Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
774
Artículo Científico
Informalidad laboral y sus determinantes en la ciudad de
Machala, Ecuador, periodo 2021-2025.
Informal Employment and Its Determinants in the City of Machala, Ecuador,
2021–2025
Suarez-Apolo, Rosa Estefania1; Armijos-Cordova, Andrea Fernanda2; Vega-Jaramillo, Flor
Yelena3.
1 Universidad Técnica de Machala; Ecuador, Machala; https://orcid.org/0009-0007-
7673-7606; rsuarez3@utmachala.edu.ec
2 Universidad Técnica de Machala; Ecuador, Machala; https://orcid.org/0009-0004-
4472-1392; aarmijos20@utmachala.edu.ec
3 Universidad Técnica de Machala; Ecuador, Machala; https://orcid.org/0000-0003-
3827-4317; fvega@utmachala.edu.ec
1 Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n3/382
Resumen: La informalidad laboral constituye un problema estructural que limita el acceso a
estabilidad, protección social e ingresos sostenibles, por lo que este estudio tuvo como objetivo
identificar sus determinantes en Machala durante 2021-2025. Se empleó un enfoque
cuantitativo, diseño no experimental y alcance explicativo, utilizando microdatos de la Encuesta
Nacional de Empleo, Desempleo y Subempleo y modelos Logit independientes para cada año,
estimados mediante máxima verosimilitud; además, se calcularon efectos marginales y se
evaluó el ajuste mediante las pruebas de Hosmer-Lemeshow y Pearson, estadísticos de
clasificación y curvas ROC. Los resultados mostraron que la educación superior, el ingreso, las
horas trabajadas y la pertenencia al sector comercio se asociaron con una menor probabilidad
de informalidad, mientras que la edad y la condición de actividad presentaron una relación
positiva; la educación superior fue el factor protector más consistente. Los modelos clasificaron
alrededor del 75 % de las observaciones y registraron áreas bajo la curva ROC superiores al 80
%, aunque el ajuste de Hosmer-Lemeshow fue desfavorable en 2025. Se concluyó que la
informalidad en Machala respondió a la interacción entre capital humano, condiciones
ocupacionales y estructura productiva, por lo que su reducción requiere políticas diferenciadas
de formación, empleo y formalización.
Palabras clave: informalidad laboral; mercado de trabajo; modelo Logit; capital humano;
Machala.
Abstract: Labor informality is a structural problem that restricts access to employment stability,
social protection, and sustainable income. This study aimed to identify its determinants in
Machala during the 2021–2025 period. A quantitative approach, non-experimental design, and
explanatory scope were applied using microdata from the National Survey of Employment,
Unemployment, and Underemployment. Independent Logit models were estimated for each year
through maximum likelihood; marginal effects were calculated, and model performance was
assessed using the Hosmer–Lemeshow and Pearson tests, classification statistics, and ROC
curves. The results showed that higher education, labor income, working hours, and employment
in the trade sector were associated with a lower probability of informality, whereas age and
activity status showed a positive relationship. Higher education was the most consistent
protective factor throughout the period. The models correctly classified approximately 75% of
observations and achieved areas under the ROC curve above 80%, although the Hosmer–
Lemeshow test indicated an inadequate fit in 2025. It was concluded that labor informality in
Machala resulted from the interaction between human capital, occupational conditions, and the
local productive structure, requiring differentiated education, employment, and formalization
policies.
Keywords: labor informality; labor market; Logit model; human capital; Machala.
Cita: Suarez-Apolo, R. E.,
Armijos-Cordova, A. F., & Vega-
Jaramillo, F. Y. (2026).
Informalidad laboral y sus
determinantes en la ciudad de
Machala, Ecuador, periodo 2021-
2025. Innova Science
Journal, 4(3), 774-
790. https://doi.org/10.63618/omd
/isj/v4/n3/382
Recibido: 15/02/2026
Aceptado: 08/07/2026
Publicado: 31/07/2026
Copyright: © 2026 por los
autores. Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la Licencia
Creative Commons, Atribución-
NoComercial 4.0 Internacional. (CC
BY-NC).
(https://creativecommons.org/lice
nses/by-nc/4.0/)
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
775
Artículo Científico
1. Introducción
La informalidad laboral constituye uno de los problemas estructurales más persistentes
del mercado de trabajo ecuatoriano. Su presencia limita el acceso de los trabajadores a
estabilidad, seguridad social, protección laboral e ingresos sostenibles. La Organización
Internacional del Trabajo entiende la economía informal como el conjunto de actividades
realizadas por trabajadores y unidades económicas que, en la ley o en la práctica, no
están cubiertas de manera suficiente por arreglos formales. Desde esta perspectiva, el
fenómeno no se reduce a la ausencia de contrato, sino que expresa una inserción
laboral débil frente a la normativa, la protección social y la capacidad institucional del
Estado.
En Ecuador, la informalidad no puede interpretarse únicamente como una decisión
individual del trabajador. También responde a restricciones estructurales vinculadas con
la limitada generación de empleo formal, la baja productividad de ciertos sectores, las
brechas educativas y los costos de formalización. Según ENEMDU del INEC, el 53,5 %
de las personas con empleo de 15 años y más se ubicó en el sector informal a nivel
nacional, mientras que en el área urbana esta proporción alcanzó el 41,2 %. Estas cifras
evidencian que la informalidad mantiene una presencia significativa incluso en espacios
urbanos, donde se esperaría una mayor concentración de empleo asalariado,
actividades empresariales registradas y servicios vinculados al sector formal.
En el caso de Machala, el estudio adquiere relevancia por la composición económica
local. La ciudad combina comercio, servicios urbanos, emprendimientos de baja escala,
trabajo por cuenta propia y vínculos con la estructura productiva de la provincia de El
Oro. Este dinamismo puede generar ingresos para los hogares, pero no siempre se
traduce en empleos con afiliación a la seguridad social, estabilidad contractual o
cumplimiento pleno de derechos laborales (González, 2024). Por ello, variables como
edad, educación superior, horas trabajadas, trabajo por cuenta propia y pertenencia al
sector comercio permiten aproximar los factores que influyen en la probabilidad de
informalidad, aunque existen investigaciones sobre comercio informal y economía
popular en Machala, aún no se dispone de evidencia econométrica que estime los
factores que explican la probabilidad de inserción laboral informal utilizando microdatos
de ENEMDU.
