Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 31 No. Especial 15, 2026, e31e1542
Enero-Junio
ISSN 1315-9984 / e-ISSN 2477-9423
Como citar: Chusan, J. E., Yánez, J. S., Viera, F. X. y Chevez, M. S. (2026). Educación sin movilidad económica en comunidades rurales ecuatorianas. Revista Venezolana De Gerencia, 31(Especial 15), e31e1542. https://doi.org/10.52080/rvgluz.31.e15.42
Educación sin movilidad económica en comunidades rurales ecuatorianas
Chusan Wong, Jaime Enrique*
Yánez Cabrera, Jenny Susana**
Viera Vaca, Francisco Xavier***
Chevez Villanueva, María Sol***
Resumen
La educación ha sido concebida como un mecanismo central de movilidad económica a partir de la teoría del capital humano; sin embargo, en contextos rurales con estructuras productivas poco diversificadas, sus retornos pueden estar condicionados por factores estructurales. Este estudio analiza la asociación entre nivel de instrucción e ingreso mensual por género en comunidades rurales del cantón Milagro (Ecuador), a partir de una muestra de 793 hogares. Se emplearon tablas de contingencia, la prueba ji-cuadrado de independencia y el estadístico V de Cramer para evaluar tanto la significancia como la intensidad de la relación. Los resultados evidencian una asociación estadísticamente significativa entre educación e ingreso en hombres y mujeres (p < 0,05); no obstante, la magnitud del efecto es débil a moderada, lo que indica que la educación mejora la posición relativa dentro de la estructura salarial sin generar transformaciones sustantivas en los niveles de ingreso. La concentración de los hogares en rangos bajos e intermedios, incluso entre quienes alcanzan educación secundaria o superior, sugiere que los retornos educativos se encuentran limitados por las condiciones del mercado laboral rural. Se concluye que el capital humano opera dentro de un marco estructural que restringe su potencial transformador en economías agrícolas de baja productividad, lo que implica la necesidad de articular políticas educativas con estrategias de diversificación productiva y mejora del empleo rural.
Palabras clave: Capital humano; movilidad económica; desarrollo rural; desigualdad estructural; mercado laboral.
Recibido: 30.01.26 Aceptado: 08.04.26
* Magíster en Tributación y Finanzas; Universidad Agraria del Ecuador – Ecuador; Docente universitario; Universidad Agraria del Ecuador – Ecuador; Email: jchusan@uagraria.edu.ec ORCID: https://orcid.org/0000-0002-5907-929X.
** Magíster en Tributación y Finanzas; Universidad Agraria del Ecuador – Ecuador; Docente universitaria; Universidad Agraria del Ecuador – Ecuador; Email: jyanez@uagraria.edu.ec ORCID: https://orcid.org/0009-0001-0590-3079.
*** Máster en Tributación y Finanzas; Universidad Agraria del Ecuador – Ecuador; Docente universitario; Universidad Agraria del Ecuador – Ecuador; Email: fviera@uagraria.edu.ec ORCID: https://orcid.org/0000-0001-5271-4329.
**** Máster en Ingeniería Agrícola con Mención en Riego y Drenaje; Universidad Agraria del Ecuador – Ecuador; Docente universitaria; Universidad Agraria del Ecuador – Ecuador; Email: mchevez@uagraria.edu.ec ORCID: https://orcid.org/0009-0004-6831-5049.
Education without economic mobility in rural Ecuadorian communities
Abstract
Education has been conceived as a central mechanism for economic mobility based on human capital theory; however, in rural contexts with poorly diversified productive structures, its returns may be conditioned by structural factors. This study analyzes the association between educational attainment and monthly income by gender in rural communities in the Milagro canton (Ecuador), based on a sample of 793 households. Contingency tables, the chi-square test of independence, and Cramer’s V statistic were used to assess both the significance and intensity of the relationship. The results show a statistically significant association between education and income for both men and women (p < 0.05); however, the magnitude of the effect is weak to moderate, indicating that education improves relative position within the wage structure without generating substantive changes in income levels. The concentration of households in low and intermediate ranges, even among those who have attained secondary or higher education, suggests that educational returns are limited by rural labor market conditions. It is concluded that human capital operates within a structural framework that restricts its transformative potential in low-productivity agricultural economies, implying the need to coordinate educational policies with strategies for productive diversification and improvement of rural employment.
