LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2836.
DOI: https://doi.org/10.56712/latam.v6i3.4162
El impacto de la educación en la empleabilidad en Ecuador:
Un análisis econométrico basado en datos de la Encuesta
Nacional de empleo, desempleo y subempleo
The Impact of Education on Employability in Ecuador: An Econometric
Analysis Based on Data from the National Survey of Employment,
unemployment, and underemployment
Malena Julexy Zambrano Moran
mzambranom20@uteq.edu.ec
https://orcid.org/0009-0003-2212-8785
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Leandra Yulissa Arboleda Romero
larboledar@uteq.edu.ec
https://orcid.org/0009-0005-8953-5099
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Evelyn Roxanna Navia Torres
enaviat@uteq.edu.ec
https://orcid.org/0009-0008-3553-5108
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Rosa Mayra Llerena Guevara
rllerenag@uteq.edu.ec
https://orcid.org/0000-0003-0923-4738
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Fresia Susana Chang Rizo
fchang@uteq.edu.ec
https://orcid.org/0000-0001-7813-8673
Universidad Técnica Estatal de Quevedo
Quevedo – Ecuador
Artículo recibido: 18 de junio de 2025. Aceptado para publicación: 12 de julio de 2025.
Conflictos de Interés: Ninguno que declarar.
Resumen
La Teoría del Capital Humano, destaca a la educación como una inversión clave para aumentar la
productividad y empleabilidad. Sin embargo, factores estructurales, como la calidad educativa y la
alineación con el mercado, limitan este impacto. El objetivo de este artículo es evaluar el impacto del
nivel educativo en la empleabilidad en Ecuador afecta la inserción en el mercado laboral. La
metodología emplea un enfoque cuantitativo basado en datos de la ENEMDU 2023, utilizando un
modelo de regresión logística para evaluar cómo variables como años de educación, nivel educativo,
género y experiencia laboral influyen en la probabilidad de empleo. Los resultados muestran que la
educación superior es un determinante clave de la empleabilidad, aunque años adicionales de
educación no siempre garantizan mejores oportunidades laborales debido al desajuste con las
necesidades del mercado. Además, la experiencia laboral tiene un impacto positivo significativo,
mientras que el género presenta un efecto moderado. El estudio resalta la necesidad de reformas
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2837.
educativas para alinear la oferta con las demandas del mercado, especialmente en sectores
estratégicos, y de políticas públicas que reduzcan desigualdades regionales y fomenten la
capacitación técnica y profesional.
Palabras clave: empleabilidad, educación, mercado laboral, inserción laboral
Abstract
Human Capital Theory highlights education as a key investment to increase productivity and
employability. However, structural factors, such as educational quality and alignment with the market,
limit this impact. The objective of this paper is to evaluate the impact of educational level on
employability in Ecuador on labor market insertion. The methodology employs a quantitative approach
based on data from the ENEMDU 2023, using a logistic regression model to evaluate how variables
such as years of education, educational level, gender and work experience influence the probability of
employment. The results show that higher education is a key determinant of employability, although
additional years of education do not always guarantee better job opportunities due to mismatch with
market needs. In addition, work experience has a significant positive impact, while gender has a
moderate effect. The study highlights the need for educational reforms to align supply with market
demands, especially in strategic sectors, and for public policies to reduce regional inequalities and
promote technical and professional training.
Keywords: employability, education, labor market, labor market insertion
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,
publicado en este sitio está disponibles bajo Licencia Creative Commons.
Cómo citar: Zambrano Moran, M. J., Arboleda Romero, L. Y., Navia Torres, E. R., Llerena Guevara, R.
M., & Chang Rizo, F. S. (2025). El impacto de la educación en la empleabilidad en Ecuador: Un análisis
econométrico basado en datos de la Encuesta Nacional de empleo, desempleo y subempleo. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades 6 (3), 2836 – 2853.
https://doi.org/10.56712/latam.v6i3.4162
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2838.
INTRODUCCIÓN
En Ecuador, el mercado laboral enfrenta desafíos significativos, como el desempleo y la subutilización
del capital humano, lo que impacta de manera negativa el desarrollo económico y social del país
(Olivieri et al., 2021). Datos recientes de la Encuesta Nacional de Empleo, Desempleo y Subempleo
(ENEMDU) revelan que ciertas poblaciones, especialmente aquellas con niveles educativos bajos o con
formación no alineada a las demandas del mercado laboral, enfrentan mayores dificultades para
acceder a empleos dignos (Guijarro-Garvi et al., 2022). Esta problemática resalta la necesidad de
analizar las barreras estructurales que dificultan la inserción laboral y de identificar los factores que
promueven o restringen la empleabilidad (Morejón Cabrera & Mariel, 2023).
A pesar de los avances en la cobertura educativa, persisten dudas sobre la capacidad del sistema
educativo para mejorar la empleabilidad, particularmente en un mercado laboral que exige
competencias específicas (Molina & Rivadeneyra, 2021). Se observa que incluso personas con
formación académica enfrentan dificultades para insertarse en el sector formal, mientras que aquellas
con menor preparación suelen desempeñarse en empleos informales o precarios (Ceular-Villamandos
et al., 2021). Esto sugiere una desconexión entre la oferta educativa y las necesidades del mercado, lo
que amplifica las desigualdades laborales y sociales (Molina-Vera, 2021).
A pesar de los avances en la cobertura educativa, persisten dudas sobre la capacidad del sistema
educativo para mejorar la empleabilidad, especialmente en un mercado laboral que demanda
competencias específicas (Peng et al., 2024). Personas con altos niveles de formación académica
enfrentan dificultades para insertarse en el sector formal, mientras que aquellas con menor
preparación suelen desempeñarse en empleos informales o precarios (Quito et al., 2024). Por lo tanto,
el objetivo general de esta investigación es evaluar el impacto del nivel educativo en la empleabilidad
en Ecuador.