El principal aporte de esta investigación consiste en proporcionar evidencia
econométrica para una ciudad intermedia del Ecuador mediante modelos Logit
independientes para cada año del período 2021-2025, permitiendo identificar la
estabilidad temporal de los determinantes de la informalidad laboral.
2. Materiales y Métodos
El presente estudio se enmarcó en el enfoque cuantitativo, sustentado en el paradigma
positivista, debido a que se buscó analizar de manera objetiva los factores que inciden
en la probabilidad de que una persona ocupada se encuentre en condición de
informalidad laboral en la ciudad de Machala durante el periodo 2021-2025. De acuerdo
con Herrera (2024), el paradigma positivista se fundamenta en la observación empírica,
la medición de variables y la identificación de relaciones entre fenómenos observables,
por lo que resultó pertinente para examinar la informalidad a partir de microdatos
laborales y técnicas estadísticas.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
776
Artículo Científico
El nivel de investigación fue explicativo, ya que se orientó a determinar la influencia de
un conjunto de variables independientes sobre una variable dependiente dicotómica
asociada con la condición de informalidad laboral. Según Bernal (2022), este tipo de
investigación permite establecer vínculos entre una variable explicada y un grupo de
variables explicativas, con el propósito de reconocer el grado de incidencia que estas
ejercen sobre el fenómeno analizado.
El diseño de investigación correspondió al no experimental, dado que las variables no
fueron manipuladas por el investigador, sino observadas tal como se encuentran
registradas en la base oficial de la Encuesta Nacional de Empleo, Desempleo y
Subempleo. En concordancia con Landero (2021), este diseño permite estudiar los
fenómenos en su contexto natural, sin intervención directa sobre las unidades de
análisis, con el fin de describir sus relaciones y efectos dentro de la realidad empírica.
Asimismo, el estudio presentó un carácter longitudinal, debido a que se analizaron datos
correspondientes al periodo 2021-2025, lo que permitió observar la evolución de los
determinantes de la informalidad laboral en el tiempo.
El método aplicado fue el analítico-sintético, debido a que el fenómeno de la informalidad
laboral fue descompuesto en sus principales factores explicativos para examinar el
efecto individual de cada variable y, posteriormente, integrar los resultados en una
interpretación general del mercado laboral urbano de Machala. López et al. (2023)
sostienen que este método combina el análisis de los componentes particulares con la
síntesis de los hallazgos, lo cual permite comprender el fenómeno de manera integral.
Para el tratamiento econométrico de los datos se empleó un modelo Logit, estimado
mediante el método de máxima verosimilitud, este procedimiento resultó adecuado
porque la variable dependiente fue binaria, es decir, permitió diferenciar entre
trabajadores informales y formales. Gujarati y Porter (2010) señala que la máxima
verosimilitud permite estimar los parámetros que maximizan la probabilidad de
ocurrencia del evento de interés, por lo que su aplicación resulta pertinente en modelos
probabilísticos con variables dicotómicas.
La elección del modelo Logit frente al Probit se justificó por sus ventajas interpretativas
y su pertinencia para el análisis de la informalidad laboral, este modelo se fundamenta
en una función de distribución logística acumulada y permite transformar los coeficientes
estimados en razones de probabilidades u odds ratios, facilitando la interpretación del
efecto de cada variable sobre la posibilidad de que un trabajador pertenezca al sector
informal. Asimismo, el Logit ha sido ampliamente utilizado en estudios del mercado
laboral y de la informalidad debido a su adecuada aplicación cuando la variable
dependiente presenta únicamente dos categorías.
De manera complementaria, se aplicaron técnicas de estadística inferencial, las cuales
permiten realizar generalizaciones sobre una población a partir de una muestra
representativa, como plantean Wooldridge (2020), en el modelo Logit, la probabilidad
estimada se fundamenta en una función logística acumulada, lo que permite calcular
cómo cambia la probabilidad de informalidad laboral ante variaciones en las
características individuales y ocupacionales de los trabajadores.
De forma general, el modelo Logit se expresó de la siguiente manera:
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
777
Artículo Científico
En la ecuación, P(Y_i=1) representa la probabilidad de que el trabajador (i) se encuentre
en condición de informalidad laboral, la variable dependiente tomó el valor de 1 cuando
el trabajador se encontró en condición de informalidad y 0 cuando perteneció al empleo
formal, mientras que las variables explicativas consideradas fueron sexo, edad, nivel
educativo, horas trabajadas, condición de actividad, sector comercio e ingreso laboral.
La transformación Logit expresa el logaritmo de la razón de probabilidades entre ser
informal y no serlo. Los coeficientes (β) permiten identificar el efecto de cada variable
sobre la probabilidad de informalidad laboral, un coeficiente positivo indica que la
variable aumenta dicha probabilidad, mientras que un coeficiente negativo señala que
la reduce.
Los datos utilizados provinieron de la Encuesta Nacional de Empleo, Desempleo y
Subempleo, elaborada por el INEC, correspondiente al periodo 2021-2025, la unidad de
análisis estuvo conformada por personas ocupadas residentes en la ciudad de Machala,
seleccionadas a partir de los registros disponibles en la base de datos. Para la
estimación se consideraron únicamente las observaciones con información completa en
las variables de interés, con el propósito de evitar sesgos derivados de datos perdidos.
De igual forma, se estimó un modelo logit independiente para cada año comprendido
dentro del período de estudio 2021-2025, con el propósito de analizar el comportamiento
anual de las variables y evitar ambigüedades en la interpretación de los resultados.
La variable dependiente informalidad laboral se construyó a partir de secemp, variable
de la ENEMDU que clasifica a la población ocupada por sector de empleo. Se asignó 0
a los trabajadores del sector formal y 1 a quienes pertenecían al sector informal,
excluyendo el empleo doméstico y los casos no clasificados. Según la metodología del
INEC, el sector informal comprende a quienes trabajan en unidades productivas de
menos de cien trabajadores que no poseen RUC, mientras que el sector formal incluye
establecimientos registrados. Por tanto, la medición se basó en la sectorización oficial y
no directamente en la afiliación al IESS o en la existencia de contrato (Molina Vera et
al., 2015).