Keywords: Human capital; economic mobility; rural development; structural inequality; labor market.
1. Introducción
La educación ha sido históricamente considerada uno de los principales mecanismos para promover la movilidad económica y reducir las desigualdades sociales. En este sentido Herrmann et al. (2023) y Zhang et al. (2023) señalan que el incremento en los niveles de instrucción contribuye a mejorar las oportunidades laborales, fortalecer la productividad individual y ampliar las posibilidades de acceso a ingresos más altos. Desde la perspectiva de la teoría del capital humano, la acumulación de conocimientos, habilidades y competencias permite incrementar la eficiencia del trabajo, lo que se traduce en mejores condiciones de inserción en el mercado laboral y mayores retornos económicos para los individuos (Li, 2023; Mou, 2023; Radiowala & Molwane, 2021). En este sentido, la educación ha sido ampliamente promovida como un instrumento fundamental para el desarrollo económico y la superación de la pobreza
La evidencia empírica disponible (Eguía et al., 2025; Feitosa, 2025; Lindberg et al., 2022; Yupanqui, 2025) ha reforzado esta idea al mostrar que la expansión educativa suele asociarse con mejoras en la movilidad social y económica. En distintos contextos internacionales, la inversión en educación ha demostrado contribuir a romper ciclos intergeneracionales de pobreza, facilitando que las nuevas generaciones accedan a mejores oportunidades laborales y niveles de ingreso más elevados. Bajo esta lógica, las políticas públicas orientadas al fortalecimiento del capital humano han sido consideradas estrategias clave para promover el desarrollo social y económico de los territorios.
No obstante, la relación entre educación e ingreso no es homogénea en todos los contextos territoriales. En economías rurales caracterizadas por limitada diversificación productiva, altos niveles de informalidad y una fuerte dependencia de actividades agrícolas de bajo valor agregado, los retornos educativos pueden verse condicionados por factores estructurales que restringen las oportunidades económicas disponibles (Almache et al., 2025; Segura & Torres, 2020; Yang & Kong, 2025). En estos escenarios, el mercado laboral no siempre logra absorber la mano de obra con mayor nivel educativo en ocupaciones de mayor productividad, generando una brecha entre la acumulación de capital humano y las oportunidades reales de mejora económica (Ratnaparkhi et al., 2025; Ebrahimi et al., 2022; Russell et al., 2021; Sunder et al., 2023).
En el contexto rural ecuatoriano, esta situación adquiere especial relevancia. A pesar de los avances registrados en cobertura educativa y del incremento progresivo en los niveles de instrucción primaria y secundaria, una proporción significativa de la población continúa concentrada en rangos salariales bajos e intermedios (Alvarado et al., 2025; Armijos et al., 2023; Lamino et al., 2024). La persistencia de empleo no adecuado, ingresos inferiores al salario básico y escasas oportunidades de movilidad ocupacional plantea interrogantes sobre la capacidad real de la educación para generar transformaciones sustantivas en la estructura de ingresos de los hogares rurales (Clark et al., 2024; Robinson-Pant, 2023; Xie, 2023; Zahnd et al., 2022).
A esta situación se suma la dimensión de género dentro de los mercados laborales rurales. Diversas investigaciones (Fuqua & Fan, 2025; Li, 2024; Parsons, 2022; Al-Wazzan & Almula-Dhanoon, 2022) han señalado que hombres y mujeres pueden enfrentar condiciones diferenciadas de acceso al empleo, remuneración y oportunidades de desarrollo económico, lo que puede incidir en los retornos educativos obtenidos por cada grupo. En territorios con estructuras productivas poco dinámicas, estas diferencias pueden intensificar las limitaciones existentes para transformar los niveles educativos alcanzados en mejoras sustantivas de ingreso.
