Factores determinantes de la reincorporación laboral en el Perú: Un análisis mediante Regresión Logística - 2024

Descripción del Articulo

En la presente investigación se analizaron los factores asociados a la reincorporación laboral de personas desocupadas en el Perú con datos de la Encuesta Permanente de Empleo Nacional (EPEN) 2024. En donde se analizaron 12,327 casos de personas desocupadas que buscaron activamente empleo. Se aplico...

Descripción completa

Detalles Bibliográficos
Autor: Vilca Maslucán, Teresa Mercedes
Formato: tesis de grado
Fecha de Publicación:2025
Institución:Universidad Nacional Mayor de San Marcos
Repositorio:UNMSM-Tesis
Lenguaje:español
OAI Identifier:oai:cybertesis.unmsm.edu.pe:20.500.12672/27288
Enlace del recurso:https://hdl.handle.net/20.500.12672/27288
Nivel de acceso:acceso abierto
Materia:Desempleo
Género
Regresión logística
https://purl.org/pe-repo/ocde/ford#1.01.03
Descripción
Sumario:En la presente investigación se analizaron los factores asociados a la reincorporación laboral de personas desocupadas en el Perú con datos de la Encuesta Permanente de Empleo Nacional (EPEN) 2024. En donde se analizaron 12,327 casos de personas desocupadas que buscaron activamente empleo. Se aplico una regresión logística binaria clásica, que se complementó con técnicas de datos desbalanceados SMOTE y RUS a fin de mejorar la precisión del modelo. Los resultados muestran que los factores sociodemográficos significativos que más aportan al modelo de predicción de obtención de empleo son el género (36.14%), el interés por trabajar (34.23%), y la intensidad en la búsqueda de empleo (23.50%). Estas variables muestran la gran importancia que tienen los factores ocupacionales psicológicos y motivacionales al momento de buscar un empleo. Finalmente, al evaluar la capacidad predictiva del modelo, se observó una mejora importante al aplicar técnicas de remuestreo. Con SMOTE se obtuvo un AUC de 0.75 y con RUS 0.71, ambos por encima del resultado alcanzado con la regresión logística clásica que fue de 0.70. Estas mejoras reflejan un mejor desempeño del modelo al identificar los casos menos frecuentes.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).