El procesamiento estadístico y econométrico se realizó mediante el software STATA,
herramienta que permitió depurar la base, codificar variables, estimar el modelo Logit,
obtener efectos marginales y aplicar pruebas de validación.
Para evaluar la consistencia del modelo se consideraron medidas de ajuste y capacidad
predictiva, entre ellas el test de Hosmer-Lemeshow, los estadísticos de clasificación y el
área bajo la curva ROC, estas pruebas se utilizaron para verificar el ajuste del modelo,
su capacidad de clasificación y su poder discriminativo entre los grupos analizados,
dichas pruebas permitieron comprobar si el modelo Logit clasificó adecuadamente a los
trabajadores formales e informales y si las variables seleccionadas explicaron de
manera suficiente la probabilidad de informalidad laboral en Machala.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
778
Artículo Científico
Tabla 3.
Población encuestada y origen de los datos
Año
Muestra
Hombres
Mujeres
Ciudad
Origen
2021
10200
6077
4123
Machala
INEC (2021)
2022
11,394
6785
4609
Machala
INEC (2022)
2023
10911
6612
4299
Machala
INEC (2023)
2024
10418
6337
4081
Machala
INEC (2024)
2025
9,904
5789
4115
Machala
INEC (2025)
Nota: Elaborado por los autores
Las observaciones reportadas corresponden exclusivamente a la ciudad de Machala,
luego de aplicar el filtro geográfico establecido en los microdatos de la ENEMDU. El
tamaño de la muestra se explica porque, para cada año, se consolidaron las distintas
bases disponibles, por lo que las cifras representan el total anual acumulado de registros
individuales y no la muestra de una única ronda de levantamiento (INEC, 2025).
3. Resultados
Las variables fueron seleccionadas en la Tabla 4, porque recogen factores
sociodemográficos, educativos y laborales que la literatura asocia con la probabilidad
de inserción en el empleo informal. El sexo y la edad permiten identificar diferencias
individuales en el acceso al mercado de trabajo; el nivel educativo aproxima la formación
y las capacidades laborales; las horas trabajadas, la condición de la actividad y el
ingreso reflejan las características y la calidad del empleo; mientras que la pertenencia
al sector comercio permite considerar un ámbito económico con alta presencia de
ocupaciones informales (Arredondo et al., 2023).
Tabla 4.
Estadísticos descriptivos por año, 2021-2023
Variable
2021
2022
2023
Media
Desviación
estándar
Mínimo
Máximo
Media
Desviación
estándar
Mínimo
Máximo
Media
Desviación
estándar
Mínimo
Máximo
Informalid
ad laboral
0.38
0.49
0.
1.
0.38
0.48
0.
1.
0.39
0.49
0.
1.
Sexo
1.40
0.49
1.
2.
1.40
0.49
1.
2.
1.39
0.49
1.
2.
Edad
41.35
14.14
15
.
88.
41.75
14.46
15
.
96.
42.35
14.78
15
.
93.
Horas de
trabajo
38.10
14.33
1.
112.
37.82
15.03
1.
112.
38.06
14.71
1.
115.
Nivel
educativo
3.99
0.83
1.
5.
4.01
0.82
1.
5.
4.00
0.81
1.
5.
Ingreso
laboral
397.4
4
262.3
5
-1.
110
0.
455.9
1
298.9
1
-1.
140
0.
435.6
8
259.9
2
-1.
110
0.
Comercio
0.29
0.45
0.
1.
0.27
0.45
0.
1.
0.28
0.45
0.
1.
Condición
de
actividad
2.04
1.23
1.
4.
1.97
1.21
1.
4.
2.04
1.23
1.
4.
Nota: Elaborado por los autores
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
779
Artículo Científico
Entre 2021 y 2023, la proporción media de informalidad laboral en Machala se mantuvo
relativamente estable, aunque aumentó de 0.3814 en 2021 a 0.3931 en 2023. La edad
promedio pasó de 41.35 a 42.35 años, mientras que las horas trabajadas permanecieron
cercanas a 38 horas semanales. El ingreso laboral medio mostró variaciones, con su
nivel más alto en 2022, y el nivel educativo se mantuvo próximo a cuatro categorías
durante todo el período.
Tabla 5.
Estadísticos descriptivos por año, 2024-2025
Variable
2024
2025
Media
Desviación
estándar
Mínimo
Máximo
Media
Desviación
estándar
Mínimo
Máximo
Informalidad
laboral
0.39
0.49
0.
1.
0.41
0.49
0.
1.
Sexo
1.39
0.49
1.
2.
1.42
0.49
1.
2.
Edad
43.26
14.80
15.
96.
43.33
14.76
15.
97.
Horas de trabajo
37.14
13.32
2.
90.
37.16
13.30
1.
98.
Nivel educativo
4.02
0.80
1.
5.
4.03
0.81
1.
5.
Ingreso laboral
444.37
258.74
-1.
1100.
452.75
261.40
-1.
1100.
Comercio
0.27
0.44
0.
1.
0.27
0.45
0.
1.
Condición de
actividad
2.05
1.26
1.
4.
2.10
1.29
1.
4.
Nota: Elaborado por los autores
Durante 2024 y 2025 se observó un incremento de la informalidad media, al pasar de
0.3852 a 0.4119, mientras que la edad promedio permaneció alrededor de 43 años. Las
horas trabajadas se mantuvieron estables en aproximadamente 37 horas, y el ingreso
laboral medio aumentó de 444.37 a 452.75 dólares. El nivel educativo presentó una
ligera mejora, mientras que la participación del sector comercio mostró una recuperación
moderada en 2025.
Tabla 6.
Operacionalización de variables del modelo Logit
Variable
Codificación
Informalidad laboral
Formal = 0; Informal = 1
Sexo
Hombre = 0; Mujer = 1
Edad
Cuantitativa discreta
Nivel educativo
Educación básica = 1
Bachillerato = 2
Superior = 3
Horas de trabajo
Cuantitativa discreta
Condición de la actividad
Cuenta propia = 0
Dependiente = 1
Sector comercio
No = 0; Sí = 1
ingreso laboral
Cuantitativa discreta
Nota: Elaborado por los autores
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
780
Artículo Científico
La selección de estas variables también se sustentó en estudios previos sobre el
mercado laboral ecuatoriano. Salinas et al. (2026) utilizaron variables como sexo, edad,
nivel educativo, horas de trabajo para estimar la probabilidad de alcanzar mejores
condiciones salariales, demostrando que las características sociodemográficas y
laborales permiten explicar diferencias relevantes en la inserción y calidad del empleo.