En este contexto surge una interrogante central para el análisis del desarrollo rural: ¿la educación en territorios rurales actúa realmente como un mecanismo efectivo de movilidad económica o simplemente permite mejorar la posición relativa dentro de una estructura salarial caracterizada por ingresos bajos y escasas oportunidades de crecimiento? Responder a esta pregunta resulta relevante para comprender los límites y alcances de las políticas educativas como instrumento de reducción de desigualdades en economías rurales.
En función de este problema, el presente estudio analiza la asociación entre nivel de instrucción e ingreso mensual por género en comunidades rurales del cantón Milagro (Ecuador), a partir de una muestra de 793 hogares. Mediante el uso de tablas de contingencia, la prueba ji-cuadrado de independencia y el estadístico V de Cramer, se examina la existencia de asociación estadística entre las variables y se evalúa la intensidad de dicha relación. De esta manera, el estudio busca determinar si la educación se traduce en movilidad económica sustantiva o si sus efectos se encuentran limitados por las condiciones estructurales del mercado laboral rural.
2. Educación y movilidad económica: Fundamentos teóricos
La relación entre educación e ingreso ha sido explicada tradicionalmente a partir de la teoría del capital humano, la cual sostiene que la inversión en educación incrementa la productividad individual y, en consecuencia, mejora las oportunidades de inserción laboral y los niveles de remuneración. Desde esta perspectiva, la educación constituye un mecanismo mediante el cual las personas adquieren habilidades, conocimientos y competencias que aumentan su capacidad para generar valor económico en el mercado laboral (Li, 2023; Mou, 2023).
En este sentido, los mayores niveles educativos tienden a asociarse con mejores posiciones ocupacionales y mayores retornos económicos, lo que convierte a la educación en un instrumento clave para la movilidad social y la reducción de la pobreza.
Los estudios empíricos de Herrmann et al. (2023) y Zhang et al. (2023) indican que las personas con un nivel educativo más alto tienden a tener mayores ingresos y una mayor estabilidad en sus empleos. Estos investigadores señalan que la educación ayuda a mejorar la calidad de vida al ofrecer más posibilidades para acceder a trabajos formales y a sectores con un mayor valor.
Así, la acumulación de habilidades y conocimientos se transforma en un aspecto clave en los procesos de desarrollo económico, ya que permite a las personas avanzar económicamente y les da más habilidades para competir en el mercado laboral.No obstante, los enfoques teóricos de Yang & Kong (2025) y Segura Gutiérrez & Torres (2020) han señalado que la relación entre educación e ingreso no depende únicamente del nivel educativo alcanzado, sino también de las condiciones estructurales del entorno económico.
En economías donde la estructura productiva presenta baja diversificación, altos niveles de informalidad y escasas oportunidades de empleo calificado, los retornos de la educación pueden verse limitados por la propia dinámica del mercado. En estos casos, la acumulación de capital humano no necesariamente se traduce en incrementos significativos del ingreso, ya que las oportunidades laborales disponibles no permiten aprovechar plenamente las competencias adquiridas mediante la educación.Esta situación es particularmente relevante en territorios rurales, donde las economías locales suelen depender en gran medida de actividades agrícolas de baja productividad. La limitada generación de valor agregado en estos sectores restringe la capacidad de absorción de mano de obra calificada, lo que reduce los incentivos económicos asociados a mayores niveles educativos (Ratnaparkhi et al., 2025; Ebrahimi et al., 2022). Como resultado, incluso individuos con niveles educativos relativamente altos pueden enfrentar dificultades para acceder a empleos mejor remunerados, generándose una brecha entre la formación académica y las oportunidades económicas reales disponibles en el territorio.
Desde esta perspectiva, Robinson-Pant (2023) y Xie (2023) plantean que la desigualdad en el ingreso no puede explicarse únicamente por diferencias en la acumulación de capital humano. Yang et al. (2022) señalan que factores estructurales como el origen social, la distribución de oportunidades económicas, las características del mercado laboral y la organización productiva de los territorios influyen significativamente en los resultados económicos que obtienen los individuos. En este contexto, la educación puede mejorar la posición relativa dentro de la estructura salarial, pero no necesariamente modificar los límites estructurales que determinan los niveles generales de ingreso en determinadas economías.