Si bien es cierto, las dinámicas del mercado laboral ecuatoriano están influenciadas por factores como
la experiencia laboral. Esto evidencia la necesidad de implementar políticas que promuevan el acceso
equitativo a oportunidades laborales, fortaleciendo la capacitación técnica y fomentando el
emprendimiento como una alternativa viable frente al desempleo estructural en el país (Aguirre et al.,
2021). Comprender estas dinámicas permitirá no solo cerrar brechas existentes, sino también proponer
soluciones integrales que mejoren el acceso al empleo digno y promuevan un crecimiento inclusivo
(Beltrán & Velástegui, 2024). En este contexto, las principales preguntas de investigación son: ¿Cuál es
la relación entre el nivel educativo y el empleo en Ecuador? y ¿Qué factores determinan la inserción
laboral en el contexto ecuatoriano?
METODOLOGÍA
Tipo de Investigación
La investigación se desarrolla bajo un enfoque cuantitativo, lo cual permite analizar objetivamente el
impacto del nivel educativo en la empleabilidad en Ecuador. El diseño correlacional busca identificar
asociaciones entre estas variables, mientras que el explicativo profundiza en los mecanismos que
explican cómo la educación influye en las probabilidades de estar empleado (Jackson & Tomlinson,
2020).
De acuerdo con la literatura la empleabilidad está relacionada con la formación académica (Suleman,
2021). Es por ello, que la hipótesis de investigación es comprobar si el nivel educativo tiene un impacto
positivo significativo en la probabilidad de inserción laboral formal en Ecuador.
El enfoque cuantitativo utiliza datos estadísticos provenientes de la Encuesta Nacional de Empleo,
Desempleo y Subempleo (ENEMDU). En la tabla 1 se observan las variables utilizadas en este estudio,
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2839.
las cuales reflejan una visión integral de los factores que influyen en la empleabilidad de los individuos,
considerando tanto características personales como sociales. En conjunto, estas variables ofrecen una
visión multidimensional para analizar los determinantes del empleo, proporcionando información clave
para diseñar políticas públicas y estrategias que fomenten la inclusión laboral y mejoren la calidad del
empleo en diversos sectores de la población.
Tabla 1
Matriz de operacionalización de variables
Tipo de
variable
Nombre de
la variable
Definición
conceptual
Definición
operacional
Escala de
medición
Signo
esperado
Dependiente
Empleo Es aquel individuo
que participa
activamente en
actividades
productivas,
recibiendo un
cambio de ingreso
o salario
(Samuelson &
Nordhaus, 1954).
Variable ficticia
donde 1 se refiere a
empleado y 0
significa
desempleado.
Binaria
Positivo
Independientes Años de
educación
El proceso
estructurado y
sistemático de
instrucción
desarrollado en
instituciones
oficialmente
establecidas, con
objetivos
definidos y un
currículo
planificado
(Gómez & Gómez,
2014).
Se refiere al número
de años de
educación formal (a
menudo
denominado
escolaridad o nivel
educativo).
Numero
Entero
Positivo
Experiencia
laboral
La acumulación
de habilidades y
conocimientos
adquiridos a
través del tiempo
de trabajo, que
incrementan la
productividad del
individuo en el
mercado laboral
(Becker, 1964).
Denota años de
experiencia laboral,
que captura el
efecto de las
habilidades y
conocimientos
acumulados
relacionados con el
trabajo.
Número
Entero.
Positivo
Nivel de
educación
alcanzado
Grado más alto de
estudios formales
completados por
una persona
dentro del sistema
educativo, como
primaria,
secundaria,
educación técnica,
Variable categórica
donde 1 se refiere
ninguno, 2 centro de
alfabetización, 3
educación básica, 4
educación
media/bachillerato y
5 educación
superior
Categórica
Ordinal
Positivo
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2840.
universitaria o
posgrado.
Género El género es una
construcción
social y cultural
que distingue
roles,
comportamientos,
actividades y
atributos
considerados
apropiados para
hombres, mujeres
y otras
identidades en
una sociedad
determinada.
Variable dicotómica
donde 1 es género
masculino y 0
género femenino
Binaria Positivo
Ocupación Clasifica a las
personas según
su empleo o
actividad laboral,
identificando si
son empleados
del gobierno,
empleados
privados,
trabajadores por
cuenta propia,
jornaleros, entre
otros, según la
naturaleza de su
relación laboral.
Variable categórica
donde 1 se refiere a
empleado de
gobierno, 2
empleado privado, 3
empleado
tercerizado, 4
jornalero o peón, 5
patrono, 6 cuenta
propia, 7 trabajador
del hogar no
remunerado, 8
trabajador no del
hogar no
remunerado, 9
ayudante no
remunerado de
asalariado/jornalero
y 10 empleado(a)
Doméstico(a).
Categórica
Ordinal
Positivo
Fuente: elaboración propia.
Especificación econométrica
El enfoque cuantitativo radica en la posibilidad de evaluar relaciones causales mediante técnicas
econométricas y de utilizar datos representativos que permitan generalizar los resultados al contexto
ecuatoriano. En este sentido, se empleará un modelo de regresión logística binaria para analizar cómo
las características educativas impactan en la empleabilidad. La regresión logística, propuesta
inicialmente por Joseph Berkson en 1944, es un método estadístico utilizado para modelar la relación
entre una variable dependiente binaria y una o más variables independientes. El modelo econométrico
será estructurado basándose el modelo de Peng et al., (2024) de la siguiente manera:
������ = �� + ẞ1 ∗ ������ + ẞ2 ∗ ������ + ẞ3 ∗ ������ + ẞ4 ∗ ��é�������� + ẞ5 ∗ ��������������ó�� + µ
Dónde:
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2841.
emp es una variable ficticia donde 1 se refiere a empleado y 0 significa desempleado.
�� Se refiere al término de intersección o constante que captura las ganancias promedio cuando todas
las demás variables son cero.
yoe se refiere al número de años de educación formal (a menudo denominado escolaridad o nivel
educativo).
yow denota años de experiencia laboral, que captura el efecto de las habilidades y conocimientos
acumulados relacionados con el trabajo.
edt es una variable categórica donde 1 se refiere ninguno, 2 centro de alfabetización, 3 educación
básica, 4 educación media/bachillerato y 5 educación superior.
Género variable dicotómica donde 1 es género masculino y 0 género femenino.