Tabla 7.
Efectos marginales
2021
2022
2023
2024
2025
Variable
DY/D
X
P>|Z|
DY/D
X
P>|Z|
DY/D
X
P>|Z|
DY/D
X
P>|Z|
DY/D
X
P>|Z|
Sexo
-2.75
0.00
2
-6.102
0.00
0
-5.961
0.00
0
-8.489
0.00
0
-7.307
0.00
0
Edad
0.160
0.00
0
0.261
0.00
0
0.293
0.00
0
0.289
0.00
0
0.270
0.00
0
Niv_educativ
o
Educ_Básica
-
10.80
4
0.02
6
-5.277
0.27
3
-3.307
0.54
1
-
15.25
7
0.01
7
1.802
0.74
3
Bachillerato
-
19.43
5
0.00
0
-
14.48
3
0.00
3
-
15.79
9
0.00
4
-
23.36
5
0.00
0
-5.265
0.34
0
Superior
-
31.78
5
0.00
0
-
26.54
0
0.00
0
-
26.25
4
0.00
0
-
35.43
0
0.00
0
-
19.46
7
0.00
0
Horas de
trabajo
-0.347
0.00
0
-0.332
0.00
0
-0.338
0.00
0
-0.411
0.00
0
-0.455
0.00
0
Condición
actividad
1.204
0.00
4
2.07
0.00
0
1.702
0.00
0
3.090
0.00
0
3.455
0.00
0
Sector
comercio
-4.185
0.00
0
-3.674
0.00
0
-6.085
0.00
0
-3.467
0.00
0
-4.256
0.00
0
Ingreso
laboral
-0.070
0.00
0
-0.059
0.00
0
-0.063
0.00
0
-0.058
0.00
0
-0.056
0.00
0
Nota: Elaborado por los autores
Los efectos marginales presentados en la Tabla 7 permiten analizar la incidencia de las
variables explicativas sobre la probabilidad de informalidad laboral en Machala durante
el periodo 2021-2025. En los modelos Logit, los coeficientes estimados no se interpretan
directamente como variaciones probabilísticas, por lo que los efectos marginales
adquieren mayor relevancia analítica al expresar el cambio promedio en la probabilidad
de que un trabajador se ubique en condición de informalidad.
La variable sexo presentó efectos negativos y estadísticamente significativos durante
todo el período, con valores de -2,75 puntos porcentuales en 2021, -6,10 en 2022, -5,96
en 2023, -8,49 en 2024 y -7,31 en 2025. Dada la codificación hombre = 0 y mujer = 1,
los resultados indican que las mujeres ocupadas registraron una menor probabilidad de
informalidad que los hombres, manteniendo constantes las demás variables. Este
hallazgo difiere de la evidencia predominante en América Latina y podría responder a la
estructura sectorial del empleo en Machala, particularmente a una mayor concentración
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
781
Artículo Científico
masculina en actividades independientes y sectores con menor cobertura laboral (León
et al., 2022). En consecuencia, el resultado evidencia una configuración particular del
mercado laboral local que requiere ser analizada desde la distribución sectorial y
ocupacional del empleo.
La edad mostró una incidencia positiva y significativa en todos los años, con efectos de
0,160 puntos porcentuales en 2021, 0,261 en 2022, 0,293 en 2023, 0,289 en 2024 y
0,270 en 2025. Este resultado indica que cada año adicional de edad aumenta
levemente la probabilidad de informalidad laboral, este comportamiento se explica
porque los trabajadores de mayor edad enfrentan mayores restricciones para
reinsertarse en empleos formales cuando no cuentan con actualización técnica,
credenciales educativas recientes o movilidad ocupacional suficiente (Palma et al.,
2025).
El nivel educativo confirma la importancia del capital humano como determinante de la
formalidad laboral. La educación básica redujo la probabilidad de informalidad en -
10,804 puntos porcentuales en 2021 y en -15,257 en 2024, aunque en 2022, 2023 y
2025 no presentó significancia estadística, la educación básica no constituye una
protección estable frente a la informalidad, porque su capacidad de mejorar la inserción
laboral depende de la demanda de ocupaciones de baja y media calificación existente
en cada año (Belduma et al., 2024).
El bachillerato presentó efectos negativos durante casi todo el periodo, con reducciones
de -19,435 puntos porcentuales en 2021, -14,483 en 2022, -15,799 en 2023 y -23,365
en 2024, todos estadísticamente significativos, mientras que en 2025 el efecto fue de -
5,265 puntos porcentuales y no resultó significativo, mostrando que el bachillerato
funciona como un mecanismo de acceso a empleos más regulados entre 2021 y 2024,
especialmente en actividades comerciales, administrativas y de servicios donde este
nivel educativo suele actuar como requisito mínimo de contratación, la pérdida de
significancia en 2025 refleja un cambio en la estructura de demanda laboral (Salcedo y
Campoverde, 2022).
La educación superior fue el nivel educativo con mayor efecto protector frente a la
informalidad laboral. En 2021 redujo la probabilidad de informalidad en -31,785 puntos
porcentuales, en 2022 en -26,540, en 2023 en -26,254, en 2024 en -35,430 y en 2025
en -19,467 puntos porcentuales, manteniendo significancia estadística durante todo el
periodo, resultado que se fundamenta en la teoría del capital humano, ya que la
formación superior incrementa la productividad esperada del trabajador, mejora su
empleabilidad y facilita el acceso a ocupaciones con contrato, afiliación a la seguridad
social y estabilidad laboral (Cevallos y Pazmiño, 2024).
