades u omisiones se pueden suponer constantes a lo largo del tiempo con lo cual las comparaciones longitudinales no se verían afectadas (Gasparini, 2000; Altimir, 2002).
Las dificultades en la captación de ingresos en la Encuesta obedecen a la no respuesta y a la subdeclaración. En cuanto al primer caso, los niveles de no respuesta en los ingresos de la ocupación principal para todos los ocupados eran del 16,5% de los casos (sin ponderar) en el segundo trimestre de 2010, valores que resultaban superiores entre los cuentapropistas (22,0%) y más aún entre los patrones (32,5%). Entre los asalariados, categoría en la que se inscribe cerca del 90% de los docentes, los porcentajes de no respuesta eran del 14,3% en el mismo período. En el grupo de los ocupados de enseñanza, los valores son muy similares a los de los asalariados (15,0%).
La no respuesta a las variables de ingreso puede ser tratada mediante la imputación de los valores faltantes por diversos métodos estadísticos. En las bases para usuarios de la Encuesta que comenzaron a publicarse en la última década, se incluyó la imputación de los valores mediante el método hot-deck (asignando valores a partir de otros casos de la base considerados como “donantes”) además de identificar qué casos fueron los imputados y en qué tipos de ingreso. Esto le permite al usuario determinar si utiliza o no los valores imputados en las bases o si decide generar una imputación por un método diferente.
En cuanto a la subdeclaración, diversos estudios han evaluado el fenómeno en la versión anterior de la EPH (la encuesta “puntual”, vigente hasta 2003) señalando magnitudes variables que, según algunos reportes, podría alcanzar el 40% (Salvia y Donza, 2000; Roca y Pena, 2001). Sin embargo, también se ha señalado que parte de las evaluaciones realizadas en las magnitudes de subdeclaración han considerado como referencia otras fuentes de información cuya cobertura territorial es mayor a la de la EPH, sobre-estimando el problema (Roca y Pena, 2001).
Por otra parte, así como la no-respuesta varía en diferentes grupos de ocupados también la subdeclaración es variable. Para este trabajo se evaluaron los ingresos laborales de los docentes en la EPH con respecto a los que se registran en los informes indicativos de salarios docentes del Ministerio de Educación de la Nación. Se tomó como punto de partida los montos ya imputados de la base datos. A partir de esta evaluación se concluyó que los ingresos laborales de los docentes captados por la EPH evidencian valores de subdeclaración que son en promedio del 7%, pero que esos valores varían a lo largo del período 2004-2010, desde un 1% a un 15%. Se detalla a continuación el procedimiento de comparación realizado.
La evaluación de los montos provenientes de la EPH y del Informe de salarios es compleja dada la dificultad para delimitar universos docentes similares en ambas fuentes. También por la diversa cobertura territorial de cada una: principales aglomerados urbanos en un caso; total país en el otro. Mientras en las bases de la EPH se dispone de un monto de ingreso laboral declarado por el entrevistado e imputado según no-respuesta, en el Informe de salarios el dato corresponde a una declaración realizada por un funcionario provincial especializado. Además de salario bruto y costo laboral, los informes presentan los valores del salario de bolsillo que son los que se consideran en esta evaluación.
Para la comparación, se tomó como punto de partida el monto de salario de bolsillo del cargo testigo de maestro de grado con diez años de antigüedad que registran los Informes de Salarios de Ministerio de Educación. En la EPH se delimitó un perfil de ocupado-asalariado de enseñanza lo más cercano posible al cargo testigo para lo cual se tuvieron en cuenta criterios de selección como el nivel de enseñanza inicial-primario y el carácter ocupacional que permite identificar a los trabajadores docentes que desempeñan tareas frente alumnos, es decir, tareas de “educación”. Adicionalmente se incorporó como criterio que la cantidad de horas trabajadas por esos ocupados se ubicara entre 10 y 30 horas por semana para asegurar la captación de docentes de media jornada (20 horas estimadas), frente al riesgo de incluir docentes de primaria que trabajen jornada completa. No se incluyó un criterio de antigüedad porque se trabajó bajo el supuesto de que los diez años del cargo testigo expresan un promedio de esa variable en el colectivo docente. Finalmente se consideraron los ingresos de la ocupación principal de los docentes (y no los secundarios) de modo de poder establecer la comparación contra los salarios correspondientes a “un” cargo.