Ocupación variable categórica donde 1 se refiere a empleado de gobierno, 2 empleado privado, 3
empleado tercerizado, 4 jornalero o peón, 5 patrono, 6 cuenta propia, 7 trabajador del hogar no
remunerado, 8 trabajador no del hogar no remunerado, 9 ayudante no remunerado de
asalariado/jornalero y 10 empleado(a) Doméstico(a).
ẞ1, ẞ2 ẞ3 y ẞ4 son coeficientes que cuantifican la relación entre los ingresos y otras variables
respectivas.
µ se refiere al término de error, que captura factores no observados que afectan las ganancias pero
que no se tienen en cuenta en el modelo.
El uso del modelo está justificado por la naturaleza cuantitativa de las relaciones entre educación y
empleabilidad, lo que permite realizar un análisis riguroso basado en datos representativos. Además,
ofrece no solo la posibilidad de identificar correlaciones, sino también de explicar cómo las variables
educativas y sociodemográficas interactúan para determinar las probabilidades de empleo.
Pruebas diagnósticas
Para garantizar la precisión de los resultados, se llevaron a cabo diversas pruebas diagnósticas en el
modelo Logit. Primero, se aplicó la prueba de Wald para evaluar la significancia de los coeficientes
individuales, lo que permite determinar la contribución de cada variable en el modelo. Luego, se utilizó
la prueba de Hosmer-Lemeshow para evaluar el ajuste global del modelo, comparando las
probabilidades predichas con las observadas. A continuación, se calculó el factor de inflación de la
varianza (VIF) para identificar posibles problemas de multicolinealidad entre las variables
independientes. Se evaluó también la capacidad de predicción del modelo mediante la curva ROC, lo
que permitió medir su capacidad para clasificar correctamente las observaciones. Después, se verificó
la correcta especificación del modelo, asegurando que las variables y sus relaciones sean apropiadas
para representar el fenómeno estudiado. Finalmente, se realizó la estimación del modelo logístico
(logit), que permitió obtener los coeficientes que describen la relación entre las variables
independientes y la probabilidad de ocurrencia del evento en la variable dependiente.
DESARROLLO
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2842.
Empleabilidad y su relación con el nivel educativo
La empleabilidad se define como la capacidad de una persona para obtener y mantener un empleo, así
como para progresar dentro del mercado laboral (Bonnard, 2020). Esta capacidad está influenciada
por factores como la formación académica, las competencias técnicas, la experiencia laboral y las
habilidades blandas (Suleman, 2021). El nivel educativo se considera un determinante clave de la
empleabilidad, ya que provee a las personas de conocimientos y herramientas para adaptarse a las
exigencias del mercado laboral (Molina-Vera, 2021). Según Jackson & Tomlinson (2020), la relación
entre el nivel educativo y la empleabilidad puede analizarse desde dos perspectivas fundamentales: el
acceso al mercado laboral y la calidad de las oportunidades de empleo. Por un lado, el nivel educativo
funciona como un filtro que determina las posibilidades de ingreso al mercado laboral formal. Los
trabajadores con educación superior tienen mayores probabilidades de acceder a empleos bien
remunerados y con beneficios sociales, mientras que aquellos con niveles educativos más bajos
suelen estar limitados a empleos informales y de menor estabilidad (Jackson & Tomlinson, 2020). El
nivel educativo no solo influye en las tasas de empleabilidad, sino también en la capacidad de los
individuos para adaptarse a un mercado laboral en constante transformación (Quito et al., 2024).
En un contexto global de cambios tecnológicos y económicos, las habilidades adquiridas a través de
la educación permiten a los trabajadores ser más flexibles y competitivos. Las competencias técnicas
y las habilidades blandas, como la comunicación, el trabajo en equipo y el pensamiento crítico, son
cada vez más demandadas por los empleadores (Succi & Canovi, 2019). En Ecuador, esto representa
un desafío adicional, ya que el sistema educativo enfrenta limitaciones para alinear su oferta con las
necesidades del mercado laboral, lo que genera un desajuste entre la formación de los egresados y los
perfiles requeridos por el sector productivo (Beltrán & Velástegui, 2024). Aunque el nivel educativo es
un factor clave, no es el único determinante de la empleabilidad, factores como la experiencia laboral,
el género, la edad y las condiciones económicas también juegan un rol importante (Pico-Saltos et al.,
2021).
Teorías Relevantes
Teoría del Capital Humano
La Teoría del Capital Humano, desarrollada por Becker (1964), plantea que la educación y la
capacitación son inversiones que aumentan la productividad de los individuos, lo que a su vez
incrementa su empleabilidad y potencial de ingresos (White, 2017). Esta teoría proporciona un marco
para entender cómo el acceso a la educación superior y la formación técnica pueden influir en la
inserción laboral (Ceular-Villamandos et al., 2021). Sin embargo, también se reconoce que factores
estructurales, como la calidad de la educación y la falta de vinculación con las demandas del mercado,
pueden limitar el impacto positivo del capital humano en la empleabilidad (Pontarollo et al., 2020). La
teoría del capital humano resalta la importancia de mejorar la cobertura y calidad de la educación
técnica y profesional como herramienta para reducir el desempleo y el subempleo (Gerhart & Feng,
2021).
La Teoría del Capital Humano también destaca el papel fundamental que juegan las políticas públicas
en la promoción del acceso y la calidad educativa, especialmente en sectores más vulnerables. Según
Mincer (1974) , las inversiones en capital humano no solo benefician a los individuos, sino que tienen
efectos positivos en la economía en general, al mejorar la productividad y reducir las desigualdades
económicas. Además, la evidencia empírica sugiere que una mayor inversión en educación técnica y
superior puede generar un crecimiento económico sostenido, al aumentar la competitividad y la
capacidad de innovación en la fuerza laboral (OCDE, 2019). Sin embargo, Blau y Kahn (2017) señalan
que, aunque la educación y la capacitación son factores clave para reducir el desempleo, las políticas
educativas deben ser diseñadas para garantizar que los programas de formación respondan
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2843.
efectivamente a las necesidades del mercado laboral, impidiendo la saturación de sectores y carreras
con baja demanda.
