El impacto del nivel educativo alcanzado en el índice
de calidad del empleo en el Perú, 2016
Oscar Ñiquen Lasteros
Dirección de Investigación Socio Económico Laboral
del Ministerio de Trabajo y Promoción del Empleo
oniquen@trabajo.gob.pe
Recibido: 04/09/2018
Aprobado: 25/07/2019
R E V I S T A P E R U A N A D E I N V E S T I G A C I Ó N E D U C A T I V A
2 0 1 9 , N o . 1 1 , p p . 5 - 3 8
6 I
oscar ñiquen
El impacto del nivel educativo alcanzado en el índice de calidad
del empleo en el Perú, 2016
Resumen
El presente estudio de investigación tiene como objetivo medir el impacto de
un mayor nivel educativo alcanzado en el índice de calidad de empleo teniendo
en cuenta las brechas de género, área y categoría ocupacional. El estudio es de
tipo cuantitativo con datos de corte transversal obtenidos de la Encuesta Nacio-
nal de Hogares elaborada por el Instituto Nacional de Estadística e Informática
(INEI). La metodología empleada consiste en un modelo probit, ordenado para
cuatro categorías del índice de empleo. Entre los principales resultados, se en-
contró que en el Perú la categoría con mayor probabilidad (42%) correspondió
a mala calidad de empleo y que un mayor nivel educativo alcanzado redujo en
1,9% la probabilidad de pertenecer a dicha categoría. También, se identicó que
los trabajadores con educación básica tienen mayores probabilidades de tener
un empleo de mala y muy mala calidad. En comparación con un trabajador con
educación superior no universitaria, tienen aproximadamente tres veces menos
probabilidad de pertenecer a un empleo de muy buena calidad. Otro resultado
importante es que mayores niveles educativos no presentaron menores brechas
en género y categoría ocupacional. Si bien la probabilidad de tener buena calidad
de empleo de hombres y mujeres aumentó en cada nivel educativo, del mismo
modo, incrementó la diferencia entre probabilidades. Lo mismo ocurrió entre
asalariados e independientes, marco en el que los asalariados tuvieron mayor
benecio al cualicarse en comparación con los independientes.
Palabras clave: Educación, análisis socioeconómico, economía del trabajo
e impact of the educational level achieved in the index of quality
of employment in Peru, 2016
Abstract
e objective of this research study is to measure the impact of higher level of educa-
tion in the employment quality index, considering gender, area, and occupational
category gaps. is quantitative study analyzes cross-sectional data obtained from the
National Household Survey prepared by the INEI. e methodology consists in an
ordered probit model for four categories of the employment index. Among the main
results, it was found that, in Peru, the category of poor quality of employment is the
one with the highest probability (42.0%), while a higher educational level reduces the
probability of belonging to this category. Also, the research shows that workers with
basic education are more likely to have a bad and very poor-quality job. Compared
to a worker with non-university higher education, they are approximately three times
less likely to belong to a very good quality job. Another important outcome is that
higher educational levels do not show minor gaps in gender and occupational cat-
egory. Although the probability of women and men having good quality employments
increases in each educational level, the dierence between probabilities also did. e
same occurred between employees and independents; in this case, salaried employees
have a greater benet in qualifying compared to independent workers.
Keywords: Education, socio-economic analysis, labor economics
I 7
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
Introducción
En los últimos años, las instituciones encargadas de la política pública labo-
ral ya no se han enfocado exclusivamente en la reducción del desempleo, sino
que han tratado de armonizar la reducción del paro con la creación de nuevos
puestos de trabajo con un mínimo de calidad requerida, lo que ha derivado
en un tema complejo de abordar (Gonzales y Mora, 2011). Esta búsqueda de
mejores puestos de trabajos se ve justicada por la evidencia empírica. Por
ejemplo, en el caso peruano, la tasa de desempleo para el 2016 fue de apenas
4,2%. Sin embargo, para el mismo año, el 72% de la población ocupada se en-
contró laborando informalmente, lo que evidencia la gran brecha existente en
el mercado laboral.
