Page 12 - REVISTA11

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

Instituto Nacional de Estadística e Informática - INEI

La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los

La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
2
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
2

La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los
2
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera

meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
2
2
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
meses de enero y febrero de cualquier año (se utilizan los años 2017 al 2020) . La variable es una dicotómica que
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar

toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
toma el valor de 1 cuando el año es el 2020 y el valor de 0 cuando corresponde a los años 2017 al 2019. De manera
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de

que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
que, el término es la interacción de interés. Se incluye también una variable de tendencia, , para capturar
trabajos.
trabajos. factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de

trabajos. factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
factores no observables que varían en el tiempo y que pueden disminuir el sesgo de estacionalidad de ciertos tipos de
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
trabajos.
trabajos.

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el
departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el

El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
departamento ( ) que permiten controlar por características observadas y no observadas que
El modelo propuesto en la ecuación (1) también incluye efectos fijos de departamento ( ) y tendencias por
) para no cambian en el
) para
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (

departamento ( ) que permiten controlar por
incluye características socioeconómicas y mes ( que no cambian en el
departamento ( ) que permiten controlar por características observadas y no observadas que no cambian en el características observadas y no observadas
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por
) para
controlar por comportamientos similares a nivel mensual. El vector
controlar por comportamientos similares a nivel mensual. El vector

incluye características socioeconómicas y

) para
) para
incluye características socioeconómicas y
demográficas asociadas al individuo .
demográficas asociadas al individuo .
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (
tiempo, así como también las que cambian en el tiempo. Además, se incluyen las tendencias por mes (
controlar por comportamientos similares a nivel mensual. El vector

incluye características socioeconómicas y
demográficas asociadas al individuo .
incluye características socioeconómicas y
controlar por comportamientos similares a nivel mensual. El vector
controlar por comportamientos similares a nivel mensual. El vector La variable es una dicotómica que toma el valor de 1 para los meses de marzo a diciembre, y 0 para los

El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
demográficas asociadas al individuo .
demográficas asociadas al individuo . El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
12
12
Economía, Sociedad y Estadística
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
12
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
El parámetro captura la comparación doble a través de los meses y años que servirá para identificar el efecto
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
12
12
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
del COVID-19 en las variables laborales propuestas. Para testear si existe un comportamiento diferente entre mujeres y
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
12
12
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
hombres, se va a estimar la ecuación (1) en forma separada usando una submuestra para mujeres y otra submuestra
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
12
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
para hombres, y se va a comparar el resultado del parámetro para cada submuestra.
para hombres, y se va a comparar el resultado del parámetro para cada submuestra. CUADRO N° 3
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas: RESULTADOS: INTERACCIÓN DOBLE
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
12
12

Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:
Adicionalmente, se utilizará el siguiente modelo con una interacción triple de variables dicotómicas:

= + + + +
= + + + + + + + + + +
+ +

+
+
+
+

1 0 1 2 2 3 3 12 13 13 23 23 123 1 1

123
0
12
= + + + + + + + + + + Var. Dep.: Situación
1
(2)

3
2
12
0
1
13
+ + + (2) 23 123 Todos Mujer Hombre
+
+ +

=

+
= + + + + + + + + + + + + + 123 + + + ocupacional
(2)

+ +

+

1

1
0

1

3
3

13
12
23
2

123
2
23
12
13
0
1
+ + + (Mar-Dic) x Años 2017-2019 -0,003 0,004 -0,014

+ +
+ + + (2) + (2)

representa en forma separada cada una de las características propuestas en la sección ‘Datos y