En el ámbito rural latinoamericano, estudios como los de Clark et al. (2024) y Zahnd et al. (2022) han señalado que la persistencia de empleo informal, la baja productividad agrícola y la escasa diversificación de las economías locales limitan los retornos económicos asociados a la educación. Estas condiciones estructurales pueden generar una estructura salarial comprimida, en la que la mayor parte de la población se concentra en rangos de ingreso relativamente bajos, independientemente de las diferencias en nivel educativo. En este contexto, la educación continúa siendo un factor relevante de diferenciación social, pero su capacidad para generar movilidad económica sustantiva depende en gran medida del contexto económico en el que se inserta.Adicionalmente, la relación entre educación e ingreso puede verse influenciada por factores de género (Chen, 2025; Wang et al., 2025). En muchos contextos rurales, las mujeres enfrentan mayores restricciones en el acceso al empleo formal, menor participación en sectores productivos de mayor remuneración y mayores cargas de trabajo doméstico y de cuidado, lo que puede limitar los beneficios económicos derivados de la educación (Fuqua & Fan, 2025; Li, 2024). Estas condiciones pueden generar diferencias en los retornos educativos entre hombres y mujeres, lo que introduce una dimensión adicional en el análisis de la movilidad económica en territorios rurales.En conjunto, estos planteamientos sugieren que la educación constituye un elemento importante dentro de los procesos de movilidad económica, pero su impacto depende de la interacción con las condiciones estructurales del mercado laboral y la organización productiva de los territorios. En contextos rurales caracterizados por baja diversificación productiva y escasas oportunidades de empleo de alta productividad, la educación puede mejorar las capacidades individuales y la posición relativa dentro de la estructura salarial, aunque no necesariamente generar transformaciones profundas en la distribución del ingreso.El análisis de la relación entre educación e ingreso requiere considerar simultáneamente los factores individuales asociados al capital humano y las condiciones estructurales que configuran las oportunidades económicas disponibles. Este enfoque ayuda a entender que la educación, aunque es un factor importante para el progreso económico, no funciona de forma independiente, sino que su efecto está relacionado con el contexto productivo y laboral en el que se encuentra.
3. Perspectiva metodológica
El estudio se enmarca en un enfoque cuantitativo de alcance descriptivo-correlacional, orientado a analizar la asociación entre nivel de instrucción e ingreso mensual en comunidades rurales del cantón Milagro. El diseño es de tipo transversal, ya que la información fue recolectada en un único momento temporal, permitiendo examinar la estructura distributiva del ingreso y su relación con el capital humano en el contexto territorial analizado.
La información utilizada corresponde a datos primarios obtenidos mediante encuesta estructurada aplicada a hogares rurales. El instrumento incluyó variables sociodemográficas, educativas y económicas. Para el presente análisis se seleccionaron tres variables específicas del conjunto original: ingreso mensual del hogar, nivel de instrucción de hombres y nivel de instrucción de mujeres. Esta selección responde al objetivo de evaluar la relación entre capital humano e ingreso desde una perspectiva diferenciada por género.
La muestra estuvo compuesta por 793 hogares. Sin embargo, el análisis estadístico se realizó considerando los casos válidos disponibles en cada cruce de variables. Para el análisis correspondiente a mujeres se utilizaron 733 registros válidos (92,4%), mientras que para hombres se trabajó con 745 registros válidos (93,9%), excluyéndose aquellos casos con información incompleta. El tamaño muestral supera ampliamente los criterios mínimos recomendados para la aplicación de pruebas de independencia en tablas de contingencia, lo que fortalece la estabilidad y confiabilidad de las estimaciones.