Paradigmas de Educación y Mercado laboral
El paradigma tradicional asume que un mayor nivel educativo conduce automáticamente a mejores
oportunidades laborales (Gerhart & Feng, 2021). Sin embargo, estudios recientes como el de
Krajňáková et al., (2020) y Morejón Cabrera & Mariel (2023) sugieren que esta relación no es lineal y
depende de factores como la calidad de la educación, las competencias adquiridas y la estructura del
mercado laboral. Además, el paradigma de "educación para el empleo" enfatiza la necesidad de una
formación alineada con las demandas del mercado, destacando la importancia de las competencias
técnicas y habilidades transversales (Succi & Canovi, 2019)
Evidencia Empírica en Ecuador
Panorama del Mercado Laboral en Ecuador
El mercado laboral ecuatoriano se caracteriza por altas tasas de informalidad y subempleo, con un 46%
de la población ocupada trabajando en condiciones informales según la ENEMDU (INEC, 2023).
Además, existen disparidades significativas en las tasas de empleo formal según el nivel educativo,
donde las personas con educación superior tienen más probabilidades de acceder a empleos estables
y bien remunerados en comparación con aquellas con niveles educativos inferiores (Molina-Vera,
2021). A pesar de estos hallazgos, también se observa que la educación superior no siempre garantiza
la inserción en el mercado formal, lo que plantea interrogantes sobre la calidad y relevancia de la
educación impartida (Peng et al., 2024). Este fenómeno está relacionado con el desajuste entre la
oferta educativa y las necesidades del mercado laboral, así como con factores estructurales, como la
falta de experiencia laboral y redes de contacto (Jackson & Tomlinson, 2020).
Adicionalmente, la región presenta notables diferencias geográficas en la calidad del empleo. Mientras
que en las zonas urbanas como Quito y Guayaquil se registra una mayor concentración de empleo
formal, las áreas rurales enfrentan mayores niveles de informalidad y subempleo (Álvarez-Gamboa et
al., 2021). Este desequilibrio regional se agrava debido a las desigualdades en el acceso a la educación,
ya que las zonas rurales suelen tener menos infraestructura educativa y menores oportunidades de
capacitación laboral (Galperin et al., 2022). En consecuencia, las personas provenientes de estas
regiones enfrentan mayores barreras para acceder a empleos formales, incluso cuando poseen niveles
educativos comparables a los de sus pares urbanos (Pico-Saltos et al., 2021).
Otro aspecto relevante es el desajuste entre la oferta educativa y las demandas del mercado laboral.
Según un informe del Banco Mundial (2023), en Ecuador existe una sobreoferta de profesionales en
ciertas carreras, como administración y derecho, mientras que sectores como tecnología, ingeniería y
economías verdes enfrentan un déficit de talento (Parra-Cely & Zanoni, 2024). Este desajuste limita la
inserción laboral de los graduados universitarios y plantea la necesidad de reformar los programas
educativos para alinearlos con las tendencias del mercado. Las instituciones educativas también
deben fortalecer los programas de prácticas preprofesionales y vincularse más estrechamente con el
sector productivo para facilitar la transición de los estudiantes al mundo laboral (Bastidas Redin, 2020).
Finalmente, las condiciones del mercado laboral también están influenciadas por factores
macroeconómicos. La recesión económica derivada de la pandemia de COVID-19 exacerbó las tasas
de desempleo e informalidad en el país, afectando de manera desproporcionada a los jóvenes y a los
recién graduados (Flores et al., 2022). Según datos de la ENEMDU (2023), los jóvenes de entre 18 y 24
años son los más afectados por el desempleo, con una tasa del 16%, en comparación con el 5% de los
adultos mayores de 35 años. Este panorama subraya la importancia de implementar estrategias
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2844.
integrales que no solo promuevan la educación, sino que también generen condiciones favorables para
la creación de empleo formal y de calidad. La promoción de programas de capacitación en estas áreas
sería clave para maximizar los beneficios del capital humano en un mercado laboral competitivo y en
constante transformación (Molina-Vera, 2021).
Desafíos en la Relación Educación-Empleabilidad
Uno de los principales desafíos en Ecuador es la brecha entre las competencias adquiridas en el
sistema educativo y las requeridas por los empleadores. Esta desconexión es especialmente
preocupante en sectores técnicos y tecnológicos, donde existe una alta demanda de trabajadores
calificados (Aguirre et al., 2021). Además, las desigualdades regionales en el acceso a la educación de
calidad exacerban las brechas de empleabilidad, limitando las oportunidades para poblaciones
vulnerables en áreas rurales y periféricas. La inserción laboral de los egresados en Ecuador enfrenta
retos relacionados con la falta de experiencia práctica y el desajuste entre las competencias adquiridas
y las exigencias del mercado laboral (Pico-Saltos, 2022).
Un factor determinante en esta desconexión es la falta de articulación entre el sector educativo y el
productivo. Las instituciones educativas no siempre diseñan sus currículos en función de las
necesidades reales del mercado laboral, lo que genera una saturación de profesionales en ciertos
campos y un déficit en áreas clave como ingeniería, tecnología y manufactura. En los sectores
agrícolas e industriales, que son fundamentales para la economía ecuatoriana, esta brecha es aún más
evidente, dejando a muchas empresas sin el talento necesario para innovar y competir. Además, el
sector informal representa una proporción significativa del mercado laboral, el desajuste entre la oferta
educativa y las necesidades del mercado es particularmente problemático. Esto subraya la importancia
de adaptar los programas educativos para garantizar que los egresados estén preparados para
satisfacer las demandas actuales y futuras del mercado laboral (Velín-Fárez, 2021).
Por otra parte, las desigualdades regionales también reflejan una falta de equidad en la distribución de
recursos educativos. Mientras que las zonas urbanas tienen un acceso más amplio a programas
técnicos, tecnológicos y universitarios, las regiones rurales enfrentan limitaciones significativas en
infraestructura, personal docente calificado y acceso a tecnologías de información (Pico-Saltos et al.,
2021). Esto perpetúa un ciclo de pobreza y exclusión en las áreas más rezagadas del país, donde las
tasas de subempleo e informalidad son considerablemente más altas que en las zonas urbanas.