Donde
representa en forma separada cada
mientras que los hombres disminuyeron sus ingresos
representa en forma separada cada una de las características propuestas en la sección ‘Datos y
Donde
Donde

una de las características propuestas en la sección en 17,2% con la estimación de efectos fijos y en 18,0% (0,009) (0,013) (0,013)
es la interacción de interés. El parámetro s características propuestas en la sección ‘Datos y
representa en forma separada cada una de la
identifica la influencia de la
Donde
variables’. De manera que
variables’. De manera que es la interacción de interés. El parámetro 123 identifica la influencia de la (Mar-Dic) x Año 2020 -0,119*** -0,122*** -0,119***
123

representa en forma separada cada una de las características propuestas en la sección ‘Datos y
identifica l
es la
‘Datos y variables’. De manera que stas en la sección ‘Datos y
variables’. De manera que s propue
con la estimación de efectos aleatorios .
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación
3
Donde
es la interacción de interés. El parámetro
Donde característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación a influencia de la
representa en forma separada cada una de las característica 123

Instituto Nacional de Estadística e Informática - INEI
identifica la influencia de la
es la interacc
(2) se estima usando errores estándar robustos. identifica la influencia de la
interacción de interés. El parámetro
es la interacción de interés. El parámetro
variables’. De manera que
identifica
ión de interés. El parámetro
característica en el efecto d
variables’. De manera que (2) se estima usando errores estándar robustos. el COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación (0,016) (0,021) (0,025)

123

123
Para las horas semanales trabajadas también se stigación. La ecuación
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta inve
la influencia de la característica en el efecto del
característica en el efecto del COVID-19 en las variables dependientes propuestas en esta investigación. La ecuación Instituto Nacional de Estadística e Informática - INEI Diferencia -0,116*** -0,126*** -0,105***
(2) se estima usando errores estándar robustos.

COVID-19 en las variables dependientes propuestas en
encuentra que el COVID-19 ha tenido un efecto negativo
(2) se estima usando errores estándar robustos. (2) se estima usando errores estándar robustos.
en 27,3% con la estimación de efectos fijos y en 24,5% con la estimación de efectos aleatorios; mientras que los hombres
5. Resultados tanto para mujeres como para hombres (ver Cuadro (0,015) (0,020) (0,024)
esta investigación. La ecuación (2) se estima usando
en 27,3% con la estimación de efectos f
disminuyeron sus ingresos en 17,2% con la estimación de efectos fijos y en 18,0% con la estimación de efectos ijos y en 24,5% con la estimación de efectos aleatorios; mientras que los hombres
5. Resultados

Instituto Nacional de Estadística e Informática - INEI No. 3). En el caso de las mujeres, las horas semanales
errores estándar robustos.
disminuyeron sus ingresos en 17,2% con la estimación de efectos fijos y en 18,0% con
20,916
3
aleatorios . 5. Resultados trabajadas disminuyen en 8,4 horas con la estimación Observacionesla estimación de efectos 13,154 7,752

5. Resultados
3
5. Resultados 5.1. Modelo de interacción doble de efectos fijos, y en 8,1 horas con la estimación de Número de individuos 5,229 3,291 1,938
aleatorios .
Instituto Nacional de Estadística e Informática - INEI

5. RESULTADOS
5.1. Modelo de interacción doble
Para las horas semanales trabajadas también se encuentra que el COVID-19 ha tenido un efecto negativo tanto

en 27,3% con la estimación de efectos fijos y en 24,5% con la estimación de efectos aleatorios; mientras que los hombres
5.1. Modelo de interacción doble
efectos aleatorios; mientras que, en el caso de los
Para las horas semanales trab
para mujeres como para hombres (ver Cuadro No. 3). En el caso de las mujeres, las horas semanales trabajadas ajadas también se encuentra que el COVID-19 ha tenido un efecto negativo tanto
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
disminuyeron sus ingresos en 17,2% con la estimación de efectos fijos y en 18,0% con la estimación de efectos

Instituto Nacional de Estadística e Informática - INEI Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de Var. Dep.: Logaritmo de ingresos mensuales en dólares
5.1. Modelo de interacción doble
5.1. Modelo de interacción doble
hombres las horas semanales trabajadas disminuyen
5.1. Modelo de interacción doble
disminuyen en 8,4 horas con la estimación de efectos fijos, y en 8,1 horas con la estimación de efectos aleatorios; mientras Cuadro No. 3). En el caso de las mujeres, las horas semanales trabajadas
para mujeres como para hombres (ver
en 27,3% con la estimación de efectos fijos y en 24,5% con la estimación de efectos aleatorios; mientras que los hombres
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
3
aleatorios .