Para el análisis cuantitativo, las variables principales fueron: el ingreso mensual, el cual se clasificó en cinco rangos: $50–$100; $200–$300; $400–$500; $500 o más; y ninguno; y el nivel de instrucción, que se agrupó en cinco categorías: primaria, secundaria, pregrado, posgrado y sin estudios. Dado que ambas variables son de naturaleza nominal, el análisis se orientó a examinar asociaciones entre distribuciones de frecuencia.
La estrategia analítica se desarrolló en dos fases. En la primera, se construyeron tablas de contingencia con el fin de describir la distribución conjunta de ingreso y nivel educativo, identificando patrones de concentración en los distintos tramos salariales. En la segunda fase, se aplicó la prueba ji-cuadrado de independencia para contrastar si las diferencias observadas entre categorías responden a una relación sistemática o pueden atribuirse al azar.
Las hipótesis planteadas fueron:
H0: El nivel de instrucción y el ingreso mensual son variables independientes.
H1: Existe asociación entre nivel de instrucción e ingreso mensual.
Estas hipótesis se basan en la teoría del capital humano, que indica que un mayor grado de educación eleva la productividad de las personas y, por ende, las posibilidades de alcanzar ingresos superiores. Además, Akyıldız (2025) y Dusaev & Dusaeva (2024) han mostrado que el grado educativo afecta la integración en el mercado laboral y la seguridad financiera de los individuos, especialmente en ambientes rurales donde las oportunidades económicas pueden depender de factores estructurales (Auerbach & Green, 2025).
El nivel de significancia adoptado fue α = 0,05. Con el propósito de complementar la significancia estadística y evaluar la magnitud de la asociación, se estimó el tamaño del efecto mediante el estadístico V de Cramer. Esta medida permite interpretar la intensidad del vínculo entre variables categóricas, aportando una dimensión sustantiva adicional al contraste de hipótesis.
El procesamiento y análisis de los datos se realizó mediante el software SPSS. Se verificaron los supuestos de la prueba ji-cuadrado, particularmente la proporción de celdas con frecuencias esperadas inferiores a cinco. Aunque se identificaron algunas celdas con recuentos bajos, el tamaño muestral elevado y la distribución general de las frecuencias permiten considerar robusta la estimación del estadístico. Cabe señalar que el diseño transversal y el enfoque correlacional limitan la posibilidad de establecer relaciones causales, circunscribiendo el análisis a la identificación de asociaciones estadísticas.
4. Análisis de educación y movilidad económica: resultados
El análisis empírico se desarrolló en tres etapas complementarias: (1) caracterización de la distribución del ingreso mensual de los hogares rurales, (2) descripción del nivel de instrucción por género y (3) análisis de asociación entre nivel educativo e ingreso mediante tablas de contingencia y la prueba ji-cuadrado de independencia. Esta secuencia permite, en primer lugar, comprender la estructura distributiva del ingreso en el territorio analizado y, posteriormente, examinar si el capital humano se relaciona de manera significativa con dicha estructura.
Como se observa en la Tabla 1, la distribución del ingreso mensual muestra una fuerte concentración en los tramos salariales bajos e intermedios. El 40% de los hogares se ubica en el rango de $200 a $300 mensuales, constituyendo el segmento modal de la muestra. De manera similar, el 37% percibe entre $50 y $100, lo que evidencia que una proporción considerable de hogares rurales se encuentra en niveles de ingreso relativamente reducidos. En conjunto, estos dos rangos concentran más de tres cuartas partes de la muestra, lo que refleja una estructura económica caracterizada por ingresos limitados y escasa dispersión hacia los niveles superiores.
Tabla 1
Distribución del ingreso mensual
|
Rango de ingreso |
Frecuencia (%) |
|
$50–$100 |
37% |
|
$200–$300 |
40% |
|
$400–$500 |
20% |
|
$500 o más |
2% |
|
Ninguno |
1% |
En contraste, solo el 20% de los hogares alcanza ingresos entre $400 y $500 mensuales y apenas el 2% supera los $500, mientras que el 1% declara no percibir ingresos propios. Estos resultados evidencian una estructura salarial concentrada en los niveles inferiores, con escasa presencia de hogares en los rangos más altos, lo que sugiere una estructura salarial comprimida. Este patrón es característico de economías rurales con limitada diversificación productiva y fuerte dependencia de actividades agrícolas de baja productividad, donde predominan ocupaciones vinculadas a la agricultura familiar, el comercio informal y actividades de subsistencia. En consecuencia, la mayor parte de los hogares se concentra en rangos de ingreso bajos o intermedios, lo que restringe las posibilidades de movilidad económica.