Esta brecha observada trajo consigo metodologías destinadas a medir las
condiciones laborales. Entre ellas, destaca el índice de calidad del empleo (ICE),
que, mediante una escala del uno al cien, toma referencia sobre la calidad labo-
ral en la que trabaja un asalariado o independiente. Para el caso de Perú, en el
2016, la puntuación alcanzada fue de 40,9, lo que signica una mala calidad del
empleo (teniendo en cuenta indicadores económicos, contractuales y sociales).
Cabe destacar que, para el 2016, solo la región de Moquegua tuvo un puntaje
mayor a 50,0 (50,5), situándose como la única con buena calidad de empleo.
Latinoamérica tampoco ha sido ajena a esta brecha de calidad laboral. El
estudio de Weller y Rothlisbeger (2011) encuentra un décit en la mayoría de
los países en materia de calidad de empleo, considerando aspectos como los
ingresos, la aliación a salud, la garantía de derecho laboral, los benecios,
etc. Así pues, esta arraigada problemática internacional ha ocasionado que los
investigadores empiecen a darle la debida importancia al análisis formal de los
determinantes del empleo de calidad.
En este contexto, la variable que más ha destacado en el estudio empírico
ha sido el nivel educativo, gracias a que se presenta como una variable que ha
tenido resultados positivos y signicativos en las estimaciones. Por dar algunos
ejemplos, estudios como el de Mora y Ulloa (2011) encuentran que un año
adicional de educación mejora el índice de calidad en 1,4 veces. De la misma
manera, Gaviria y Quingua (2015) hallan que un aumento de 1% en los años de
educación ocasiona que la calidad de empleo mejore, en promedio, en 0,67%.
La evidencia empírica, en ese sentido, daría pie a la importancia de medir los
efectos del nivel educativo en el índice de calidad del empleo del Perú. En el país,
hasta el año 2016, solo el 11,6% de la PEA (población económicamente activa)
ocupada asalariada e independiente tuvo educación superior universitaria, el
10,8% accedió a educación superior no universitaria y el grueso de trabajado-
res tuvo nivel alcanzado hasta educación secundaria (40,1%). Es importante
mencionar que la teoría detrás de la relación entre calidad de trabajo y educa-
ción es la teoría del capital humano, planteada por Becker (1964). Sobre esta
base, el presente artículo de investigación no solo busca cuanticar el índice
de calidad del empleo (ICE), sino también pretende medir el impacto de sus
8 I
oscar ñiquen
principales determinantes de una manera formal, teniendo como foco princi-
pal el nivel educativo alcanzado de los trabajadores.
Revisión de la literatura
En un primer momento, los atributos que se consideraron para medir la cali-
dad del trabajo fueron el estatus de trabajo, la seguridad en el empleo, y la a-
liación a seguro y pensiones (Rosenthal, 1989). Luego, Verdera (1995) incluyó
en los indicadores tradicionales la duración de la jornada de trabajo, la sindi-
calización y la estabilidad laboral. Posteriormente, Valenzuela (2000) tomó en
consideración el balance trabajo/familia y las características de la jornada de
trabajo. Más tarde, entre los trabajos que mejor lograron aproximar un índice
de calidad laboral tomando en cuenta el benecio social y económico condi-
cionado a las normas institucionales, se encuentra el estudio de Farné (2003).
Este autor resumió el índice en cuatro variables básicas: la aliación a seguro de
salud y sistema de pensiones, el ingreso laboral, el tipo de contrato y las horas
trabajadas. Dependiendo de si el trabajador era asalariado o independiente,
Farné le atribuyó ponderaciones especícas a cada una de estas variables.
En el Perú, solo existen reportes de la evolución del índice de calidad del
empleo (ICE) elaborados por el Ministerio de Trabajo y Promoción del Em-
pleo (MTPE) siguiendo la propuesta de Farné (2003); no hay investigaciones
que midan el impacto del nivel educativo de las personas ni de ninguno de sus
determinantes. Tampoco, hay estudios sobre las brechas existentes de las carac-
terísticas socioeconómicas en el acceso al empleo de calidad, lo que justicaría
la realización del presente artículo de investigación.
Enfocándose en Latinoamérica, el estudio realizado por Weller y Roethlis-
berger (2011) concluye que existe una elevada heterogeneidad estructural, una
desigualdad en la distribución de los activos y una mala calidad en el nivel
educativo, lo que genera una baja productividad laboral. Los autores, también,
sugieren que los efectos agregados y la institucionalidad laboral no son los úni-
cos factores determinantes, sino que existen brechas segmentadas como el área
geográca y el género.