Las horas de trabajo registraron efectos negativos y significativos en todos los años, con
valores de -0,347 puntos porcentuales en 2021, -0,332 en 2022, -0,338 en 2023, -0,411
en 2024 y -0,455 en 2025. Este resultado evidencia que una mayor jornada laboral
reduce la probabilidad de informalidad, debido a que el empleo formal se caracteriza por
horarios más estables, jornadas definidas y continuidad en la relación laboral, en
cambio, la informalidad se asocia con ocupaciones de ingresos variables, horarios
fragmentados y menor regularidad productiva.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
782
Artículo Científico
La condición de actividad presentó efectos positivos y estadísticamente significativos
durante todo el periodo, con 1,204 puntos porcentuales en 2021, 2,070 en 2022, 1,702
en 2023, 3,090 en 2024 y 3,455 en 2025. Este resultado indica que la categoría
considerada dentro de esta variable incrementa la probabilidad de informalidad laboral,
lo que refleja la relación entre empleo no adecuado, subempleo o inserciones laborales
de menor calidad y la falta de protección formal, la condición de actividad resume la
calidad del vínculo laboral y evidencia que no toda ocupación implica acceso efectivo a
derechos laborales (Murillo et al., 2025).
El sector comercio presentó efectos negativos y estadísticamente significativos durante
todo el periodo, con valores de -4,185 puntos porcentuales en 2021, -3,674 en 2022, -
6,085 en 2023, -3,467 en 2024 y -4,256 en 2025. Aunque esta actividad suele
relacionarse con una elevada presencia de empleo informal, los resultados indican que,
una vez controladas las demás variables del modelo, como educación, ingreso, horas
trabajadas y condición de actividad, la pertenencia al sector comercio se asoció con una
menor probabilidad estimada de informalidad laboral (Espinoza, 2025). Este resultado
no implica una relación causal, sino una asociación condicionada por las características
incluidas en la estimación y por la heterogeneidad del comercio machaleño, donde
coexisten actividades informales, establecimientos registrados y negocios con
relaciones laborales formalizadas.
El ingreso laboral mantuvo efectos negativos y significativos durante los cinco años, con
-0,070 puntos porcentuales en 2021, -0,059 en 2022, -0,063 en 2023, -0,058 en 2024 y
-0,056 en 2025. Este resultado confirma que mayores ingresos reducen la probabilidad
de informalidad laboral, los empleos formales se asocian con mayor productividad,
remuneraciones más estables, acceso a seguridad social y cumplimiento de derechos
laborales, mientras que la informalidad concentra ocupaciones de baja escala, ingresos
variables y menor protección institucional.
Tabla 8.
Test de Hosmer-Lemeshow y Pearson
Año
Muestra
Hosmer
Lemeshow chi2
Valor P
Pearson
chi2
Valor P
2021
10200
11,46
0.1772
10060.84
0.0984
2022
11394
13.79
0.0875
10910.45
0.7670
2023
10911
14.74
0.0645
10513.61
0.5785
2024
10418
11.24
0.1886
9948.22
0.5032
2025
9904
26.42
0.0009
9484.60
0.4358
Nota: Elaborado por los autores
La Tabla 8 presenta los resultados de las pruebas de Hosmer-Lemeshow y Pearson,
aplicadas con el propósito de evaluar la consistencia de los modelos Logit estimados
para el periodo 2021-2025. La inclusión de ambas pruebas permite fortalecer la
validación del modelo, debido a que no se analiza únicamente si las probabilidades
estimadas coinciden con los datos observados, sino también si la estructura general de
las variables explicativas mantiene coherencia con el comportamiento de la informalidad
laboral, asi, la bondad de ajuste no se interpreta como un resultado aislado, sino como
parte del respaldo empírico que permite sostener la pertinencia del modelo
econométrico utilizado.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
783
Artículo Científico
Los resultados del test de Hosmer-Lemeshow muestran que los modelos
correspondientes a 2021, 2022, 2023 y 2024 presentan un ajuste adecuado, ya que sus
valores p se mantienen por encima del nivel de referencia del 5 %. En estos años, el
comportamiento observado de la informalidad laboral guarda correspondencia con las
probabilidades estimadas por el modelo, lo que evidencia que las variables
seleccionadas captan de manera razonable las diferencias entre trabajadores formales
e informales.
En 2025, la prueba de Hosmer-Lemeshow registró un valor p de 0,0009, lo que evidenció
diferencias significativas entre las probabilidades observadas y estimadas. Este
resultado pudo estar relacionado con que Machala alcanzó una tasa de otro empleo no
pleno de 24,7 % en el cuarto trimestre, la más alta entre las principales ciudades
analizadas. La elevada presencia de trabajadores con insuficiencia de ingresos o de
horas laborales habría incrementado la heterogeneidad de la población ocupada y
reducido la capacidad del modelo para representar adecuadamente la informalidad.
La prueba de Pearson complementa esta lectura y muestra un resultado favorable en
todos los años del periodo, incluidos 2021, 2022, 2023, 2024 y 2025. A diferencia de
Hosmer-Lemeshow, esta prueba evalúa el ajuste considerando los patrones generales
de las variables explicativas, por lo que ofrece una visión más amplia de la coherencia
interna del modelo, los valores p superiores al 5 % indican que no existe evidencia
suficiente para afirmar que los modelos presentan un mal ajuste.
La comparación entre ambas pruebas permite sostener que los modelos Logit presentan
un desempeño aceptable y coherente durante el periodo analizado, Hosmer-Lemeshow
confirma el ajuste en cuatro de los cinco años, mientras que Pearson respalda el ajuste
general en todo el periodo. Esta diferencia no debilita el análisis, sino que aporta una
lectura más completa del comportamiento del modelo, ya que evidencia que la
informalidad laboral en Machala presenta estabilidad explicativa en la mayoría de los
años, pero también mayor complejidad en 2025.
Tabla 9.
