Contraste de hipótesis

CONTRASTE DE HIPÓTESIS H1. RELACIÓN ENTRE LAS VARIABLES INDEPENDIENTE Y DEPENDIENTE.

En este apartado, vamos a abordar una de las claves de este estudio, la relación entre la variable independiente, que es el tipo de programa evaluado y si éste ha sido desarrollado por la Fundación Lesmes (grupo experimental) o por otra entidad (grupo de control); con la variable dependiente, que es la mejora de la situación laboral conseguida, medida por medio de la diferencia entre los días cotizados los dos años siguientes a la intervención y los dos años anteriores.

Someteremos a prueba, por lo tanto, la primera de nuestras hipótesis:

  • H1.- Los programas de inserción sociolaboral de la Fundación Lesmes (CEFE) y sus empresas de inserción (CEISLABUR, GRM y REUSAD) son eficaces y obtienen resultados diferencialmente positivos.

De ella extraemos 3 subhipótesis:

  1. Los programas con formación ofrecen mejores resultados que los que sólo tienen orientación.
  2. Los programas que incluyen prácticas en empresas ofrecen mejores resultados que los que no las incluyen, exceptuando las empresas de inserción.
  3. Las empresas de inserción ofrecen mejores resultados que el resto.

En la tabla 40, podemos ver los resultados del contraste de estas hipótesis. Para ello, aplicamos de nuevo la prueba t de Student. El primer resultado hallado mediante este test, en lo que respecta a la hipótesis 1, es que se encuentran diferencias significativas entre los programas llevados a cabo por la Fundación Lesmes y otras políticas activas de empleo. La diferencia de medias, entre las dos mediciones de la VD, es decir, entre los días de cotización generados por unos y otros es de 57 días. Los programas de la entidad evaluada generan 184 días, por 127 días logrados por el resto. Podemos rechazar la hipótesis nula y asegurar que las diferencias encontradas no se deben al azar, lo que nos lleva a presumir una relación causal entre ambas variables, una vez aislado el efecto de las otras variables.

En lo que respecta a las tres subhipótesis, encontramos que podemos rechazar, igualmente las tres hipótesis nulas correspondientes.

Por un lado, la t de Student indica que existen diferencias significativas entre los programas de formación y los que se limitan a la orientación e intermediación laboral. La diferencia entre las medias de días cotizados generados es de 46.

Por otro lado, dicha prueba estadística revela que los programas que incluyen prácticas en empresas también recogen mejores resultados, siendo la diferencia entre las medias de días cotizados de 58.

Por último, constatamos a través del mismo estadístico de contraste que las empresas de inserción ofrecen mejores resultados, estadísticamente significativos que el resto de intervenciones y políticas activas de empleo.

Tabla 40.- Contraste de hipótesis. H1.
Contraste de hipótesis H1.png
Fuente: Elaboración propia.

Tabla 41.- Relación entre el tipo de programa y la variable dependiente.
Relación tipo de programa VD
Fuente: Elaboración propia.

Tabla 42.- Relación entre programa concreto y la variable dependiente.
Relación programa VD
Fuente: Elaboración propia.

En la tabla 41 y en la tabla 42, podemos ver con más detalle los días generados por tipo de intervención y por cada uno de los programas concretos evaluados, tanto de la entidad evaluada, como del resto de las intervenciones analizadas.

b.-      Relación entre las variables complementarias y la variable dependiente.

Veamos ahora la relación de las variables complementarias con la variable dependiente, teniendo en cuenta la relación encontrada entre las mismas y la variable independiente, analizada más arriba.
En lo que se refiere a la edad, al no haber encontrado diferencias entre grupos, únicamente nos interesa este análisis por conocer si existe algún grupo de edad en el que los programas de inserción laboral logran resultados diferenciales. Como podemos apreciar en la tabla 43, sólo encuentran diferencias significativas entre el grupo de mayores de 45, con el que se obtienen resultados inferiores, aunque se constata que muy ligeramente.

