Angélica B. Contreras-Cueva, Noé R. Luna-Plascencia, Pamela Macías-Álvarez, Nancy M. González-Robles

Memorias de la Décima Cuarta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC 2024, pp. 310-316 (2024); https://doi.org/10.54808/CICIC2024.01.310

Angélica B. Contreras-Cueva
Departamento de Métodos Cuantitativos, Universidad de Guadalajara, Zapopan, Jalisco, México

Noé R. Luna-Plascencia
Departamento de Métodos Cuantitativos, Universidad de Guadalajara, Zapopan, Jalisco, México

Pamela Macías-Álvarez
Departamento de Métodos Cuantitativos, Universidad de Guadalajara, Zapopan, Jalisco, México

Nancy M. González-Robles
Sistema de Universidad Virtual, Universidad de Guadalajara, Guadalajara, Jalisco, México

Cite this paper as:
Contreras-Cueva, A. B., Luna-Plascencia, N. R., Macías-Álvarez, P., González-Robles, N. M. (2024). Imputación de Datos Faltantes en Encuestas en Hogares. En N. Callaos, J. Horne, E. F. Ruiz-Ledesma, B. Sánchez, A. Tremante (Eds.), Memorias de la Décima Cuarta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC 2024, pp. 310-316. International Institute of Informatics and Cybernetics. https://doi.org/10.54808/CICIC2024.01.310

Un problema que se presenta cuando se utilizan datos de encuestas en hogares como la Encuesta Nacional de Ocupación y Empleo (ENOE), es que los entrevistados tienden a omitir información sobre sus ingresos. Esta omisión propicia sesgo en los resultados de los análisis. Por esta razón, con este estudio demostramos la importancia de la imputación de datos faltantes describiendo el proceso metodológico de la técnica de imputación por regresión y PMM. El análisis se realiza con los datos imputados y sin imputar de la ENOE de los años 2005 al 2022. Se realza la importancia de la técnica estimando la desigualdad en el ingreso por nivel de estudio con el índice de Gini, y el rendimiento a la educación con la ecuación de Mincer. Entre los principales resultados se observa que al no imputar los datos se sobreestima la desigualdad para género, edad y nivel de estudio técnico y superior, mientras que en la ecuación de Mincer refleja una subestimación de los ingresos individuales y en consecuencia aproximadamente 2.0% menos de retorno de la educación.