Una dificultad adicional que se presentó en la comparación es la ponderación jurisdiccional de la información. Como se sabe el peso del colectivo docente de cada jurisdicción en el total nacional es muy variable. Para componer un valor nacional de salario docente es necesario ponderar los salarios de cada jurisdicción por un valor de referencia que exprese el peso jurisdiccional en el total país del cargo que se quiera comparar. Para hacerlo se puede considerar, por ejemplo, el total de docentes de nivel primario por provincia que provee el Censo Nacional de Docentes de 2004 o la cantidad de secciones de primaria (asumiendo que en este nivel se trata de una buena estimación; en el secundario la equivalencia secciones-docentes es mucho más compleja).
La estrategia mencionada no permite, sin embargo, establecer una comparación directa con los ocupados docentes que capta la EPH ya que en esta fuente se expresan otras relaciones entre los valores provinciales y los nacionales. Esto se explica por la diferente cobertura poblacional de la Encuesta en cada provincia, que resulta muy variable de acuerdo a la importancia de las aglomeraciones urbanas en cada jurisdicción. Por ejemplo, en el caso la Ciudad de Buenos Aires la población alcanzada por la EPH representa el 100% de su población; en la provincia de Buenos Aires, el 75%; en La Rioja el 54% y en Salta el 44%. El mismo fenómeno se observa en la población ocupada en la enseñanza: mientras las estimaciones captan al total de los docentes de CABA, solo registran un parte menor en jurisdicciones con alta ruralidad o con importante población que reside fuera de los grandes aglomerados.
Dado que el salario docente es homogéneo al interior de cada jurisdicción, lo señalado no es un problema para estimar valores jurisdiccionales a partir de los datos de los aglomerados urbanos, pero sí para componer un valor nacional de ingresos laborales docentes a partir de la Encuesta. Por ejemplo, mientras el CND 2004 indica que los docentes de primaria de la provincia de Buenos Aires representan un 28% del total nacional, en la EPH los ocupados de este perfil de los cuatros aglomerados de Buenos Aires representan el 40% del total de los aglomerados. En provincias de menor dimensión poblacional y mayor ruralidad, en las que el nivel primario está muy extendido y disperso territorialmente, ocurre lo contrario: en la EPH se capta una reducida proporción de los docentes primarios de la provincia que subrepresentan su participación en total nacional. Chaco, Formosa o Misiones son los ejemplos más ilustrativos.
En definitiva, se optó por una ponderación de los montos de salarios de los Informes según las cantidades de docentes por jurisdicción que surgen de los 28 aglomerados. Esto permitió asignar a cada provincia un peso relativo en el total nacional que volviera comparables ambas fuentes.
Mediante este procedimiento se estimaron valores de subdeclaración de los ingresos de los docentes que llegan a un máximo de 15% en el período 2004-2010. La subdeclaración promedio muestra variabilidad en el curso de los siete años. Esto podría explicarse por diferentes motivos: el relativamente alto nivel de error existente en desagregados de casos de la EPH tan reducidos como el que fue necesario delimitar para establecer la comparación con otra fuente; la importante variación que tuvieron los salarios-ingresos en el curso de este período o; las propias dificultades de la fuente para captar los ingresos en general. Más allá de estas dificultades, los ingresos captados por EPH para los docentes tendrían un nivel de subdeclaración por debajo del promedio que otros estudios han señalado para el conjunto de los asalariados. Esta subcaptación estaría en un orden razonable y permitiría utilizar esta información para algunas estimaciones o para observar una tendencia de mediano plazo.
Si se admite que la variabilidad en la subcaptación se explica no por las características de la fuente ni por la baja calidad de la información en la variable ingresos de los ocupados de la rama enseñanza, sino por el importante nivel de error propio del reducido grupo docente que hubo que aislar para comparar con la fuente de salarios, se puede asumir que al considerar subpoblaciones de mayor dimensión (como es el caso de los ocupados de rama de enseñanza e incluso de algunas subdivisiones por nivel o sector), la estabilidad de la información es mucho mayor y habilita estimaciones más robustas que permiten comparaciones interanuales.