Efectos fijos: M X A
-0,248***
en 6,2 horas con la estimación de efectos fijos, y en 5,9
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de
que, en el caso de los hombres las horas semanales trabajadas disminuyen en 6,2 horas con la estimación de efectos
disminuyeron sus ingresos en 17,2% con la estimación de efectos fijos y en 18,0% con la estimación de efectos
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
Para la variable situación ocupacional, se encuentra que sí existe una diferencia significativa entre = 0 (de disminuyen en 8,4 horas con la estimación de efectos fijos, y en 8,1 horas con la estimación de efectos aleatorios; mientras -0,318*** -0,188***
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
horas con la estimación de efectos aleatorios.
Para la variable situación ocupacional, se encuentra
en 27,3% con la estimación de efectos fijos y en 24,5% con la estimación de efectos aleatorios; mientras que los hombres que, en el caso de los hombres las horas semanales trabajadas disminuyen en 6,2 horas con la estimación de efectos (0,075) (0,058)
Para las horas semanales trabajadas también se encuentra que el COVID-19 ha tenido un efecto negativo tanto
(0,048)
aleatorios .
3
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
fijos, y en 5,9 horas con la estimación de efectos aleatorios.
enero a febrero) y = 1 (de marzo a diciembre) durante el año 2020 ( = 1). Este resultado sugiere que el año 2020,
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
que sí existe una diferencia significativa entre M=0 (de
para mujeres como para hombres (ver Cuadro No. 3). En el caso de las mujeres, las horas semanales trabajadas
disminuyeron sus ingresos en 17,2% con la estimación de efectos fijos y en 18,0% con la estimación de efectos fijos, y en 5,9 horas con la estimación de efectos aleatorios. Efectos aleatorios: M X A -0,238*** -0,282*** -0,198***
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad 3 muestran que el
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No.
que es el año en el que se inician las restricciones contra el COVID-19, sí ha tenido un efecto negativo en la probabilidad
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
5.2. Modelo de interacción triple
enero a febrero) y M=1 (de marzo a diciembre) durante
Para las horas semanales trabajadas también se encuentra que el COVID-19 ha tenido un efecto negativo tanto
aleatorios . disminuyen en 8,4 horas con la estimación de efectos fijos, y en 8,1 horas con la estimación de efectos aleatorios; mientras
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
3
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
de tener alguna ocupación que le genere ingresos a los individuos. Los resultados en el Cuadro No. 3 muestran que el
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del

el año 2020 (A=1). Este resultado sugiere que el año
para mujeres como para hombres (ver Cuadro No. 3). En el caso de las mujeres, las horas semanales trabajadas
que, en el caso de los hombres las horas semanales trabajadas disminuyen en 6,2 horas con la estimación de efectos
período des
5.2. Modelo de interacción triple de que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
período desde que se implementaron las restricciones contra el COVID-19 ha tenido un efecto negativo en la probabilidad (0,046) (0,074) (0,056)
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
Para las horas semanales trabajadas también se encuentra que el COVID-19 ha tenido un efecto negativo tanto
Los resultados del Cuadro No. 4 muestran que los efectos
2020, que es el año en el que se inician las restricciones
disminuyen en 8,4 horas con la estimación de efectos fijos, y en 8,1 horas con la estimación de efectos aleatorios; mientras
fijos, y en 5,9 horas con la estimación de efectos aleatorios.
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
económica. COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
de realizar alguna actividad económica tanto para las mujeres como para los hombres. Se encuentra que el efecto del
económica.
Los resultados del Cuadro No. 4 muestran que los efectos de la interacción en la situación ocupacional
para mujeres como para hombres (ver Cuadro No. 3). En el caso de las mujeres, las horas semanales trabajadas 5.2. Modelo de interacción triple Observaciones 6,680 3,148 3,532
en la situación ocupacional
contra el COVID-19, sí ha tenido un efecto negativo
de la interacción
que, en el caso de los hombres las horas semanales trabajadas disminuyen en 6,2 horas con la estimación de efectos
económica. COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad
COVID-19 reduce en 12,2 p.p. para las mujeres y en 11,9 p.p. para los hombres la probabilidad de realizar alguna actividad