En el caso de Colombia, existen diversos estudios sobre la relación entre
el nivel educativo y el mercado laboral. Entre ellos, destaca el estudio realizado
por Mora y Ulloa (2011), que midió la relación entre el índice de calidad del
empleo y el nivel educativo mediante un modelo logit multinomial. A partir
de ello, se identicó que un año adicional de educación aumentó en 1,4 veces
la probabilidad de tener un empleo de calidad alta sobre un empleo de calidad
baja. De igual manera, se encontró que aún persisten las brechas de género y las
brechas entre ciudades para el acceso al empleo de calidad.
Otro estudio colombiano importante sobre el índice de calidad del empleo
es el realizado por Gaviria y Quingua (2015), quienes, por medio de elasticida-
des, determinaron que un aumento de 1% en los años de escolaridad aumen-
taría la calidad del empleo en 0,67% (efecto inelástico). También, identicaron
I 9
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
que las mujeres tienen, en promedio, un menor índice que los hombres y que
la edad tiene un efecto positivo en la calidad del empleo, aunque con una elas-
ticidad baja (0,47%).
De igual forma, la investigación realizada por Riomaña (2014) sobre la
incidencia de la educación en el empleo y el desempleo en Colombia concluye
que un mayor nivel educativo reduce la probabilidad de ser un desempleado de
corta duración. De manera contraria, ser jefe de hogar y ser hombre aumenta
las probabilidades de ser un desempleado de corta duración.
En España, los estudios realizados por Pastor, Raymond, Roig y Serrano
(2008) hallaron que la probabilidad de empleo de un hombre de 60 años au-
menta más de 20% si es licenciado. Además, identicaron que la diferencia
entre sexos en la posibilidad de tener empleo disminuye cuando el nivel edu-
cativo es mayor; y, por último, que una alta cualicación implica un mayor
salario y una mayor probabilidad de ser empleado, por lo que se traduce en un
mayor rendimiento.
Por su parte, según la investigación de Cueto y Pruneda (2014), también
enfocada en España, el 50% de desempleados carece de estudios especializados.
Sobre esta base, los autores concluyen que las expectativas de tener un empleo
son considerablemente mejores para quienes poseen educación especializada
que para los que no la tienen. Asimismo, señalan que, a pesar de las coyunturas
económicas adversas, los trabajadores con estudios universitarios son quienes
tienen mejor posición dentro del mercado de trabajo. Estos resultados dejan
entrever el riesgo laboral que poseen los trabajadores con baja cualicación.
Teoría del capital humano
La principal teoría que vincula el nivel educativo y el trabajo es la del capital
humano planteado por Schultz (1961) y Becker (1964). En ella, se expone que
la educación es un proceso de inversión que realizan las personas de manera
racional en el presente con la nalidad de obtener en el futuro empleos de cali-
dad y altos cargos con grandes ingresos laborales (Riomaña, 2014). Es impor-
tante señalar que, según esta teoría, la decisión de invertir en educación está
sujeta a un análisis de costo de oportunidad. Es decir, si el costo de inversión es
mayor al costo de oportunidad, el individuo tendrá incentivos para seguir edu-
cándose (Alva, 2016). Asimismo, Becker (1984) adujo que la relación directa
entre dichas variables se debía a que la educación y el conocimiento aumenta-
ban la eciencia de los trabajadores, haciendo que puedan aspirar a empleos de
mejor calidad. Finalmente, el autor reforzó esta teoría encontrando una fuerte
relación entre la educación y el progreso económico.
Metodología
La investigación tiene un tipo de enfoque cuantitativo. El diseño utilizado es
no experimental y los datos son de corte transversal. Para el cálculo del índice
10 I
oscar ñiquen
de calidad del empleo, se usó la metodología propuesta por Farné (2003), em-
pleada en investigaciones como las de Mora y Ulloa (2011), y Gaviria y Quin-
gua (2015). Dicha metodología, además, es utilizada en los reportes de empleo
del Ministerio de Trabajo y Promoción del Empleo (MTPE) del Perú (2016).
