Caso con datos reales
Horas trabajadas e ingreso: una relación menos obvia de lo que parece
Un par de variables de la EPH donde Pearson dice 0,25 y Spearman 0,41, la recta explica el 6 % y el ingreso por hora se mueve en sentido contrario.
La pregunta
¿Quien trabaja más horas gana más?
La respuesta intuitiva es que sí, y los datos la confirman… hasta que se mira de cerca. Este caso acompaña todo el módulo bivariado porque casi ninguna de sus medidas dice lo mismo.
Son 14.212 ocupados de la EPH del primer trimestre de 2026 que declararon a la vez su ingreso de la ocupación principal y las horas que trabajan por semana.
La nube de puntos
Lo primero que se ve no es la relación sino las columnas verticales: la gente declara 40, 45, 48 horas, casi nunca 41 o 43. Y lo segundo, que para cualquier cantidad de horas hay ingresos que van de casi cero a varios millones.
Los números, que no coinciden entre sí
| Medida | Valor |
|---|---|
| Covarianza | 4.107.509 |
| Pearson | 0,249 |
| Spearman | 0,411 |
| de la recta | 0,062 |
| Pendiente | $15.639 por hora semanal |
| Ordenada al origen | $408.672 |
Pearson dice 0,25 y Spearman 0,41. Los dos miden la misma relación y difieren en dos tercios. La explicación es que Pearson mide relación lineal y es sensible a los valores extremos del ingreso, mientras que Spearman trabaja con los puestos y solo pide que la relación sea monótona.
Cuando los dos difieren tanto, la relación existe pero no es lineal: con el logaritmo del ingreso, Pearson sube a 0,431, casi el valor de Spearman.
El giro: el ingreso por hora va al revés
Si en vez del ingreso mensual se mira el ingreso por hora —dividiendo por las horas trabajadas— la correlación con las horas cambia de signo:
| Par | |
|---|---|
| Horas vs. ingreso mensual | +0,249 |
| Horas vs. ingreso por hora | −0,176 |
Quien trabaja más horas gana más por mes y menos por hora. No hay contradicción: son dos preguntas distintas sobre los mismos datos.
La explicación sustantiva es conocida: las ocupaciones de jornada más larga —comercio, servicio doméstico, changas— son en promedio las peor remuneradas por hora, mientras que muchas ocupaciones calificadas combinan jornadas más cortas con mejor paga.
Y la causalidad, que no está
Nada de esto prueba que trabajar más horas cause un ingreso mayor. La relación podría ir en el otro sentido —quien gana poco por hora necesita trabajar más para llegar a fin de mes— y hay variables que afectan a las dos a la vez.
De hecho la correlación negativa del ingreso horario sugiere que el segundo mecanismo pesa bastante.
Reproducirlo
# R
d <- eph |>
filter(ESTADO == 1, P21 > 0, PP3E_TOT > 0, PP3E_TOT < 999)
cor(d$PP3E_TOT, d$P21) # 0.249 Pearson
cor(d$PP3E_TOT, d$P21, method = "spearman") # 0.411
cor(d$PP3E_TOT, log(d$P21)) # 0.431
modelo <- lm(P21 ~ PP3E_TOT, data = d)
summary(modelo) # R² = 0.062
plot(d$PP3E_TOT, d$P21, pch = ".")
abline(modelo, col = "red")# Python
from scipy import stats
stats.pearsonr(d.PP3E_TOT, d.P21)
stats.spearmanr(d.PP3E_TOT, d.P21)
stats.linregress(d.PP3E_TOT, d.P21)El script completo es datos/eph/preparar-bivariada-m03.py, que además escribe la
figura y el JSON con todos los valores citados.