no dependen de las características consideradas en las interacciones triples; en particular se obtiene que las interacciones
en la probabilidad de tener alguna ocupación que le
no dependen de las características consideradas en las
Número de individuos
disminuyen en 8,4 horas con la estimación de efectos fijos, y en 8,1 horas con la estimación de efectos aleatorios; mientras Los resultados del Cuadro No. 4 muestran que los efectos de la interacción en la situación ocupacional 1,670 787 883
fijos, y en 5,9 horas con la estimación de efectos aleatorios.
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
económica.
económica.

no dependen de las características consideradas en las interacciones triples; en particular se obtiene que las interacciones
genere ingr
triples esos a los individuos. Los resultados en el
interacciones triples; en particular se obtiene que las
que, en el caso de los hombres las horas semanales trabajadas disminuy es igual a pobreza, estado civil, educación, presencia de hijos, y área de residencia son Var. Dep.: Horas semanales trabajadas
en en 6,2 horas con la estimación de efectos
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
cuando
5.2. Modelo de interacción triple

es igual a
interacciones triples
Cuadro No. 3 muestran que el período desde que se
estadísticamente no significativas ni para la submuestra de mujeres ni para la submuestra de hombres. Solo cuando es igual a pobreza, estado civil, educación, presencia de hijos, y área de residencia son

fijos, y en 5,9 horas con la estimación de efectos aleatorios. En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres, Efectos fijos: M X A -7,389*** -8,449*** -6,165***
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
En el caso de los ingresos mensuales, el COVID-19 afectó negativamente tanto a mujeres como a hombres,
triples
cuando

Los resultados del Cuadro No. 4 muestran que los efectos de la interacción en la situación ocupacional
es igual a Edad1 (entre 18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene que el coeficiente es estadísticamente
pobreza, estado civil, educación, presencia de hijos, y
implementaron las restricciones contra el COVID-19 ha
pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos
5.2. Modelo de interacción triple
2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos

2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos

pero el efecto fue más fuerte entre las mujeres. En el Cuadro No. 3 se muestra que las mujeres disminuyeron sus ingresos estadísticamente no significativas ni para la submuestra de mujeres ni para la submuestra de hombres. Solo cuando
no dependen de las características consideradas en las interacciones triples; en particular se obtiene que las interacciones
es igual a Edad1 (entre 18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene que el coeficiente es estadísticamente
área de residencia son estadísticamente no significativas
antes y durante el COVID-19. tivo en la probabilidad de realizar
tenido un efecto nega
diferente de cero al 5 por ciento, pero solo para la submuestra de hombres; es decir, que la edad no condiciona el efecto
2
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
antes y durante el COVID-19. Los resultados del Cuadro No. 4 muestran que los efectos de la interacción en la situación ocupacional (1,061) (1,322) (1,736)
23
es igual a pobreza, estado civil, educación, presencia de hijos, y área de residencia son
alguna actividad económica tanto para las mujeres
ni para la submuestra de mujeres ni para la submuestra
diferente de cero al 5 por ciento, pero s
antes y durante el COVID-19.
de para las mujeres. En los casos de Edad1 y Edad3, el resultado indica que el efecto negativo de en la olo para la submuestra de hombres; es decir, que la edad no condiciona el efecto
2
triples
Se incluye el mes marzo ya que la pandemia del COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
5.2. Modelo de interacción triple cuando 23 Efectos aleatorios: M X A -7,049*** -8,056*** -5,863***
l COVID-19 aun no es superada, por lo tanto, se evaluará los efectos
Se incluye el mes marzo ya que la pandemia de
2

no dependen de las características consideradas en las interacciones triples; en particular se obtiene que las interacciones