Las variables para calcular el índice son el ingreso laboral promedio
mensual, el tipo de contrato (medida de estabilidad laboral), seguridad social
(medida por aliación a seguro de salud y sistema de pensiones) y horas de
trabajo semanales (proxy de balance entre familia/trabajo). Cabe anotar que
la inclusión del ingreso laboral promedio mensual es justicada debido a la
información que brinda sobre la capacidad de consumo y el mayor acceso a
servicios que cubran necesidades básicas.
Siguiendo con la metodología propuesta por los autores mencionados
anteriormente, se determinó la siguiente asignación de puntajes para las
variables:
Tabla 1. Asignación de puntajes de las variables del índice de calidad del empleo
Variables Asignación de puntajes
Ingreso laboral promedio mensual
• 0 puntos si el salario es menor a 1,5 veces la
Remuneración Mínima Vital.
• 50 puntos si el salario oscila entre 1,5 y 3 veces
la RMV.
• 100 puntos si el ingreso laboral es mayor a 3
veces la RMV.
Tipo de contrato
• 0 puntos para los trabajadores sin contrato
laboral.
• 50 puntos si el contrato es temporal.
• 100 puntos si el ingreso laboral es mayor a 3
veces la RMV.
Seguridad social
• 0 puntos si el empleado no cuenta con aliación
a seguro de pensiones ni a seguro de salud.
• 50 puntos si el trabajador posee una de las dos
aliaciones.
• 100 puntos si posee ambas aliaciones.
Horas de trabajo semanales
• 0 puntos si el trabajador lanora más de 48 horas
a la semana.
• 100 puntos si trabaja igual o menos de 48 horas
a la semana.
Fuente: Farné, 2003. Elaboración propia.
De igual manera, al igual que en los estudios de Farné (2003), Bustamante
y Arroyo (2008), Posso (2010) y el MTPE (2016), se consideró si se trataba
de trabajadores asalariados o trabajadores independientes. Las ponderaciones
fueron las siguientes:
I 11
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
Tabla 2. Ponderación de variables según tipo de ocupación
Variables Asalariados Independientes
Ingreso laboral promedio mensual 40% 50%
Tipo de contrato 25%
Seguridad social 25% 35%
Horas de trabajo semanales 10% 15%
Fuente: Farné, 2003. Elaboración propia.
Por último, para la interpretación del índice, se siguió lo recomendado por
Farné (2003) y el MTPE del Perú (2016), como se muestra en la siguiente tabla.
Tabla 3. Puntaje e interpretación del ICE
Puntaje Interpretación
Menor a 25 puntos Muy mala calidad
Entre 25 y 50 puntos Mala calidad
Entre 50 y 75 puntos Buena calidad
Más de 75 puntos Muy buena calidad
Fuente: MTPE, 2016. Elaboración propia.
El modelo econométrico a utilizar fue un probit ordenado, debido a que
la variable endógena expresa implícitamente un orden de utilidad —es decir,
es de carácter ordinal (Rodríguez y Cáceres, 2007)— y los residuos siguen una
distribución normal estandarizada.
De esta manera, la ecuación inicial es la siguiente:
y*=β’ x
+
ε
… (1)
En dicha ecuación, la variable
y*
es no observable. Además, el modelo
probit ordenado supone una variable endógena discreta mediante la especi-
cación detallada a continuación:
y
i
= 0 si
y
i
*
<
γ
1
y
i
= 1 si
γ
1
<
y
i
*
<
γ
2
y
i
= 2 si <
γ
2
*
<
γ
i
En esta fórmula,
β
y
γ
son los parámetros del modelo. Los
γ
son los que
representan los umbrales que determinan el valor de para el valor alcanzado
por
y
i
*
. Finalmente, la probabilidad de cada alternativa es la siguiente:
12 I
oscar ñiquen
Pr[y
i
= 0] = Pr [y
i
* < γ
1
] = Pr[X
i
β + u
i
< γ
1
] = Φ (γ
1
X
i
β)
Pr[y
i
= 1] = Pr [γ
i
y
i
* < γ
2
] = Pr [γ
i
< X
i
β + u
i
< γ
2
] = Φ(γ
2
X
i
β) – Φ(γ
1
X
i
β)
Pr[y
i
= 2] = Pr [y
i
* ≥ γ
2
] = Pr [X
i
β + u
i
< γ
2
] = Φ (X
i
βγ
2
)
Dichas probabilidades se integran en una única expresión para ser esti-
madas por el método de máxima verosimilitud (Rodríguez y Cáceres, 2007).