Además, la rápida evolución tecnológica y los procesos de automatización están transformando el
mercado laboral global y ecuatoriano, exigiendo habilidades específicas como el manejo de
herramientas digitales, el análisis de datos y competencias en programación (Flores-Sánchez & Vigier,
2020). Sin embargo, el sistema educativo ecuatoriano no ha logrado adaptarse al ritmo de estos
cambios, dejando a muchos trabajadores y jóvenes graduados en desventaja frente a las
oportunidades emergentes. Este desafío se combina con una baja inversión en programas de
educación continua, que son esenciales para que los trabajadores actuales puedan mantenerse
competitivos (Buenaño et al., 2024).
Finalmente, las políticas públicas han intentado abordar estos desafíos con iniciativas como la
creación de institutos tecnológicos y la promoción de programas de formación profesional. Sin
embargo, el impacto de estas políticas ha sido limitado debido a la falta de una estrategia integral que
involucre al sector privado, las universidades y el gobierno (Bastidas Redin, 2020). Fortalecer estas
alianzas, promover la capacitación específica para sectores estratégicos y reducir las desigualdades
regionales son pasos necesarios para cerrar la brecha entre educación y empleabilidad, permitiendo
que Ecuador avance hacia un desarrollo más inclusivo y sostenible (Pico-Saltos et al., 2021).
RESULTADOS Y DISCUSIÓN
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2845.
Relación entre nivel educativo y el empleo
La gráfica 1 revela una clara relación positiva entre el nivel educativo y los ingresos promedio. A medida
que aumenta el nivel educativo, los ingresos promedio se incrementan de manera notable, alcanzando
cerca de 1000 USD para las personas con educación universitaria, en contraste con los
aproximadamente 200 USD para quienes solo han completado la educación primaria. Este patrón pone
de manifiesto la importancia de la educación como un factor clave para mejorar el ingreso económico.
Gráfico 1
Relación entre nivel educativo e ingresos en Ecuador
El aumento progresivo en los ingresos promedio sugiere que quienes alcanzan niveles educativos más
altos suelen acceder a empleos de mayor calidad, con salarios más competitivos. Según Bastidas
Redin (2020), esto puede explicarse por el hecho de que una formación académica más avanzada
proporciona habilidades especializadas y competencias demandadas en el mercado laboral. En este
sentido, los datos respaldan la idea de que la educación no solo amplía las oportunidades laborales,
sino que también contribuye a una mayor estabilidad económica y social para los individuos (Molina-
Vera, 2021).
Por otro lado, este análisis destaca desafíos importantes, especialmente en los niveles educativos
inferiores. Para Suleman (2021), las personas con menor nivel educativo suelen enfrentar mayores
dificultades para acceder a empleos formales y bien remunerados, lo que podría limitar su capacidad
para mejorar sus condiciones de vida. Este fenómeno está relacionado con el desajuste laboral, donde
el talento humano en estos niveles puede estar subutilizado debido a la falta de oportunidades o a
empleos que no aprovechan plenamente sus capacidades (Jackson & Tomlinson, 2020).
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2846.
Gráfico 2
Relación entre nivel educativo y horas trabajo en Ecuador
La gráfica 2 se evidencia que, en Ecuador, existe una relación inversa entre el nivel educativo y las horas
trabajadas por semana. Las personas con educación primaria trabajan en promedio 44 horas
semanales, mientras que aquellas con nivel universitario solo trabajan 36 horas por semana. Esta
tendencia refleja una disminución constante de las horas trabajadas a medida que aumenta el nivel
educativo.
Este comportamiento puede explicarse por varios factores. Las personas con menor nivel educativo
suelen desempeñarse en trabajos informales o de baja cualificación, que demandan más tiempo
laboral para generar ingresos básicos, como en el sector agrícola. Por otro lado, los individuos con
mayor nivel educativo suelen acceder a empleos más cualificados, con mejores condiciones laborales,
horarios más flexibles y mayor productividad, lo que les permite trabajar menos horas para obtener
ingresos similares o superiores (Morejón Cabrera & Mariel, 2023).
Además, este fenómeno pone en evidencia cómo la educación influye en la calidad del empleo y en el
balance entre vida laboral y personal. Según Parra-Cely & Zanoni (2024), las personas con estudios
universitarios suelen optar por actividades laborales de mayor valor agregado y mejores beneficios,
priorizando tiempo libre y estabilidad. Esto subraya la importancia de promover políticas que incentiven
la educación y mejoren las condiciones laborales para todos los niveles educativos (Succi & Canovi,
2019).
Análisis de los factores determinan la inserción laboral en el contexto ecuatoriano
Pruebas diagnósticas
Prueba de Wald (para coeficientes individuales)
Los resultados de la tabla 2 nos indica que el p-valor es menor al nivel de significancia de 5%, por lo
tanto, se rechaza la hipótesis nula (un grupo de coeficientes es igual a cero) y se concluye que las
variables explicativas tienen un efecto significativo en el modelo.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2847.
Tabla 2
Resultados de la Prueba de Wald
chi2( 4) 4508.28
Prob > chi2 0.0000
Fuente: elaboración propia.
Prueba de Hosmer-Lemeshow
La Tabla 3 presenta los resultados de la prueba Hosmer-Lemeshow, que se utilizan para evaluar la
bondad de ajuste de los modelos de regresión logística, como el modelo logit. Esta prueba se basa en
la comparación entre las frecuencias observadas y las esperadas en diferentes grupos de datos,
determinando si existen diferencias significativas entre ellas. En este caso, el valor del estadístico chi-
cuadrado (7972) con 8488.64 grados de libertad es relativamente alto, y el p-valor asociado (Prob >
chi2) es 0.0000, lo que indica que es menor al nivel de significancia estándar del 5 % (0,05). Esto
significa que hay evidencia suficiente para rechazar la hipótesis nula de la prueba, la cual plantea que
el modelo no se ajusta bien a los datos.
Tabla 3
Resultados de la Prueba de Hosmer-Lemeshow
Pearson chi2(7972) 8488.64
Prob > chi2 0.0000
Fuente: elaboración propia.