Centro de Investigación y Desarrollo - CIDE
23
como para los hombres. Se encuentra que el efecto
estadísticamente no significativas ni para la submuestra de mujeres ni para la submuestra de hombres. Solo cuando
es igual a Edad1 (entre
antes y durante el COVID-19.
de para las mujeres. En los casos de Edad1 y Edad3, el resultado indica que el efecto negativo de en la
probabilidad de realizar alguna actividad económica es menor para los hombres que tienen entre 18 y 24 años, pero
antes y durante el COVID-19. Centro de Investigación y Desarrollo - CIDE
de hombres. Solo cuando

Los resultados del Cuadro No. 4 muestran que los efectos de la interacción en la situación ocupacional

triples Centro de Investigación y Desarrollo - CIDE
23
del COVID-19 reduce en 12,2 p.p. para las mujeres y en
18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene

es igual a Edad1 (entre 18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene que el coeficiente es estadísticamente
23 cuando es igual a pobreza, estado civil, educación, presencia de hijos, y área de residencia son (1,012) (1,267) (1,635)
probabilidad de realizar alguna actividad económica es menor para los hombres que tienen entre 18 y 24 años, pero
4 .
mayor para los que tienen entre 45 y 64 años .

no dependen de las características consideradas en las interacciones triples; en particular se obtiene que las interacciones mayor para los que tienen entre 45 y 64 años .
Centro de Investigación y Desarrollo - CIDE
Centro de Investigación y Desarrollo - CIDE

11,9 p.p. para los hombres la probabilidad de realizar
que el coeficiente es estadísticamente diferente de
diferente de cero al 5 por ciento, pero solo para la submuestra de hombres; es decir, que la edad no condiciona el efecto
estadísticamente no significativas ni para la submuestra de mujeres ni para la submuestra de hombres. Solo cuando
4 .

es igual a pobreza, estado civil, educación, presencia de hijos, y área de residencia son Observaciones 10,248 6,032 4,216
es igual a Edad1 (entre 18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene que el coeficiente es estadísticamente

de para las mujeres. En los casos de Edad1 y Edad3, el resultado indica que el efecto negativo de en la

triples cuando alguna actividad económica. cero al 5 por ciento, pero solo para la submuestra de

diferente de cero al 5 por ciento, pero solo para la submuestra de hombres; es decir, que la edad no condiciona el efecto
hombres; es decir, que l
probabilidad de realizar alguna actividad económica es menor para los hombres que tienen entre 18 y 24 años, pero
estadísticamente no significativas ni para la submuestra de mujeres ni para la submuestra de hombres. Solo cuando a edad no condiciona el efecto Número de individuos 2,562 1,508 1,054

es igual a Edad1 (entre 18 y 24 años) y Edad3 (entre 45 y 64 años) se obtiene que el coeficiente es estadísticamente

En el caso de los ingresos mensuales, el COVID-19 afectó
de
de para las mujeres. En los casos de Edad1 y Edad3, el resultado indica que el efecto negativo de en la
para las mujeres. En los casos de Edad1 y

mayor para los que tienen entre 45 y 64 años .
4 .

diferente de cero al 5 por ciento, pero solo para la submuestra de hombres; es decir, que la edad no condiciona el efecto Nota: Cada regresión incluye todas las variables descritas en la sección Datos. ***, **, * reportan la significancia estadística a un nivel de 1, 5, y 10 por ciento,

negativamente tanto a mujeres como a hombres, pero
Edad3, el resultado indica que el efecto negativo de
probabilidad de realizar alguna actividad económica es menor para los hombres que tienen entre 18 y 24 años, pero

respectivamente. Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares 2017-2020. Elaboración propia.