Para esta investigación, la variable dependiente tomó cuatro categorías: 1
si el puntaje del ICE fue menor a 25; el valor de 2 si estuvo entre 25 y 50; 3 si se
encontró entre 50 y 75; y el valor de 4 si el puntaje fue mayor a 75 (siguiendo el
puntaje e interpretación mostrado en la Tabla 3).
Entre las variables explicativas, se consideró el nivel educativo alcanzado
1
(sin nivel, primaria incompleta, primaria completa, secundaria incompleta,
secundaria completa, no universitaria incompleta, no universitaria completa,
universitaria incompleta y universitaria completa), así como el sexo, la edad, el
área geográca (urbano o rural), el tipo de categoría ocupacional (asalariado
o independiente) y la rama de actividad económica en la que se desempeñó
el trabajador (extractiva, industria, comercio, construcción y servicios). Estas
variables fueron tomadas en cuenta de acuerdo con lo sugerido en los estudios
empíricos presentados en el capítulo de la revisión de la literatura.
Además, se consideró el potencial problema de endogeneidad que podría
presentar la variable educación con el ICE, debido a que dicho índice contiene
la variable salarios (Mora y Ulloa, 2011). El mencionado problema de endo-
geneidad entre la variable educación e ingresos es sustentado por la teoría del
capital humano (Becker, 1964) y la teoría del escudriñamiento (Spence, 2002).
Bajo esta problemática, se estimó un modelo auxiliar que permitiera contrastar
la existencia de endogeneidad entre las variables en cuestión para luego, de ser
necesario, corregir el sesgo de la estimación. De este modo, se estimó mediante
un modelo probit ordinal
2
la siguiente ecuación:
Educación
i
= Z
i
’ γ + v
i
… (2)
La variable educación será considerada exógena si la correlación entre v
i
y ε es cero. En caso contrario, se estimará un modelo multiecuacional de dos
etapas, en que la variable educación sería instrumental (ver ecuación 2).
1. Una de las razones por las que se eligió este indicador y no el de años de educación
fue porque este último no toma en consideración el carácter acumulativo de la edu-
cación (Hanushek, 2008). Por otro lado, una de las desventajas de usar el nivel edu-
cativo alcanzado es que esta variable no contempla la calidad de enseñanza ni otros
aspectos como la experiencia de aprendizaje (Rivera, 2017).
2. Al igual que con el modelo principal, el criterio para elegir el modelo respondió a que
la variable endógena (educación) expresa implícitamente un orden de utilidad por
cada nivel alcanzado.
I 13
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
Las variables usadas para explicar la educación son el estado civil (varia-
ble dummy que toma el valor de uno si es casado o conviviente, y cero en otro
caso), un proxy de acceso a la educación (si vive en Lima Metropolitana, costa
norte, costa centro, costa sur, sierra norte, sierra centro, sierra sur o selva), la
cantidad de miembros del hogar menores de 14 años, y una variable dummy
que especica si el trabajador es jefe de hogar o no. Estas variables fueron con-
sideradas por lo sugerido en los siguientes estudios: Endogeneidad y rendimien-
tos de la educación de Barceinas (2002), “Las ecuaciones de Mincer y las tasas
de rendimiento de la educación en Galicia” de Freire y Tejeiro (2010), y “En-
dogeneidad de los rendimientos económicos en México” de Villarreal (2018).
Análisis de datos y resultados
La fuente para la obtención de datos fue la Encuesta Nacional de Hogares sobre
Condiciones de Vida y Pobreza (Enaho) elaborado por el Instituto Nacional de
Estadística e Informática (INEI) para el año 2016. La población objetivo está
conformada por la población ocupada asalariada e independiente del Perú. La
muestra está conformada por 57,117 trabajadores.