Multicolinealidad
El análisis de la tabla 4 muestra los resultados de la prueba de multicolinealidad, que analiza la
correlación entre las variables independientes de un modelo. Se incluyen valores del factor de inflación
de la varianza (VIF) y su inverso (1/VIF), que permiten identificar posibles problemas de
multicolinealidad. En este caso no existe multicolinealidad en ninguna variable ya que sus VIF no
superan el valor de 10 que es el máximo para considerar multicolinealidad en las variables
independientes del modelo.
Tabla 4
Resultados de la Prueba de Multicolinealidad
Variable VIF 1/VIF
edt
Género
lnyoe
ocupación
lnyow
9.96
9.08
7.29
4.73
4.16
0.100365
0.110150
0.137254
0.211471
0.240373
Fuente: elaboración propia.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2848.
Capacidad de Predicción
La tabla 5 nos muestra la capacidad de predicción del modelo donde se obtiene el área baja de la curva
(AUC) tan alto, el modelo tiene una probabilidad del 98.52% de clasificar correctamente una
observación positiva (empleado) frente a una negativa (desempleado). Este desempeño sugiere que
las variables independientes incluidas en el modelo son altamente explicativas de la variable de
empleo.
Tabla 5
Resultados de la Prueba de Predicción
Observaciones 150319
Área de Curva de ROC 0.9852
Fuente: elaboración propia.
Especificación del modelo
El modelo demuestra una excelente capacidad predictiva, clasificando correctamente el 98.22% de las
observaciones (Tabla 6). Esto refuerza la validez del modelo para predecir la probabilidad de empleo
considerando los diferentes niveles y tipos de educación, así como otros factores complementarios
como el género.
Tabla 6
Resultados de la Prueba de Predicción
Correctly classified 98.22%
Fuente: elaboración propia.
Estimación del modelo logístico (logit)
El análisis de la empleabilidad en un mercado laboral diverso y desafiante requiere la identificación de
factores clave que afectan las oportunidades laborales de las personas. En este caso, se empleó un
modelo logístico para evaluar los datos del ENEMDU 2023, con el objetivo de determinar cómo
variables como la educación, la experiencia laboral, el nivel educativo, el género y sus interacciones
impactan la probabilidad de empleo. Este enfoque permite no sólo evaluar la significancia estadística
de estas variables, sino también interpretar su efecto en un contexto marcado por desigualdades y
transformaciones estructurales.
El modelo logístico presentado en la tabla 7 examina la probabilidad de empleo en función de variables
como años de educación, experiencia laboral, nivel educativo, género y ocupación. Los resultados
muestran que el modelo es estadísticamente significativo en su conjunto (p < 0.0000), con un pseudo
R2 de (0.5516), lo que representa un buen ajuste para un modelo logit. Esto indica que el modelo
captura una proporción significativa de la información relevante para explicar la variable dependiente.
Tabla 7
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2849.
Estimaciones logit de los tipos de educación en el empleo
emp Coeficiente Error estándar P>|z| [95% Conf. Interval]
lnyoe***
lnyow***
edt***
Género**
ocupación
cons***
-1.65681
1.751127
4.75921
-.6683886
-11.53293
-7.994478
.0656427
.0314637
.1598071
.0539591
.016628
.4988623
0.000
0.000
0.000
0.000
0.000
0.000
-1.785468 -1.528153
1.68946 1.812795
4.445994 5.072427
.7222251 .933741
-.7009789 -.6357984
-8.97223 -7.016726
Log likelihood
Pseudo R2
Prob > chi2
-5687.6385
0.5516
0.0000
Nota: ***, ** y * indican significancia en los niveles de 1%, 5% y 10%, respectivamente.
Fuente: Cálculo en Stata 15, elaboración propia.
Entre las variables significativas, los años de educación (yoe) tiene un coeficiente negativo (1.65681),
evidenciando que reduce las probabilidades de empleo. El coeficiente negativo de yoe sugiere que los
años de estudios pueden no estar alineada con las demandas del mercado laboral. Esto es consistente
con investigaciones como la de Krajňáková et al. (2020), que destacan que, aunque la educación ofrece
habilidades específicas, estas pueden quedar obsoletas rápidamente en un entorno de trabajo
dinámico.
En contraste, el nivel educativo (edt) destaca como el factor más relevante, con un coeficiente positivo
de 4.75921, esto sugiere que, niveles más altos de educación podrían garantizar una mayor
empleabilidad. Los resultados del modelo coinciden con estudios previos como el de Cheng et al.
(2022), que destacan la importancia de la educación superior en la empleabilidad. Por ejemplo, un
informe de la OCDE (2021) señala que los individuos con educación superior tienen mayores
oportunidades laborales y salarios más altos, en línea con los hallazgos del coeficiente positivo de edt
en este modelo.
El resultado que muestra que la experiencia laboral (yow) tiene un impacto positivo significativo
(1.751127) en la probabilidad de empleo ofrece un análisis valioso sobre la importancia de este factor
en el mercado laboral ecuatoriano. Esto concuerda con estudios realizados como el de Jackson &
Tomlinson (2020), los cuales encuentran que la experiencia laboral reduce significativamente el riesgo
de desempleo y mejora la movilidad laboral.
El género, aunque tiene un coeficiente negativo (-0.6683886), su magnitud sugiere un impacto
moderado en comparación con otras variables. Esto se refleja en estudios como el de O’Leary (2019),
que identifican barreras persistentes para las mujeres en el mercado laboral, aunque las brechas de
género se han reducido gradualmente.
La ocupación tiene un coeficiente altamente negativo (-11.53293), lo que indica que ciertas categorías
ocupacionales reducen significativamente la probabilidad de empleo. Esto podría estar relacionado
con su vulnerabilidad a factores como la automatización o la baja demanda en sectores específicos,
lo que coincide con estudios como el de Autor et al. (2020), que destacan cómo los cambios
tecnológicos afectan principalmente a ocupaciones con tareas rutinarias.
El modelo logit proporciona evidencia clara de que el nivel y tipo de educación son determinantes clave
para la empleabilidad. Sin embargo, resalta la necesidad de revisar y adaptar los sistemas educativos,
especialmente la formación vocacional, para garantizar su relevancia en un mercado laboral en
constante evolución. Además, se deben abordar las desigualdades de género y fomentar políticas que
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2850.
promuevan una educación integral y contextualizada, alineada con las demandas del siglo XXI
(Bastidas Redin, 2020).