Estadísticos de Clasificación de los modelos logit
Estadístico
2021
2022
2023
2024
2025
Sensibilidad
70.13%
74.38%
75.01%
70.77%
73.20%
Especificidad
79.45%
75.70%
75.02%
79.75%
78.33%
Valor Predictivo Positivo
67.78%
64.79%
66.04%
68.65%
70.29%
Valor Predictivo Negativo
81.18%
83.09%
82.25%
81.32%
80.68%
Tasa Falsos Positivos Reale
20.55%
24.30%
24.98%
20.25%
21.67%
Tasa Falsos Negativos Reales
29.87%
25.62%
24.99%
29.23%
26.80%
Tasa Falsos Positivos
Clasificados
32.22%
35.21%
33.96%
31.35%
29.71%
Tasa Falsos Negativos
Clasificados
18.82%
16.91%
17.75%
18.68%
19.32%
Correctamente Clasificados
75.89%
75.21%
75.02%
76.29%
76.22%
Nota: Elaborado por los autores
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
784
Artículo Científico
Los estadísticos de clasificación muestran que los modelos Logit presentan un
desempeño estable y aceptable durante el periodo 2021-2025, ya que en todos los años
clasifican correctamente alrededor de tres de cada cuatro observaciones. Este resultado
respalda la utilidad del modelo para diferenciar entre trabajadores formales e informales
en Machala, debido a que las variables incorporadas captan de manera razonable las
diferencias laborales asociadas con educación, ingreso, jornada, condición de actividad
y sector económico (Zambrano et al., 2025).
La especificidad fue superior a la sensibilidad en la mayor parte del periodo, lo que indica
que el modelo reconoce con mayor precisión a los trabajadores formales que a los
informales. En 2024, por ejemplo, la especificidad alcanzó 79,75 %, mientras que la
sensibilidad fue de 70,77 %, reflejando que la formalidad laboral presenta rasgos más
definidos, como estabilidad, mayores ingresos y jornadas más regulares, mientras que
la informalidad combina distintas formas de ocupación, autoempleo y menor protección
social. Por ello, aunque el modelo no clasifica perfectamente todos los casos, mantiene
una capacidad predictiva adecuada y coherente con la complejidad del mercado laboral
urbano de Machala.
Figura 1.
Curva de ROC
Nota: Elaborado por los autores
El área bajo la curva ROC confirma una adecuada capacidad discriminativa de los
modelos Logit estimados, debido a que todos los valores superan el 80 % durante el
periodo de estudio, el modelo logra diferenciar de manera favorable entre trabajadores
formales e informales en la ciudad de Machala, a partir de variables asociadas con
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
785
Artículo Científico
educación, ingreso laboral, jornada de trabajo, condición de actividad y sector
económico.
Estos resultados reafirman la solidez del modelo para predecir la probabilidad de
informalidad laboral, ya que el desempeño superior al 80 % indica una buena capacidad
de clasificación, la curva ROC complementa los estadísticos de clasificación y las
pruebas de bondad de ajuste, demostrando que el modelo Logit mantiene un
comportamiento estable y pertinente para analizar la informalidad laboral en Machala
durante el periodo estudiado.
4. Discusión
Los resultados evidenciaron que los mayores niveles de educación e ingreso se
asociaron con una menor probabilidad estimada de informalidad, mientras que la edad
presentó una relación positiva con este fenómeno, en concordancia con la evidencia
empírica disponible. El aporte específico de la investigación consistió en examinar estas
asociaciones dentro de la estructura productiva y laboral de Machala, donde el sector
comercio mostró una relación negativa con la informalidad una vez controladas las
demás variables del modelo. Este resultado podría estar vinculado con la
heterogeneidad del comercio local, caracterizado por la coexistencia de unidades de
subsistencia, establecimientos registrados y negocios con distintos niveles de
organización y estabilidad laboral. En consecuencia, los hallazgos resaltan la
importancia de considerar las particularidades productivas de cada territorio al diseñar
políticas de formalización, sin establecer comparaciones concluyentes con Quito,
Guayaquil o Cuenca, debido a que estas ciudades no fueron incorporadas en la
estimación econométrica.
El comportamiento del nivel educativo fue consistente con la teoría del capital humano,
dado que los trabajadores con mayor formación presentaron una menor probabilidad
estimada de informalidad. Este resultado coincidió con los planteamientos de Schultz
(1961) y Becker (1964), quienes conciben la educación como una inversión vinculada
con la acumulación de capacidades productivas, así como con Zambrano et al. (2025),
quienes identificaron una relación positiva entre la educación y la empleabilidad en
Ecuador. La pérdida de significancia estadística del bachillerato en 2025 podría indicar
que este nivel educativo tuvo una menor capacidad para diferenciar la inserción formal
e informal, posiblemente debido a una demanda laboral orientada hacia competencias
técnicas, experiencia previa o formación superior.
La edad presentó una asociación positiva con la probabilidad estimada de informalidad,
lo que indicó que, manteniendo constantes las demás variables, los trabajadores de
mayor edad registraron una mayor propensión a ubicarse en empleos informales. Esta
relación podría estar vinculada con restricciones de reinserción laboral, menor movilidad
ocupacional o una mayor participación de determinados grupos adultos en actividades
independientes y ocupaciones con limitada protección social. La interpretación es
consistente con el enfoque de segmentación del mercado laboral, según el cual ciertos
trabajadores enfrentan barreras para acceder al segmento formal. En esta línea,
Figueroa et al. (2024) señalaron que la vulnerabilidad laboral se relaciona con una mayor
probabilidad de informalidad cuando las características individuales no se corresponden
con la demanda de empleos protegidos.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
786
Artículo Científico
La asociación negativa entre las horas trabajadas y la probabilidad de informalidad
podría estar relacionada con la mayor presencia de jornadas definidas, continuidad
contractual y mecanismos de supervisión en los empleos formales. En contraste,
determinadas ocupaciones informales presentan jornadas fragmentadas, variabilidad
horaria y dependencia de ingresos diarios. Este resultado no permite concluir que un
incremento de las horas trabajadas genere una disminución de la informalidad, sino que
las jornadas de mayor duración o estabilidad se encontraron asociadas con modalidades
de empleo que, dentro de la muestra analizada, presentaron una mayor probabilidad de
pertenecer al sector formal (Alban et al., 2026).
El resultado correspondiente al sector comercio fue relevante porque, pese a que esta
rama suele concentrar una proporción importante del empleo informal, el modelo
estimado mostró una asociación negativa con la probabilidad de informalidad. Este
comportamiento podría estar relacionado con la composición heterogénea del comercio
urbano de Machala, integrado tanto por ventas ambulantes y unidades de subsistencia
como por establecimientos registrados, empresas con mayor organización y negocios
que mantienen relaciones laborales formalizadas. Una vez controladas la educación, el
ingreso, la jornada laboral y la condición de actividad, la pertenencia al sector comercio
se asoció con una menor probabilidad estimada de informalidad respecto de la categoría
de referencia (Aulestia et al., 2026).