Se puede observar en el Gráco 1 que, en el Perú, los trabajadores asalaria-
dos e independientes, en promedio, tienen una mala calidad del empleo (40,9
puntos) y que 23 departamentos comparten el mismo rango de índice. Los
departamentos con los menores índices de calidad son Puno (32.1), seguido
de Cajamarca (32.7), Apurímac (33.0) y Amazonas (33.2). Los departamentos
que están por encima del promedio nacional son Arequipa (42.2), Ica (43.2),
Lima (48.5) y Moquegua (50.5). Este último fue el único que logró presentar un
índice de buena calidad del empleo.
Gráco 1. Perú: Índice de calidad del empleo por departamentos, 2016
32.1
32.7
33.0
33.2
33.5
34.2
34.4
34.6
34.8 34.8
36.0
36.2 36.2
36.7
37.1
37.5
37.6
38.6
39.6
40.3
42.2
43.2
48.5
50.5
25.0
50.0
75.0
Puno
Cajamarca
Apurímac
Amazonas
Huánuco
Piura
Huancavelica
Ayacucho
Junín
San Martín
Áncash
Loreto
Ucayali
Tacna
Cusco
Pasco
Lambayeque
Tumbes
La Libertad
Madre de Dios
Arequipa
Ica
Lima
Moquegua
Mala calidad del empleo
Buena calidad del empleo
Perú = 40,9
Nota: Lima incluye a la Provincia Constitucional del Callao.
Fuente: INEI, 2016. Elaboración propia.
14 I
oscar ñiquen
Tabla 4. Estadísticas descriptivas del ICE según principales variables, 2016
Variables
Muy mala calidad
del empleo
Mala calidad
del empleo
Buena calidad
del empleo
Muy buena calidad
del empleo
TOTAL
Muestra Porcentaje Muestra Porcentaje Muestra Porcentaje Muestra Porcentaje Absoluto Relativo
Categoría ocupacional
- Independiente 11,311 37.9 15,547 52.1 2,186 7.3 783 2.6 29,827 100.0
- Asalariado 10,558 38.7 4,871 17.9 4,625 16.7 7,236 26.5 27,290 100.0
Sexo
- Hombre 12,413 37.2 11,465 34.3 4,592 13.8 4,912 14.7 33,382 100.0
- Mujer 9,456 39.8 8,953 37.8 2,219 9.4 3,107 13.1 23,735 100.0
Nivel educativo alcanzado
- Sin nivel 1,115 41.1 1,548 57.0 40 1.5 11 0.4 2,714 100.0
- Primaria incompleta 3,842 46.7 3,990 48.5 320 3.9 77 0.9 8,229 100.0
- Primaria completa 3,415 47.3 3,237 44.8 441 6.1 129 1.8 7,222 100.0
- Secundaria incompleta 3,888 51.0 2,847 37.4 653 8.6 231 3.0 7,619 100.0
- Secundaria completa 6,139 43.3 4,724 33.3 2,066 14.6 1,262 8.9 14,191 100.0
- S.N.U. incompleta 947 38.8 782 32.0 405 16.6 310 12.7 2,444 100.0
- S.N.U. completa 1,091 20.1 1,436 26.5 1,114 20.5 1,787 32.9 5,428 100.0
- S.U. incompleta 1,000 32.8 931 30.5 545 17.9 575 18.9 3,051 100.0
- S.U. completa 432 7.0 923 14.8 1,227 19.7 3,637 58.5 6,219 100.0
Rama de actividad económica
- Extractiva 7,745 43.0 8,341 46.4 1,157 6.4 751 4.2 17,994 100.0
- Industria 1,644 37.2 1,586 35.9 604 13.7 587 13.3 4,421 100.0
- Construcción 1,263 38.7 1,052 32.2 486 14.9 466 14.3 3,267 100.0
- Comercio 4,654 47.9 3,390 34.9 970 10.0 705 7.3 9,719 100.0
- Servicios 6,563 30.2 6,049 27.9 3,594 16.6 5,510 25.4 21,716 100.0
Área
- Rural 8,348 44.9 8,651 46.5 1,036 5.6 560 3.0 18,595 100.0
- Urbano 13,521 35.1 11,767 30.6 5,775 15.0 7,459 19.4 38,522 100.0
Nota: S.N.U.: superior no universitario; S.U.: superior universitario.