CONCLUSIONES
La educación superior se consolida como un factor determinante para acceder a empleos formales y
mejor remunerados, en línea con estudios globales sobre la importancia del capital humano. Sin
embargo, los resultados también indican que los años de educación no siempre están alineados con
las demandas del mercado laboral, lo que podría reducir las probabilidades de empleo. Esto destaca la
necesidad de un enfoque educativo que combine conocimientos técnicos y habilidades prácticas,
especialmente en áreas demandadas como tecnología, ingeniería y economías verdes. Por lo tanto,
mientras el nivel educativo puede mejorar la empleabilidad, es crucial garantizar que la formación se
ajuste a las dinámicas cambiantes del mercado laboral ecuatoriano.
La experiencia laboral emerge como un factor clave en la empleabilidad, mostrando un impacto
positivo significativo en las probabilidades de empleo. Además, la interacción entre nivel educativo y
experiencia laboral presenta resultados mixtos, sugiriendo que una mayor educación no siempre es
complementaria a la experiencia. Esto podría ser reflejo de desajustes entre las competencias
adquiridas y las expectativas de los empleadores. Por ello, es fundamental implementar políticas que
promuevan la capacitación continua y programas de vinculación temprana al mercado laboral para
optimizar las oportunidades de inserción, especialmente en sectores clave de la economía.
Si bien las políticas públicas han intentado fortalecer la educación técnica y profesional, los resultados
sugieren que su impacto ha sido limitado debido a la falta de coordinación entre el sector educativo y
el productivo. La alta tasa de informalidad en Ecuador, junto con las desigualdades regionales,
evidencia la necesidad de una estrategia integral que contemple una mejor distribución de recursos
educativos y programas enfocados en áreas rurales. Además, se requieren reformas que adapten la
oferta educativa a las demandas específicas del mercado, fomentando alianzas entre el sector público,
privado y educativo para promover empleos de calidad y reducir las brechas existentes.
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2851.
REFERENCIAS
Aguirre, J. C., Zuñiga, M. L., Mora, P., & Blanco, F. (2021). Innovative entrepreneurship and quality of life.
The case of Ecuador. Academia Revista Latinoamericana de Administración, 34(1), 143-164.
doi:https://doi.org/10.1108/ARLA-04-2020-0076
Álvarez-Gamboa, J., Cabrera-Barona, P., & Jácome-Estrella, H. (2021). Financial inclusion and
multidimensional poverty in Ecuador: A spatial approach. World Development Perspectives, 22, 100311.
doi:https://doi.org/10.1016/j.wdp.2021.100311
Autor, D., Mindell, D., & Reynolds, E. (2020). The work of the future: Building better jobs in an age of
intelligent machines. MIT Work of the Future Task Force.
Bastidas Redin, M. C. (2020). Dilemmas of justice in the post-neoliberal educational policies of Ecuador
and Bolivia. Policy Futures in Education, 18(1), 51-71. doi:https://doi.org/10.1177/1478210318774946
Becker, G. S. (1964). Human Capital: A Theoretical and Empirical Analysis, with Special Reference to
Education. Chicago: National Bureau of Economic Research.
Beltrán, G. L., & Velástegui, C. A. (2024). Public policy and labor inclusion: employment strategies for
people with disabilities in Ecuador. Sapienza: International Journal of Interdisciplinary Studies, 5(3),
e24049-e24049. doi:https://doi.org/10.51798/sijis.v5i3.781
Blau, F. D., & Kahn, L. M. (2017). The gender wage gap: Extent, trends, and explanations. Journal of
Economic Literature, 55(3), 789-865. https://doi.org/10.1257/jel.20160995
Bonnard, C. (2020). What employability for higher education students? Journal of Education and Work,
33(5-6), 425-445. doi:https://doi.org/10.1080/13639080.2020.1842866
Buenaño, E., Beletanga, M. J., & Mancheno, M. (2024). What factors are relevant to understanding
dropout? Analysis at a co-financed University in Ecuador and Policy Implications, using survival cox
models. 23(4), 1400-1415. doi:https://doi.org/10.1080/15348431.2023.2271570
Ceular-Villamandos, N., Navajas-Romero, V., Caridad López del Río, L., & Zambrano-Santos, L. Z. (2021).
Workplace Situation and Well-Being of Ecuadorian Self-Employed. Sustainability, 13(4), 1892.
doi:https://doi.org/10.3390/su13041892
Cheng, M., Adekola, O., Albia, J., & Cai, S. (2022). Employability in higher education: a review of key
stakeholders' perspectives. Higher Education Evaluation and Development, 16(1), 16-31.
doi:https://doi.org/10.1108/HEED-03-2021-0025
Dewey, J. (2024). Democracy and education. Nueva York: Columbia University Press.
doi:https://doi.org/10.7312/dewe21010-003
Flores, J. E., Alcivar, D. G., & Ordóñez, L. B. (2022). Modeling and forecasting the effect of COVID-19 in
the Ecuadorian labor system. Podium(42), 1-18. doi:https://doi.org/10.31095/podium.2022.42.1
Flores-Sánchez, G. G., & Vigier, H. P. (2020). El impacto del modelo educativo dual en la formación
profesional del estudiante. Revista Colombiana de Educación(78), 173-206.
doi:https://doi.org/10.17227/rce.num78-9535
Galperin, H., Katz, R., & Valencia, R. (2022). The impact of broadband on poverty reduction in rural
Ecuador. Telematics and Informatics(75), 101905. doi:https://doi.org/10.1016/j.tele.2022.101905
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2852.
Gerhart, B., & Feng, J. (2021). The resource-based view of the firm, human resources, and human capital:
Progress and prospects. Journal of management, 47(7), 1796-1819.
doi:https://doi.org/10.1177/0149206320978799
Gómez, N. B., & Gómez, M. D. (2014). Educación formal y no formal. Un punto de encuentro en
educación musical. Aula Abierta, 42(1), 47-52. doi:https://doi.org/10.1016/S0210-2773(14)70008-3
Guijarro-Garvi, M., Miranda-Escolar, B., Cedeño-Menéndez, Y. T., & Moyano-Pesquera, P. B. (2022).
