Una revisión del supuesto MAR en datos faltantes de la EPH

Resumen

Un problema frecuente trabajando con datos de la EPH del INDEC en Argentina es la presencia de valores perdidos en los ingresos monetarios. En la literatura se encuentra un variado conjunto de instrumentos estadísticos para lidiar con esta dificultad. La eficacia de estas técnicas depende críticamente del mecanismo de generación de los valores perdidos. En general, estos procedimientos requieren como mínimo que los datos omitidos sean missing at random (MAR). En este trabajo se analizan las diferencias entre declarantes y no declarantes de ingresos en la EPH con datos del IV trimestre 2020. Dada la naturaleza categórica de los datos disponibles, primero se realiza un análisis de correspondencias múltiples (ACM) y pruebas de homogeneidad para identificar de manera exploratoria en qué variables se observan diferencias significativas. Luego se lleva a cabo una regresión logística para determinar cuáles son los factores principales que contribuyen a explicar la falta de respuesta. Los resultados señalan que hay diferencias significativas entre declarantes y no declarantes en un conjunto importante de características relevadas por la EPH. Sexo, región geográfica, educación, sector de actividad (público/privado) y tipo de ocupación son los principales determinantes de la no declaración de ingresos. De acuerdo a estos hallazgos, quienes tienen mayor propensión a no informar sus ingresos monetarios son los varones casados con educación secundaria o universitaria, que trabajan en el sector privado como cuentapropistas y residen en el área metropolitana de Buenos Aires o en la región pampeana.