La asociación negativa del comercio no implica que esta actividad sea
predominantemente formal, sino que expresa una relación condicionada por las demás
variables incorporadas en el modelo. Molina et al. (2015) señalan que la clasificación de
la informalidad depende del registro de la unidad productiva y no exclusivamente de la
rama económica, por lo que dentro del comercio pueden coexistir establecimientos
formales e informales. Esta heterogeneidad también fue identificada en Machala por
Belduma et al. (2024). El signo estimado para el sector comercio sugiere que su
estructura interna constituye un elemento relevante para interpretar la relación entre
actividad económica y calidad del empleo, aunque no permite establecer que la
pertenencia a esta rama produzca por sí misma una mayor formalización.
Desde una perspectiva crítica, los hallazgos respaldaron una interpretación estructural
de la informalidad laboral en Machala. La evidencia mostró que este fenómeno se
encontró relacionado con el capital humano, las condiciones ocupacionales, el ingreso,
la jornada de trabajo y las características del mercado laboral urbano. Por tanto, los
resultados no respaldaron una explicación basada exclusivamente en la decisión
individual de permanecer fuera del sector formal. Esta interpretación coincidió con el
enfoque de la OIT, que concibe la informalidad como una situación vinculada con la
ausencia de cobertura normativa, protección social y reconocimiento efectivo de los
derechos laborales.
La principal limitación del estudio estuvo relacionada con el uso de microdatos
secundarios, debido a que ciertas dimensiones institucionales, como los costos
administrativos de formalización, la fiscalización municipal, el tamaño específico de los
establecimientos y las barreras regulatorias, no pudieron incorporarse directamente en
el modelo. También podrían existir variables omitidas que se encuentren relacionadas
tanto con los regresores como con la condición de informalidad.
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
787
Artículo Científico
Las implicaciones prácticas del estudio sugieren la conveniencia de formular políticas
públicas diferenciadas según las características del mercado laboral machaleño. Los
resultados respaldan la importancia de ampliar el acceso a la educación superior y
técnica, fortalecer los programas de capacitación laboral y generar condiciones que
faciliten la transición de los pequeños negocios hacia esquemas formales. Estas
recomendaciones deben entenderse como orientaciones derivadas de las asociaciones
identificadas y no como efectos garantizados por el modelo.
5. Conclusiones
Se cumplió el objetivo general de identificar los determinantes de la informalidad laboral
en la ciudad de Machala durante el periodo 2021-2025, estableciendo que la educación
superior, el ingreso laboral y las horas trabajadas se asociaron con una menor
probabilidad estimada de pertenecer al sector informal, mientras que la edad y la
condición de actividad mostraron una relación positiva con este fenómeno. Asimismo,
una vez controladas las demás variables incorporadas en el modelo, la pertenencia al
sector comercio presentó una asociación negativa con la informalidad, resultado que
debe interpretarse considerando la heterogeneidad de esta actividad económica y sin
atribuirle un efecto causal.
Los hallazgos permitieron determinar que la informalidad laboral en Machala no
depende exclusivamente de las características individuales de los trabajadores, sino de
la interacción entre el capital humano, las condiciones ocupacionales y la estructura
productiva urbana. En este contexto, la educación superior se consolidó como el factor
con mayor asociación protectora, mientras que las diferencias en ingreso, jornada
laboral y modalidad de inserción evidenciaron desigualdades en el acceso a empleos
estables, regulados y socialmente protegidos.
Desde la perspectiva metodológica, los modelos Logit mostraron una capacidad
satisfactoria para estimar y discriminar la probabilidad de informalidad laboral, debido a
que las áreas bajo la curva ROC superaron el 80 % y los niveles de clasificación se
mantuvieron cercanos al 75 % durante todo el periodo. La prueba de Hosmer-Lemeshow
evidenció un ajuste adecuado en cuatro de los cinco años analizados, mientras que la
prueba de Pearson respaldó la consistencia general de las estimaciones, aunque el
resultado correspondiente a 2025 requiere una interpretación más cautelosa.
Las implicaciones del estudio señalan que las políticas de formalización deben
orientarse al fortalecimiento de la educación superior y técnica, la mejora de la calidad
del empleo y la reducción de las barreras administrativas y económicas que dificultan la
transición hacia actividades reguladas. Estas acciones deben complementarse con
estrategias diferenciadas para trabajadores independientes, pequeños comerciantes y
unidades productivas de baja escala, puesto que la ampliación de los controles
institucionales no resulta suficiente sin condiciones productivas y laborales que hagan
viable y sostenible la formalización.
Referencias Bibliográficas
Alban, S. D., Rojas, C. del C., Rojas, V. E., & Vega, A. del C. (2026). Determinantes de
la intención emprendedora estudiantil: Evidencia empírica con modelo Logit. Innova
Science Journal, 4(2), 37–50. https://doi.org/10.63618/omd/isj/v4/n2/253
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
788
Artículo Científico
Arredondo, L. M., Villar, P., Tasayco, A. A., & Castillo, E. (2023). Informalidad laboral:
Un análisis integral de las causas y factores que perpetúan su existencia. Revista
Arbitrada Interdisciplinaria Koinonía, 8(1), 269–286.
https://doi.org/10.35381/r.k.v8i1.2785
Aulestia, N. M., Lanchi, K. F., & Garzón, V. J. (2026). La trampa del ingreso medio en
Sudamérica: Estudio de caso para Ecuador, 1990–2024. Innova Science Journal,
4(1), 20–42. https://doi.org/10.63618/omd/isj/v4/n1/207
Becker, G. S. (1964). Human capital: A theoretical and empirical analysis, with special
reference to education. National Bureau of Economic Research.
https://www.nber.org/books-and-chapters/human-capital-theoretical-and-empirical-
analysis-special-reference-education-first-edition
Belduma, R., Fernández, J., & Coronel-Reyes, J. (2024). Comercio informal en la ciudad
de Machala: Una cultura exógena en pleno siglo XXI desde una perspectiva
socioeconómica y política. Multidisciplinary Latin American Journal, 2(2), 71–87.
https://doi.org/10.62131/MLAJ-V2-N2-005
Bernal, C. A. (2016). Metodología de la investigación: Administración, economía,
humanidades y ciencias sociales (4.ª ed.). Pearson Educación.
