DETERMINANTES DA DIFERENÇA SALARIAL FEMININA NO BRASIL
Publicado em 27 de abril de 2017 por Verônica Rodrigues de Souza
1 INTRODUÇÃO
Em uma formal análise, o presente trabalho objetiva, associa e identifica variáveis que influenciam a diferença salarial entre as mulheres no Brasil.
Nessa abordagem, o rendimento mensal assume diferentes facetas a fim de estabelecer parâmetros ligados a experiência profissional, cor e escolaridade. A desigualdade salarial entre gêneros é um tema muito abordado quando se trata do por que no século XXI depois de tantas barreiras ultrapassadas a desigualdade de gênero continua fortalecida, principalmente na questão da remuneração. Entretanto esse estudo visa analisar se alguns fatores também causam influxo entre o gênero feminino.
O trabalho foi estimado e analisado pelo método Mínimos Quadrados Ordinários por regressão múltipla, incluindo uma variável Dummy para o estudo da influência racial entre as mulheres. Para tanto utilizou-se os dados com informações de 55 trabalhadoras brasileiras. Esses dados foram extraídos da Pesquisa Nacional de Amostragem Domiciliar – PNAD, realizada pelo IBGE em 2013.
Além desta introdução, o estudo está estruturado da seguinte maneira: a seção 2 apresenta a metodologia, a seção 3 está delimitada a apresentar os diferentes resultados que foram obtidos com a regressão; seção 4 contém o anexo e a seção 5 por sua vez apresenta a conclusão em que mostra a pretensão do trabalho e como foi comprovado.
2 METODOLOGIA
O trabalho analisa a diferença salarial com relação as variáveis cor, escolaridade e experiência profissional. Para tanto foi utilizado o modelo de regressão múltipla como os métodos de especificação do MQO.
Y= β0 + β1X1 + β2X2 + β3X3
Os dados para especificar o modelo foram retirados da PNAD – 2013 referentes a 55 indivíduos do sexo feminino das 5 regiões brasileiras.
Por meio deste estudo será possível comparar se há relação entre a renda e as outras variáveis citadas acima que explicam a diferença salarial entre as mulheres.
No presente trabalho será utilizado como programas estatísticos, o Eviews e o Stata, que fornecerão as regressões múltiplas e os testes para análises a posteriori.
3 RESULTADO
3.1 Hiato salarial no Brasil
Uma primeira abordagem para estimar as diferenças salariais no Brasil consiste em considerar a variável renda mensal como dependente em relação a anos trabalhados e anos de estudo.
| Dependent Variable: RENDA_MENSAL
|
|
|||
| Method: Least Squares
|
|
|
||
| Date: 05/24/16 Time: 12:32
|
|
|
||
| Sample: 1 55
|
|
|
|
|
| Included observations: 55
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
| Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
| ANOS_TRABALHADOS
|
55.42409
|
27.30887
|
2.029527
|
0.0475
|
| ANOS_ESTUDO
|
187.4821
|
53.71258
|
3.490469
|
0.0010
|
| C
|
-1124.277
|
648.2713
|
-1.734269
|
0.0888
|
|
|
|
|
|
|
|
|
|
|
|
|
| R-squared
|
0.253343
|
Mean dependent var
|
1329.018
|
|
| Adjusted R-squared
|
0.224626
|
S.D. dependent var
|
1948.594
|
|
| S.E. of regression
|
1715.841
|
Akaike info criterion
|
17.78620
|
|
| Sum squared resid
|
1.53E+08
|
Schwarz criterion
|
17.89569
|
|
| Log likelihood
|
-486.1204
|
Hannan-Quinn criter.
|
17.82854
|
|
| F-statistic
|
8.821883
|
Durbin-Watson stat
|
1.202992
|
|
| Prob(F-statistic)
|
0.000503
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Fonte: Eviews 6
Y= -1124,277 + 187,4821X1 + 55,420X2
Verifica-se que apenas 25,33% das variações médias da renda são explicadas pelas variações médias de X1 e X2. Nesta análise percebe-se que anos de estudo é a variável de destaque. Para cada ano a mais de estudo o indivíduo terá sua renda acrescida de R$187,48. Ao passo que um ano a mais de experiência lhe renderá um acréscimo de R$55,42.