Education as a dimension of human development: A Provincial-level Education Index for Ecuador. Plos
One, 17(7), e0270932. doi:https://doi.org/10.1371/journal.pone.0270932
INEC. (2023). Encuesta Nacional de Empleo, Desempleo y Subempleo - ENEMDU. Quito: Instituto
Nacional de Estadísticas y Censos. Obtenido de http://surl.li/forrqy
Jackson, D., & Tomlinson, M. (2020). Investigating the relationship between career planning, proactivity
and employability perceptions among higher education students in uncertain labour market conditions.
Higher Education, 80(3), 435–455. doi:https://doi.org/10.1007/s10734-019-00490-5
Krajňáková, E., Pilinkienė, V., & Bulko, P. (2020). Determinants of economic development and
employability of higher education institutions graduates. Engineering Economics, 31(2), 211-220.
doi:https://doi.org/10.5755/j01.ee.31.2.24751
Mincer, J. (1974). Schooling, experience, and earnings. National Bureau of Economic Research.
Molina, T., & Rivadeneyra, I. (2021). The schooling and labor market effects of eliminating university
tuition in Ecuador. Journal of Public Economics, 196, 104383.
doi:https://doi.org/10.1016/j.jpubeco.2021.104383
Molina-Vera, A. (2021). The impact of an extension of workers’ health insurance on formal employment:
Evidence from Ecuador. World Development, 141, 105364.
doi:https://doi.org/10.1016/j.worlddev.2020.105364
Morejón Cabrera, G., & Mariel, P. (2023). Exploring job preferences of business and economics students
from Colombia, Ecuador and Spain: a discrete choice experiment. International Journal of Manpower,
44(6), 1221-1247. doi:https://doi.org/10.1108/IJM-04-2022-0163
O’Leary, S. (2019). Gender and management implications from clearer signposting of employability
attributes developed across graduate disciplines. Studies in Higher Education, 46(3), 437-456.
doi:https://doi.org/10.1080/03075079.2019.1640669
Olivieri, S., Ortega, F., Rivadeneira, A., & Carranza, E. (2022). The Labour Market Effects of Venezuelan
Migration in Ecuador. The Journal of Development Studies, 58(4), 713-729.
doi:https://doi.org/10.1080/00220388.2021.1988077
Organización para la Cooperación y el Desarrollo Económicos (OCDE). (2019). Education at a glance
2019: OECD indicators. OECD Publishing. https://doi.org/10.1787/f8d7880d-enaB
Parra-Cely, S., & Zanoni, W. (2024). The Labor Market Worsening Effects of a Resource Bust: Evidence
from the Crude Oil Price Shock in Ecuador. World Development, 183, 106730.
doi:https://doi.org/10.1016/j.worlddev.2024.106730
Peng, X., Bakti, H.-B., & Abu Bakar, A. S. (2024). The impact of education type on employability and
wages in China. Multidisciplinary Science Journal, 6(8), 2024133.
doi:https://doi.org/10.31893/multiscience.2024133
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, Asunción, Paraguay.
ISSN en línea: 2789-3855, julio, 2025, Volumen VI, Número 3 p 2853.
Pico-Saltos, R. (2022). Predicción y Valoración del Éxito Profesional Objetivo y Subjetivo de los
graduados: Caso de Estudio UTEQ. Quevedo: Universidad Rey Juan Carlos. Obtenido de
https://hdl.handle.net/10115/21369
Pico-Saltos, R., Bravo-Montero, L., Montalván-Burbano, N., Garzás, J., & Redchuk, A. (2021). Career
Success in University Graduates: Evidence from an Ecuadorian Study in Los Ríos Province.
Sustainability, 13(16), 9337. doi:https://doi.org/10.3390/su13169337
Pico-Saltos, R., Carrión-Mero, P., Montalván-Burbano, N., Garzás, J., & Redchuk, A. (2021). Research
trends in career success: A bibliometric review. Sustainability, 13(9), 4625.
doi:https://doi.org/10.3390/su13094625
Pontarollo, N., Orellana, M., & Segovia, J. (2020). The determinants of subjective well-being in a
developing country: The Ecuadorian case. Journal of Happiness Studies, 21(8), 3007-3035.
doi:https://doi.org/10.1007/s10902-019-00211-w
Quito, B., Río-Rama, M. d., Peris-Ortiz, M., & Álvarez-García, J. (2024). Spatial-Temporal Determinants of
Income Inequality in the Cantons of Ecuador between 2010 and 2019: a Spatial Panel Econometric
Analysis. Journal of the Knowledge Economy, 15(2), 7744-7768.
doi:https://link.springer.com/article/10.1007/s13132-023-01373-y
Samuelson, P. A., & Nordhaus, W. D. (1954). Economía (18.ª ed ed.). New York: McGraw-Hill. Obtenido
de http://www2.uca.edu.sv/mcp/media/archivo/f46f83_economiasamuelsonnordhausedi18..pdf
Succi, C., & Canovi, M. (2019). Soft skills to enhance graduate employability: comparing students and
employers’ perceptions. Studies in Higher Education, 45(9), 1834-1847.
doi:https://doi.org/10.1080/03075079.2019.1585420
Suleman, F. (2021). Revisiting the concept of employability through economic theories: Contributions,
limitations and policy implications. Higher Education Quarterly, 75(4), 548-561.
doi:https://doi.org/10.1111/hequ.12320
Velín-Fárez, M. (2021). Population and Labor Dynamics in Large Informal Markets: Implications for
Pension Systems with Evidence from Ecuador. Contemporary Economics, 15(2), 164-186.
doi:https://doi.org/10.5709/ce.1897-9254.442
White, L. H. (2017). Human Capital and its Critics: Gary Becker, Institutionalism, and Anti-Neoliberalism.
GMU Working Paper in Economics No. 17-02. doi:https://dx.doi.org/10.2139/ssrn.2905931
Williamson, E. G. (1939). How to counsel students: A manual of techniques for clinical counselors.
Nueva York: McGraw-Hill. doi: https://doi.org/10.1037/13902-000
Todo el contenido de LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, publicados en
este sitio está disponibles bajo Licencia Creative Commons .