Fuente: INEI, 2016. Elaboración propia
I 15
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
En la comparación del ICE con el nivel educativo culminado, se aprecia
en el Gráco 2 una relación positiva, un mayor nivel educativo culminado, en
promedio, presentó una mayor calidad del empleo, donde la educación supe-
rior universitaria y no universitaria lograron tener una buena calidad de em-
pleo. Cabe resaltar que entre las personas sin nivel educativo y las personas con
nivel primario hubo una brecha de calidad muy baja (2.6 puntos).
Gráco 2. Perú: Índice de calidad del empleo según nivel educativo culminado, 2016
27.1
29.7
39.1
54.7
72.6
0.0
20.0
40.0
60.0
80.0
Sin nivel
educativo
Primaria Secundaria Superior no
universitaria
Superior
universitaria
Fuente: INEI, 2016. Elaboración propia.
Con respecto al ingreso laboral promedio mensual, se observa en el
Gráco 3 que aún hay presencia de fuertes brechas entre regiones. El ingreso
laboral mensual del Perú fue de 1371 soles. Las regiones con menor ingreso
fueron Huancavelica (S/ 734), Cajamarca (S/ 808), Puno (S/ 857) y Ayacucho
(S/ 880), mientras que las regiones con mayores ingresos fueron Lima (S/ 1870),
Moquegua (S/ 1818) y Madre de Dios (S/ 1632).
Gráco 3. Perú: Ingreso laboral promedio mensual de asalariados e independientes, 2016
734
806
857
880
889
901
952
995
1,001
1,062
1,079
1,095
1,117
1,145
1,183
1,199
1,204
1,255
1,297
1,512
1,561
1,632
1,818
1,870
0
200
400
600
800
1,000
1,200
1,400
1,600
1,800
2,000
Huancavelica
Cajamarca
Puno
Ayacucho
Apurímac
Huánuco
Piura
Amazonas
Pasco
Loreto
San Martín
Áncash
Lambayeque
Cusco
Ucayali
Junín
La Libertad
Tumbes
Ica
Arequipa
Callao
Madre de Dios
Moquegua
Lima
Perú: 1,371
Fuente: INEI, 2016. Elaboración propia.
16 I
oscar ñiquen
El Gráco 4 vuelve a mostrar una incidencia positiva de la educación,
esta vez con respecto al ingreso laboral mensual. Un mayor nivel educativo ha
estado relacionado con mayores ingresos laborales, marco en el que la educa-
ción superior universitaria presenta los niveles más altos, con una gran brecha
incluso en relación con la educación superior no universitaria.
Tomando en cuenta el tipo de contrato, el Gráco 5 muestra que el 80,3%
de la PEA ocupada asalariada e independiente con educación superior uni-
versitaria contó con contrato indenido o a plazo jo, mientras que para los
empleados con secundaria completa la cifra se redujo a casi la mitad (44.2%).
Asimismo, se observa que el 82.7% de las personas sin nivel educativo labora-
ron sin contrato, cifra que disminuyó considerablemente para cada nivel edu-
cativo mayor alcanzado, hasta representar solo el 7% de los trabajadores con
educación superior universitaria.
Gráco 4. Perú: Ingreso laboral promedio mensual de asalariados e independientes,
según nivel educativo culminado, 2016
613
912
1,303
1,689
3,132
0
500
1,000
1,500
2,000
2,500
3,000
3,500
Sin nivel educativo Primaria Secundaria Superior no
universitaria
Superior
universitaria
Fuente: INEI, 2016. Elaboración propia.
Gráco 5. Perú: Asalariados e independientes por tipo de contrato
según nivel educativo culminado, 2016
82.7
76.8
50.2
22.7
7.0
2.8
2.6
5.6
7.4
12.7
14.5
20.6
44.2
69.9
80.3
0.0
20.0
40.0
60.0
80.0
100.0
Sin nivel educativo Primaria Secundaria Superior no
universitaria
Superior
universitaria
Sin contrato Otro F/ Indefinido o plazo fijo
F/ Cifra referencial para sin nivel educativo.
Fuente: INEI, 2016. Elaboración propia.
I 17
el impacto del nivel educativo alcanzado en el índice de calidad del empleo en Perú, 2016
El Gráco 6 no muestra grandes brechas ni una correlación aparente en-