Como toda información proveniente de una muestra, los resultados de la EPH contienen un cierto error asociado al muestreo. Cada estimación puntual de totales, medias o proporciones, registra una cierta probabilidad de contener al parámetro, es decir, al valor que se quiere conocer en el universo poblacional (INDEC, 2011). La teoría del muestreo señala que las estimaciones de todas las posibles muestras de tamaño n que puedan extraerse de un universo, arrojan diversas estimaciones que se distribuyen “alrededor” del parámetro. Los diseños muestrales complejos, como el de la Encuesta, tienden a incrementar el error en comparación con un muestreo aleatorio simple; sin embargo, también es cierto que un adecuado procedimiento de estratificación, que considere la o las variables clave asociadas al fenómeno bajo estudio, juega en sentido contrario y puede compensar parcialmente el incremento del error señalado.
Cuando no se trata de estimar el parámetro por única vez sino que el objetivo es conocer su evolución a través del tiempo, la forma de considerar el error muestral se modifica parcialmente. En el caso de una muestra extraída por única vez para conocer una característica poblacional, el error de la estimación es la única referencia con que cuenta el analista sobre la precisión del dato. En el marco del nivel confianza elegido, el error de esa única estimación será el punto en que deberá anclar la solidez de sus conclusiones. En cambio, cuando se dispone de una serie temporal proveniente de diversas muestras sucesivas, la evolución más o menos oscilante de las estimaciones se constituye en un punto de apoyo adicional para considerar la robustez de los resultados alcanzados. Si el analista dispone de una serie con estimaciones de un parámetro cuyo error está en el límite de lo tolerable, pero que en su evolución señalan una tendencia de mediano plazo, cuenta entonces con una referencia adicional como fundamento para sus conclusiones respecto de la evolución de mediano plazo del fenómeno.
El diseño muestral de la EPH se estructura para valorar con precisión los cambios en la tasa de desempleo entre trimestres sucesivos y, por supuesto, entre períodos mayores. Para la estimación de otros parámetros la lógica de trabajo con series, es la que debe considerarse como pertinente.
Los valores de error de las estimaciones tienen relación también con la desagregación de los resultados, ya que los coeficientes de variación se incrementan cuando corresponden a estimaciones que involucran a parcelas de casos de la muestra. Si bien no existe una referencia rígida para determinar cuál es el máximo error aceptable –ya que depende del tipo de análisis que se esté desarrollando-, lo cierto es que a partir de coeficientes de variación del 20% los resultados deben ser tratados con cautela (INDEC, 2004).
En la estimación de la población ocupada en actividades de enseñanza en un semestre el coeficiente de variación es del 3,8% con un 90% de confianza (INDEC, 2011). En efecto, la estimación puntual de los ocupados de enseñanza de la rama de enseñanza para el segundo semestre de 2011 era de 823 mil personas en los 28 aglomerados urbanos. El error asociado a la estimación de este total, con el nivel confianza señalado, es de 51 mil personas (823.000*0,038*1,645), con lo que los límites inferior y superior son 772 mil y 875 mil respectivamente.
En las estimaciones provenientes de bases de datos semestrales el coeficiente de variación se reduce entre el 10 y el 20% de acuerdo a la cantidad de casos involucrados. En el grupo de los ocupados de enseñanza, que son cerca de 800 mil, la agregación semestral genera estimaciones que son un 10% más eficientes.
El error asociado a la estimación de la cantidad de ocupados en la actividad de enseñanza en el total de aglomerados resulta más que aceptable según los criterios de error comúnmente aceptados. En las estimaciones que toman como referencia a subgrupos dentro de los docentes (los del nivel primario, los de escuelas estatales, etc.), los valores de error se incrementan en la medida que disminuyen la cantidad de casos involucrados. Al final de esta sección se consigan referencias de error para diferentes subpoblaciones docentes. Sin embargo, tanto la agregación de bases trimestrales en semestrales, como el trabajo con series para valorar tendencias de mediano plazo, permiten controlar el error de las estimaciones de modo de arribar a conclusiones que sean pertinentes. El uso de medias móviles, promediando las estimaciones de un período con las del inmediato anterior y posterior, es otra estrategia válida para evaluar la dirección general del cambio de un fenómeno más allá de coyunturas o variaciones debidas al muestreo.