Por otra parte, el análisis del nivel educativo muestra patrones similares entre hombres y mujeres. Como se observa en la Tabla 2, la educación secundaria constituye el nivel predominante en ambos grupos (46,1% en mujeres y 45,3% en hombres), seguida de la educación primaria (34,4% y 39,6%, respectivamente). Esto indica que la mayoría de la población rural analizada posee niveles educativos básicos o medios, mientras que la educación superior presenta una presencia considerablemente menor.
Tabla 2
Nivel de instrucción por género
|
Nivel educativo |
Mujeres (%) |
Hombres (%) |
|
Primaria |
34,4% |
39,6% |
|
Secundaria |
46,1% |
45,3% |
|
Tercer nivel |
8,8% |
4,8% |
|
Posgrado |
0% |
0% |
|
Sin estudios |
3,0% |
4,1% |
Asimismo, la proporción de personas con educación de tercer nivel es relativamente baja, alcanzando el 8,8% en mujeres y el 4,8% en hombres, mientras que la presencia de posgrado es prácticamente inexistente. El porcentaje de personas sin estudios formales también es reducido, aunque ligeramente mayor en hombres (4,1%) que en mujeres (3,0%). En conjunto, estos resultados indican que el acceso a niveles educativos superiores continúa siendo limitado en las comunidades rurales analizadas.
Desde una perspectiva comparativa, las mujeres presentan una ligera mayor participación en niveles educativos superiores, mientras que los hombres concentran una mayor proporción en educación primaria. No obstante, la estructura educativa general se caracteriza por la predominancia de niveles básicos y medios, lo que puede incidir en las oportunidades de inserción laboral, dado que los sectores de mayor productividad suelen requerir niveles educativos más avanzados.
El análisis cruzado entre ingreso mensual y nivel educativo permite identificar patrones iniciales de asociación entre ambas variables. En el rango de ingreso de $50 a $100 mensuales, el 46,2% de las mujeres posee educación primaria y el 43,5% secundaria, mientras que solo el 4% corresponde a nivel de pregrado. Como se observa en la Tabla 3, a medida que el ingreso aumenta también se incrementa la participación de niveles educativos superiores; sin embargo, incluso en los rangos de ingreso más altos, la educación secundaria continúa siendo el nivel predominante.
Tabla 3
Ingreso mensual y nivel educativo – Mujeres (tabla cruzada)
|
Nivel de instrucción Mujeres |
Total |
||||||
|
Primaria |
Secundaria |
Pregrado |
Sin estudios |
||||
|
Ingreso Mensual |
$50 a $100 |
Recuento |
117 |
110 |
10 |
16 |
253 |
|
% dentro de Ingreso Mensual |
46,2% |
43,5% |
4,0% |
6,3% |
100,0% |
||
|
$200 a $300 |
Recuento |
113 |
153 |
30 |
6 |
302 |
|
|
% dentro de Ingreso Mensual |
37,4% |
50,7% |
9,9% |
2,0% |
100,0% |
||
|
$400 a $500 |
Recuento |
40 |
89 |
23 |
0 |
152 |
|
|
% dentro de Ingreso Mensual |
26,3% |
58,6% |
15,1% |
0,0% |
100,0% |
||
|
$500 a mas |
Recuento |
1 |
10 |
7 |
0 |
18 |
|
|
% dentro de Ingreso Mensual |
5,6% |
55,6% |
38,9% |
0,0% |
100,0% |
||
|
Ninguno |
Recuento |
2 |
4 |
0 |
2 |
8 |
|
|
% dentro de Ingreso Mensual |
25,0% |
50,0% |
0,0% |
25,0% |
100,0% |
||
|
Total % dentro de Ingreso Mensual |
Recuento |
273 |
366 |
70 |
24 |
733 |
|
|
37,2% |
49,9% |
9,5% |
3,3% |
100,0% |
|||
En el rango de $200 a $300, la proporción de mujeres con educación secundaria alcanza el 50,7%, mientras que el nivel de pregrado representa el 9,9%. Este patrón sugiere que mayores niveles educativos comienzan a asociarse con posiciones relativamente más favorables dentro de la estructura de ingresos, aunque la educación secundaria continúa siendo predominante.