Bustos, G. E., Pardo, F. A., & León, L. A. (2022). Machala: Influencia de la economía
popular y solidaria en los niveles de trabajo informal durante el periodo 2020–2021.
Espíritu Emprendedor TES, 6(3), 47–66.
https://doi.org/10.33970/eetes.v6.n3.2022.312
Cevallos, E. M., & Pazmiño, F. W. (2024). El trabajo informal y desigualdad: Retos para
las políticas laborales en Ecuador. Ciencia Latina Revista Científica Multidisciplinar,
8(6), 1515–1542. https://doi.org/10.37811/cl_rcm.v8i6.14921
Espinoza, E. E. (2025). Determinantes del trabajo informal en Guayaquil en 2023: Un
análisis probabilístico entre géneros, etnias, niveles educativos y demás variables
socioeconómicas. Revista de la Facultad de Ciencias Económicas, 7(9), 131–155.
https://doi.org/10.53591/fce.v7i9.2429
Figueroa, D. S., Ávila, P. G., & Mendoza, C. A. (2024). Vulnerabilidad e informalidad:
¿Los trabajadores vulnerables son más propensos a la informalidad? Evidencia
empírica para el Ecuador. Desarrollo y Sociedad, 97, 33–58.
https://doi.org/10.13043/DYS.97.2
González, R. X. (2024). Factores socioeconómicos que influyen en el acceso a la
educación superior en la zona rural del cantón Salitre, Guayas, Ecuador. Revista
InveCom, 4(2), e040244. https://doi.org/10.5281/zenodo.10637540
Gujarati, D. N., & Porter, D. C. (2010). Econometría (5.ª ed.). McGraw-Hill.
Herrera Castrillo, C. J. (2024). Paradigma positivista. Boletín Científico de las Ciencias
Económico Administrativas del ICEA, 12(24), 29–32.
https://doi.org/10.29057/icea.v12i24.12660
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
789
Artículo Científico
Instituto Nacional de Estadística y Censos. (2021). Encuesta Nacional de Empleo,
Desempleo y Subempleo 2021 [Conjunto de datos].
https://www.ecuadorencifras.gob.ec/enemdu-2021/
Instituto Nacional de Estadística y Censos. (2022). Encuesta Nacional de Empleo,
Desempleo y Subempleo 2022 [Conjunto de datos].
https://www.ecuadorencifras.gob.ec/enemdu-2022/
Instituto Nacional de Estadística y Censos. (2023). Encuesta Nacional de Empleo,
Desempleo y Subempleo 2023 [Conjunto de datos].
https://www.ecuadorencifras.gob.ec/enemdu-historico-empleo-2023/
Instituto Nacional de Estadística y Censos. (2024). Encuesta Nacional de Empleo,
Desempleo y Subempleo 2024 [Conjunto de datos].
https://www.ecuadorencifras.gob.ec/enemdu-2024/
Instituto Nacional de Estadística y Censos. (2025). Encuesta Nacional de Empleo,
Desempleo y Subempleo 2025 [Conjunto de datos].
https://www.ecuadorencifras.gob.ec/enemdu-2025/
Landero, D. del C. (2021). Investigación experimental y no experimental. Instituto de
Estudios Superiores de Chiapas, Universidad Salazar.
https://salazarvirtual.sistemaeducativosalazar.mx/assets/6102aa6750ff4/tareas/92
52cbda265c7f789a59cbc8557cc217investigacion%20experiemmntal.pdf
López Fernández, R., Sánchez Gálvez, S., Quintana Álvarez, M. R., & Gómez
Rodríguez, V. G. (2023). Valoraciones teóricas sobre el concepto de analítica del
aprendizaje. Mendive. Revista de Educación, 22(1), e3699.
https://mendive.upr.edu.cu/index.php/MendiveUPR/article/view/3699
Molina, A., Rivadeneira, A., & Rosero, J. (2015). Actualización metodológica: El empleo
en el sector informal. Revista de Estadística y Metodologías, 1, 55–62.
https://www.ecuadorencifras.gob.ec/documentos/web-
inec/Estudios%20e%20Investigaciones/Trabajo_empleo/4.%20REM-
Actualizacion_metodologica_empleo_informal.pdf
Murillo, A., Guerrero, W., & Cuaical, D. (2025). Factors influencing the probability of
affiliation to the social security system among informal sector workers in Ecuador.
Cuestiones Económicas, 35(1), 105–139. https://doi.org/10.47550/35.1.4
Palma Zamora, L. L., Triviño Vera, F. I., & Cevallos Morán, R. A. (2025). Incidencia del
comercio informal en el desarrollo económico del cantón El Empalme, 2023. LATAM
Revista Latinoamericana de Ciencias Sociales y Humanidades, 6(5), 3903–3914.
https://doi.org/10.56712/latam.v6i5.4861
Salcedo, R. E., & Campoverde, L. J. (2021). El comercio informal en la ciudad de
Machala en situación pospandemia en el año 2020: Regulación en el ordenamiento
jurídico y propuesta de ordenanza. Dilemas Contemporáneos: Educación, Política
y Valores, 9. https://doi.org/10.46377/dilemas.v9i.3011
Schultz, T. W. (1961). Investment in human capital. The American Economic Review,
51(1), 1–17. https://www.jstor.org/stable/1818907
Innova Science Journal
Innova Science Journal |Vol.04 | Núm.03 | Jul – Sep | 2026 |www.innovasciencejournal.omeditorial.com
790
Artículo Científico
Wooldridge, J. M. (2020). Introductory econometrics: A modern approach (7th ed.).
Cengage Learning. https://www.cengage.com/c/introductory-econometrics-a-
modern-approach-7e-wooldridge/9781337558860/
Zambrano, M., Arboleda, L., Navia, E., Llerena, R., & Chang, F. (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).
https://doi.org/10.56712/latam.v6i3.4162
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.