También es necesario señalar que en las estimaciones que no refieren a totales poblaciones sino a tasas o proporciones que derivan de un cociente entre dos totales (por ejemplo un porcentaje de docentes asalariados), el error se puede estimar a partir de las tablas de error y considerando el total correspondiente al numerador de la tasa. Bajo el supuesto de que el denominador es grande (en todas las tasas sobre la población docente siempre son superiores a 250 mil casos), el error en que se incurre por seguir este procedimiento es bajo. En el caso de los promedios, se puede seguir un criterio similar y aplicar el error correspondiente al total de casos (n) involucrado en el promedio en cuestión.
Es importante señalar que el procedimiento señalado se muestra eficiente para conocer la tendencia en la evolución de fenómenos que involucran a subpoblaciones al interior de los docentes, pero que pueden no permiten obtener conclusiones de cambios entre trimestres, semestres y, en algunos casos, entre dos años sucesivos. Incluso, si se desea estimar la evolución de la cantidad de ocupados en enseñanza entre dos trimestres sucesivos, y dicha variación es –como muy probablemente pueda ocurrir- de una magnitud inferior al 4%, la Encuesta no va a resultar una herramienta satisfactoria en tanto el error asociado a la estimación de ese total es justamente del orden del 4%. Pero si se busca evaluar el mismo fenómeno en un plazo más largo -digamos de 1 o 2 años- y se disponen de estimaciones para todos los trimestres o semestres, la tendencia que se dibuja permite sacar conclusiones consistentes no solo para ese parámetro sino para otros referidos grupos menores.
La Encuesta Permanente de Hogares es una fuente de datos útil para el estudio de los docentes en la medida que aporta información periódica y comparable con otros grupos de ocupados. Si bien no tiene la precisión de una fuente del sector educativo como es el caso del Censo Nacional de Docentes o el Informe Indicativo de Salarios, permite ciertos tipos de análisis que pueden ser concebidos como complementarios respecto de estas fuentes más específicas. A respecto, en estos párrafos finales, se repasan las principales limitaciones y fortalezas.
De la comparación con el Censo Nacional de Docentes de 2004, se desprende que la cantidad de docentes u ocupados en actividades de enseñanza que releva la EPH resulta consistente. A partir de la comparación realizada con el CND, se puede establecer que las categorías docentes de esta fuente y los ocupados de enseñanza de la EPH resultan en gran medida asimilables, si se admiten las limitaciones en la precisión de algunas estimaciones.
Las dificultades derivadas de no poder caracterizar la naturaleza de las ocupaciones secundarias de los trabajadores es un problema importante, en particular teniendo en cuenta la alta proporción relativa de ocupados de enseñanza con otras ocupaciones. Una estrategia para abordar este problema es atribuir a la ocupación principal, las características de las secundarias (ingresos, horas trabajadas) pero con las limitaciones del error aparejado que ya se mencionaron.
Los coeficientes de variación trimestrales de las estimaciones de totales de población ocupada en actividades de enseñanza resultan más que aceptables para el total de ocupados en este sector. La desagregación de la categoría ocupados de enseñanza admite numerosas alternativas que permiten identificar en la fuente subgrupos de docentes que resulta de interés estudiar. Así pueden considerarse docentes de diferentes niveles de enseñanza, sectores de gestión, funciones educativas o pertenecientes a diversos niveles socio-económicos o tipos de hogar. Si bien algunos de los valores de error en este tipo de resultados rondan el 15%, podrá considerarse la estrategia de pool de datos para procesar resultados semestrales en lugar de trimestrales, realizando ajustes en los ponderadores.
Las dificultades que se observan en los valores de ingresos de la Encuesta son siempre objeto de debates y críticas. Existe consenso respecto de que en ciertas categorías de ocupados la subdeclaración es mucho menor que en otras, como es el caso de la categoría de asalariados donde reviste la gran mayoría de los docentes. También que se pueden suponer constantes a lo largo del tiempo los problemas de no respuesta y subdeclaración con lo cual las comparaciones longitudinales no se verían afectadas. La evaluación realizada a partir de la comparación entre los ingresos laborales registrados por la EPH y los provenientes de los Informes Indicativos de Salarios ponen en evidencia niveles de subdeclaración bajos (menores al 15%) pero variables a lo largo del período de la posconvertibilidad, por lo que su uso debe considerarse para analizar tendencias de mediano plazo (3 a 5 años).