Una tendencia similar se observa en el rango de $400 a $500, donde el 58,6% de las mujeres posee educación secundaria y el 15,1% nivel de pregrado. En el rango de $500 o más, el 38,9% corresponde a nivel de pregrado y el 55,6% a educación secundaria, lo que indica que, incluso en los niveles de ingreso más altos, la formación media sigue siendo dominante.
En términos generales, los resultados sugieren una relación positiva, aunque no necesariamente lineal, entre educación e ingreso en el contexto rural analizado. Si bien la participación de educación superior aumenta conforme se incrementan los ingresos, los niveles educativos medios continúan siendo suficientes para acceder a la mayoría de los rangos salariales, lo que refleja las limitadas oportunidades de empleo altamente calificado en el mercado laboral rural.
La prueba ji-cuadrado de independencia mostrada en la Tabla 4, confirma la existencia de una asociación estadísticamente significativa entre ingreso mensual y nivel educativo en mujeres (χ² = 76,183; gl = 12; p < .001). Aunque cerca del 35% de las celdas presentan frecuencias esperadas inferiores a cinco, el tamaño muestral y la consistencia del patrón observado permiten considerar robusta la relación identificada.
Tabla 4
Prueba ji-cuadrado – Mujeres
|
Estadístico |
Valor |
gl |
p-valor |
|
Chi-cuadrado de Pearson |
76,183 |
12 |
.000 |
|
Razón de verosimilitud |
71,759 |
12 |
.000 |
|
Asociación lineal por lineal |
8,606 |
1 |
.003 |
|
Casos válidos |
733 |
Como se observa en la Tabla 5, la relación entre ingreso mensual y nivel educativo en la población masculina presenta patrones similares a los identificados en el caso femenino. En el rango de $50 a $100 mensuales, el 52,6% de los hombres posee educación primaria y el 39,2% educación secundaria, mientras que únicamente el 1,9% corresponde a nivel de pregrado. Esta distribución evidencia que los niveles educativos básicos concentran la mayor proporción de hombres dentro de los tramos de ingreso más bajos, lo que sugiere una asociación inicial entre menor nivel educativo y menores ingresos en el contexto rural analizado.
En el rango de $200 a $300, como se aprecia en la Tabla 5, la distribución educativa comienza a mostrar cambios en su composición. En este segmento, el 47,4% de los hombres posee educación secundaria y el 41,1% educación primaria, mientras que el nivel de pregrado alcanza el 7,6%. Este resultado sugiere que a medida que los ingresos aumentan, la participación relativa de niveles educativos superiores comienza a incrementarse, aunque la educación secundaria continúa siendo el nivel predominante dentro de la estructura ocupacional masculina.