de para las mujeres. En los casos de Edad1 y Edad3, el resultado indica que el efecto negativo de en la 4 .

en la probabilidad de realizar alguna actividad
el efecto fue más fuerte entre las mujeres. En el Cuadro
mayor para los que tienen entre 45 y 64 años .

probabilidad de realizar alguna actividad económica es menor para los hombres que tienen entre 18 y 24 años, pero Los resultados para el logaritmo del ingreso mensual y las horas semanales trabajadas se presentan en el Cuadro
económica es menor para los hombres que tienen
No. 3 se muestra que las mujeres disminuyeron sus

23

ingresos en 27,3% con la estimación de efectos fijos
mayor para los que tienen entre 45 y 64 años . entre 18 y 24 años, pero mayor para los que tienen 23 N° 5 y N° 6, respectivamente. La estimación se realiza por separado para cada submuestra de mujeres y de
4 .
4
y en 24,5% con la estimación de efectos aleatorios; entre 45 y 64 años . 23 5

hombres utilizando un modelo de regresión lineal de efectos aleatorios .
23 23

3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:

(exp(β_12 )-1)*100. 5 Se optó por utilizar un modelo de efectos aleatorios ya que los resultados de las estimaciones usando un modelo de efectos fijos son similares

4 Dado que el efecto de M_m A_t es negativo, el signo positivo de la interacción triple M_m A_t Z_imt indica que el efecto negativo de M_m A_t a los resultados obtenidos usando un modelo de efectos aleatorios. Además, dado que en el modelo de interacciones triples se considera

se reduce; mientras que cuando el signo de la interacción triple M_m A_t Z_imt es negativo significa que el efecto negativo de M_m A_t se características como el área de residencia que no varían en el tiempo, se consideró que el mejor modelo a presentar era la estimación de efectos

incrementa. aleatorios.

12 13

3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:

(( 12 − 1) ∗ 100. 3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:
)
4 Dado que el efecto de es negativo, el signo positivo de la interacción triple indica que el efecto negativo de se
(( 12 − 1) ∗ 100.
)
reduce; mientras que cuando el signo de la interacción triple es negativo significa que el efecto negativo de se
4
Dado que el efecto de es negativo, el signo positivo de la interacción triple indica que el efecto negativo de se
incrementa. reduce; mientras que cuando el signo de la interacción triple es negativo significa que el efecto negativo de se
24
3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:
incrementa.
24
(( 12 − 1) ∗ 100. Centro de Investigación y Desarrollo - CIDE

)
es negativo, el signo positivo de la interacción triple indica que el efecto negativo de se
4
Centro de Investigación y Desarrollo - CIDE

Dado que el efecto de 3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:
reduce; mientras que cuando el signo de la interacción triple es negativo significa que el efecto negativo de se

100.
)
incrementa. (( 12 − 1) ∗
4
Dado que el efecto de es negativo, el signo positivo de la interacción triple indica que el efecto negativo de se
24
3 Debido a que se tiene un modelo log-lineal, los coeficientes se tienen que transformar usando el exponencial menos 1 como sigue:

reduce; mientras que cuando el signo de la interacción triple es negativo significa que el efecto negativo de se
(( 12 − 1) ∗ 100. Centro de Investigación y Desarrollo - CIDE
)
incrementa.

4 Dado que el efecto de 24
es negativo, el signo positivo de la interacción triple indica que el efecto negativo de se

reduce; mientras que cuando el signo de la interacción triple es negativo significa que el efecto negativo de se

Centro de Investigación y Desarrollo - CIDE
incrementa.

24

Centro de Investigación y Desarrollo - CIDE
24
24

24
24
24