La metodología presentada para analizar la evolución del empleo docente en base a la EPH tiene una característica que es necesario destacar: no es sofisticada en el sentido de irreproducible para usuarios con un conocimiento medio de estadística. Luego de la validación de la fuente mediante el cruce con otras de tipo sectorial, la metodología propuesta para el análisis de las tendencias en el empleo docente, ha procurado utilizar todos los insumos que el INDEC pone a disposición del público (microdatos, documentos metodológicos y tablas de errores). Se espera que este aspecto del trabajo realizado pueda resultar en una contribución para una más eficaz utilización de esta fuente en el estudio de los docentes.
ALTIMIR, O. y otros. (2002). La distribución del ingreso en Argentina, 1974-2000, en Revista de la CEPAL, N° 78, Diciembre (Buenos Aires).
BECCARIA, L.; GROISMAN, F. (2006). Inestabilidad, movilidad y distribución del ingreso en Argentina. Revista de la CEPAL, n° 89.
DIRIE, C. y PASCUAL, L. (2011). La rama de enseñanza en la Provincia de Buenos Aires: Evolución reciente y condiciones laborales. Ministerio de Trabajo de la Provincia de Buenos Aires. Buenos Aires.
DONAIRE, R. (2009). Sobre la proletarización de los trabajadores intelectuales. Un ejercicio comparativo a partir del caso de los docentes de Argentina. En NEFFEA, J.; DE LA GARZA, E.; MUÑIZ, L. (Org.). Trabajo, empleo, calificaciones profesionales, relaciones de trabajo e identidades laborales. Buenos Aires: Consejo Latinoamericano de Ciencias Sociales. p. 57-88.
DONAIRE, R. y LLANOS POZZI, M. (2004). Población docente: reflexiones sobre los relevamientos estadísticos continuos y censales existentes. Limitaciones y propuestas de reformulación. Departamento de Estadística, Dirección de Investigación, Secretaría de Educación, Gobierno de la Ciudad de Buenos Aires. Buenos Aires.
GASPARINI, L. y otros (2000). La distribución del ingreso en la Argentina y en la provincia de Buenos Aires. En Cuadernos de Economía, N° 49 (La Plata).
HERRERO, V, DE SANTIS, M, y GERTEL, H. (2003). El ingreso de los docentes en la Argentina: ¿es alto o bajo? Instituto de Economía y Finanzas, Facultad de Ciencias Económicas, Universidad Nacional de Córdoba. Córdoba.
INDEC. (2011). Errores de muestreo en la estimación de totales de personas a partir de una base trimestral. Buenos Aires: Instituto Nacional de Estadísticas y Censos.
INDEC. (2003). La nueva Encuesta Permanente de Hogares de Argentina. Buenos Aires: Instituto Nacional de Estadísticas y Censos.
MARSHALL, A. (1999). El empleo en el sector educativo. Ministerio de Educación de la Nación.
MINISTERIO de Cultura y Educación de la Nación. (2011). Anuario de estadísticas universitarias 2010. Buenos Aires.
MINISTERIO de Educación, Ciencia y Tecnología. (2006). Censo Nacional Docente 2004 - Resultados definitivos. Buenos Aires: Ministerio de Educación, Ciencia y Tecnología de la Nación.
MORDUCHOWICZ, A. (2004). Discusiones de economía de la educación. Buenos Aires: Losada.
ROCA, E, PENA, H. (2001). La declaración de ingresos en las encuestas de hogares. Ponencia presentada al 5to. Congreso Nacional de la Asociación de Estudios del Trabajo (ASET). Buenos Aires.
SALVIA, A. y DONZA, E. Sin año. Problemas de medición y sesgos de estimación derivados de la no respuesta completa a las preguntas de ingresos en la EPH (1990-1998).
TENTI FANFANI, E. (2010). Características socioeconómicas, opiniones, valoraciones y expectativas de los docentes argentinos de educación básica. Encuesta Nacional a Docentes 2010. Buenos Aires: MIMEO.
TENTI FANFANI, E. (2007). La condición docente. Buenos Aires: Siglo XXI Editores.
VEGAS, E.; PRITCHETT, L; y EXPERTON, W. (1999). Attracting and retaining qualified teachers in Argentina: Impact of the structure and level of compensation. World Bank. Washington.