Ao nível de 5% de significância podemos concluir que, pelo menos, um dos β’s é estatisticamente significante.
A escolaridade é o fator mais significante no aumento da renda, uma noção clara da importância do estudo na vida de qualquer indivíduo.
3.1 Hiato salarial no Brasil análise com dummy branca
| Dependent Variable: RENDA_MENSAL
|
|
|||
| Method: Least Squares
|
|
|
||
| Date: 05/24/16 Time: 18:44
|
|
|
||
| Sample: 1 32
|
|
|
|
|
| Included observations: 32
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
| Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
| ANOS_TRABA
|
79.59104
|
37.38642
|
2.128876
|
0.0419
|
| ANOS_ESTUDO
|
209.4516
|
79.21595
|
2.644058
|
0.0131
|
| C
|
-1624.826
|
965.0506
|
-1.683669
|
0.1030
|
|
|
|
|
|
|
|
|
|
|
|
|
| R-squared
|
0.285332
|
Mean dependent var
|
1225.938
|
|
| Adjusted R-squared
|
0.236045
|
S.D. dependent var
|
2257.075
|
|
| S.E. of regression
|
1972.786
|
Akaike info criterion
|
18.10134
|
|
| Sum squared resid
|
1.13E+08
|
Schwarz criterion
|
18.23875
|
|
| Log likelihood
|
-286.6215
|
Hannan-Quinn criter.
|
18.14689
|
|
| F-statistic
|
5.789155
|
Durbin-Watson stat
|
1.503221
|
|
| Prob(F-statistic)
|
0.007665
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Fonte: Eviews 6
Y= -1624,82+ 209,45X1 + 79,59X2
Verifica-se que apenas 28,53% das variações médias da renda são explicadas pelas variações médias de X1 e X2. Considerando apenas pessoas brancas percebe-se que no Brasil o aumento de um ano na escolaridade aumenta em média a renda mensal em R$209,45 e ao passo que aumenta um ano na experiência profissional aumenta em média a renda mensal em R$79,59.
3.2 Hiato salarial no Brasil análise com dummy não-branca
| Dependent Variable: RENDA_MENSAL
|
|
|||
| Method: Least Squares
|
|
|
||
| Date: 05/24/16 Time: 18:54
|
|
|
||
| Sample: 1 23
|
|
|
|
|
| Included observations: 23
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
| Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
|
|
| ANOS_ESTUDO
|
173.2858
|
66.71954
|
2.597227
|
0.0172
|
| ANOS_TRABA
|
1.966093
|
38.99257
|
0.050422
|
0.9603
|
| C
|
-484.6294
|
779.2284
|
-0.621935
|
0.5410
|
|
|
|
|
|
|
|
|
|
|
|
|
| R-squared
|
0.265848
|
Mean dependent var
|
1472.435
|
|
| Adjusted R-squared
|
0.192433
|
S.D. dependent var
|
1450.702
|
|
| S.E. of regression
|
1303.670
|
Akaike info criterion
|
17.30486
|
|
| Sum squared resid
|
33991094
|
Schwarz criterion
|
17.45297
|
|
| Log likelihood
|
-196.0059
|
Hannan-Quinn criter.
|
17.34211
|
|
| F-statistic
|
3.621154
|
Durbin-Watson stat
|
1.230151
|
|
| Prob(F-statistic)
|
0.045484
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Fonte: Eviews 6
Y= -484,62+ 1,96X1 + 173,28X2
Verifica-se que apenas 26,58% das variações médias da renda são explicadas pelas variações médias de X1 e X2. Considerando apenas pessoas não brancas percebe-se que no Brasil o aumento de um ano na escolaridade aumenta em média a renda mensal em R$173,28 e ao passo que aumenta um ano na experiência profissional aumenta em média a renda mensal em R$1,9624.
3.3 Teste de Multicolinearidade
Observado o valor de R2 podemos concluir que o modelo não é multicolinear e aplicando o teste vif no Stata (teste inflator da variância) observamos que o seu valor não ultrapassa 10, o que comprova nossa afirmação acima, em relação a renda média mensal de mulheres para todas as cores.
[...]