Con respecto al sexo, los programas evaluados obtienen mejores resultados con los hombres que con las mujeres. Todo indica que las políticas activas han de adaptarse para corregir esta desigualdad. En este apartado, únicamente nos fijaremos en cómo afecta este hecho a la hora de contrastar nuestra hipótesis. Aunque la variable sexo pudiera influir, al constatar que los tratamientos evaluados son superiores con los hombres y al darse la circunstancia de que, en el grupo de control, hay un porcentaje superior de hombres que en el experimental, dicha influencia no haría sino ampliar las diferencias obtenidas entre ambos grupos, en lo que se refiere a la variable dependiente. La diferencia entre las medias de días cotizados entre hombres y mujeres es de 60.

El análisis de la relación entre el nivel de estudios y los resultados logrados por los programas evaluados, como podemos ver en la tabla 45, sólo hallan diferencias significativas en el reducido grupo de personas con estudios superiores. Es necesario tener en cuenta que el grueso de la muestra se concentra en las categorías de primaria y secundaria, por lo que el nivel de estudios constituye una variable que afecta más tangencialmente, si cabe, que el resto de las variables complementarias analizadas, en lo que se refiere a los resultados de la variable dependiente y en su relación con la variable independiente.
Por último, en la tabla 46, podemos ver la relación del perfil con la variable dependiente. Más arriba, se ha señalado la no homogeneidad de los grupos experimental y de control, en lo que se refiere al perfil de las muestras. Debido a que, en prácticamente todas las situaciones evaluadas, se trata de personas con especiales dificultades de acceso al empleo, a priori, presumimos que esta variable no va ser determinante ni va a interferir decisivamente en la relación entre variable independiente y variable dependiente. Podría resultar de interés, por otro lado, desde el punto de vista aplicado, averiguar si los programas evaluados consiguen resultados diferenciales, en función de los diferentes perfiles. Sólo encontramos diferencias significativas en dos grupos: con el perfil de “mayores de 45 años” se obtienen resultados inferiores, tal y como hemos constatado en el análisis de la variable edad. Por el contrario, dichas intervenciones consiguen mejores resultados relativos con las personas “sin hogar”. La explicación de esta constatación, probablemente, tenga relación con el hecho de que la entidad analizada destina gran cantidad de recursos a este colectivo y acumula muchos años de experiencia trabajando con el mismo. Teniendo en cuenta que las diferencias encontradas se refieren sólo a estos dos perfiles, podemos concluir que la influencia de esta variable no puede resultar decisiva en la relación observada entre las variables independiente y dependiente.

Tabla 43.- Relación entre la edad y la variable dependiente.
Relación edad VD
Fuente: Elaboración propia.

Tabla 44.- Relación entre el sexo y la variable dependiente.
Relación sexo VD
Fuente: Elaboración propia.

Tabla 45.- Relación entre el nivel de estudios y la variable dependiente.
Relación estudios VD.png
Fuente: Elaboración propia.

Tabla 46.- Relación entre el perfil y la variable dependiente.
Relación perfil VD.png
Fuente: Elaboración propia.

c.-      Situación laboral actual.

En el estudio realizado, se ha recogido el dato de la situación laboral de los componentes de ambos grupos en el momento de la evaluación, en el primer semestre de 2018, el dato del porcentaje de jornada y si el trabajo está relacionado con la especialidad de la formación, en su caso. Aunque se trata de un dato complementario, que únicamente persigue detectar alguna incoherencia con los resultados del contraste de hipótesis, aporta información interesante: el 51% y el 41% de los grupos experimental y control, respectivamente, está trabajando en ese momento. El porcentaje medio de jornada laboral es del 87% en ambos grupos. El 29% trabaja en alguna especialidad relacionada con la formación recibida, en el grupo experimental, mientras que en el grupo de control lo hace el 15%. Es preciso significar que no ha sido posible recoger estos datos en la totalidad de los integrantes de las muestras, por lo que es probable que este análisis subestime la situación. No afecta a las conclusiones del estudio.

Tabla 47.- Situación laboral actual.
Situación laboral
Fuente: Elaboración propia.

Buscar en OpenEdition Search

Se le redirigirá a OpenEdition Search