Tabla 5
Ingreso mensual y nivel educativo – Hombres (tabla cruzada)
|
Nivel de Instrucción Hombres |
Total |
||||||
|
Primaria |
Secundaria |
Pregrado |
Sin estudios |
||||
|
$50 a $100 |
Recuento |
141 |
105 |
5 |
17 |
268 |
|
|
% dentro de Ingreso Mensual |
52,6% |
39,2% |
1,9% |
6,3% |
100,0% |
||
|
$200 a $300 |
Recuento |
124 |
143 |
23 |
12 |
302 |
|
|
% dentro de Ingreso Mensual |
41,1% |
47,4% |
7,6% |
4,0% |
100,0% |
||
|
Ingreso Mensual |
$400 a $500 |
Recuento |
47 |
95 |
7 |
4 |
153 |
|
% dentro de Ingreso Mensual |
30,7% |
62,1% |
4,6% |
2,6% |
100,0% |
||
|
$500 a mas |
Recuento |
2 |
13 |
3 |
0 |
18 |
|
|
% dentro de Ingreso Mensual |
11,1% |
72,2% |
16,7% |
0,0% |
100,0% |
||
|
Ninguno |
Recuento |
0 |
3 |
0 |
1 |
4 |
|
|
% dentro de Ingreso Mensual |
0,0% |
75,0% |
0,0% |
25,0% |
100,0% |
||
|
Total % dentro de Ingreso Mensual |
Recuento |
314 |
359 |
38 |
34 |
745 |
|
|
42,1% |
48,2% |
5,1% |
4,6% |
100,0% |
|||
Una tendencia más marcada se observa en el rango de $400 a $500, donde el 62,1% de los hombres posee educación secundaria, mientras que el 4,6% corresponde a nivel de pregrado. En este tramo salarial, la educación secundaria consolida su predominio dentro de la estructura educativa masculina, lo que sugiere que gran parte de las ocupaciones que generan ingresos medios en el territorio rural pueden ser desempeñadas con niveles educativos intermedios.
En el rango de ingreso más alto ($500 o más), la Tabla 5 muestra que el 72,2% de los hombres corresponde a educación secundaria y el 16,7% a nivel de pregrado. Aunque se observa una mayor presencia relativa de educación superior en este segmento, la predominancia de la educación secundaria indica que incluso los niveles salariales más altos dentro de la muestra no requieren necesariamente niveles educativos avanzados. Este resultado refuerza la idea de que el mercado laboral rural presenta oportunidades limitadas para la absorción de mano de obra altamente calificada.
En términos generales, los resultados muestran una tendencia creciente en la participación de niveles educativos superiores conforme aumenta el ingreso, lo cual sugiere una relación positiva entre educación e ingreso en la población masculina. Sin embargo, al igual que en el caso femenino, la educación secundaria continúa siendo la categoría dominante incluso en los rangos salariales más elevados. Este patrón puede interpretarse como un reflejo de la estructura productiva rural, donde las actividades económicas predominantes no demandan altos niveles de formación universitaria.
La existencia de asociación estadística entre ingreso mensual y nivel educativo en hombres se confirma mediante la prueba ji-cuadrado de independencia, cuyos resultados se presentan en la Tabla 6. El estadístico de chi-cuadrado de Pearson (χ² = 53,137; gl = 12; p < .001) indica que existe una relación estadísticamente significativa entre ambas variables. En consecuencia, se rechaza la hipótesis nula de independencia, lo que sugiere que el nivel educativo influye en la distribución del ingreso dentro del grupo masculino analizado.
Tabla 6
Prueba ji-cuadrado – Hombres
|
Estadístico |
Valor |
gl |
p-valor |
|
Chi-cuadrado de Pearson |
53,137 |
12 |
.000 |
|
Razón de verosimilitud |
54,632 |
12 |
.000 |
|
Asociación lineal por lineal |
6,316 |
1 |
.012 |
|
Casos válidos |
745 |
No obstante, como se indica en la Tabla 6, aproximadamente el 30% de las celdas presentan frecuencias esperadas inferiores a cinco. Este aspecto sugiere que los resultados deben interpretarse con cierta cautela desde el punto de vista estadístico. A pesar de ello, el tamaño de la muestra y la consistencia general de los patrones observados permiten considerar que la asociación identificada refleja una tendencia real dentro de la estructura socioeconómica de las comunidades rurales estudiadas.
Finalmente, al analizar conjuntamente los resultados para hombres y mujeres, se observa que en ambos grupos existe una relación estadísticamente significativa entre nivel educativo e ingreso mensual. Como se presenta en la Tabla 7, los valores de chi-cuadrado obtenidos para mujeres (χ² = 76,183; p < .001) y hombres (χ² = 53,137; p < .001) confirman la existencia de asociación entre las variables analizadas. Sin embargo, el análisis del tamaño del efecto mediante el V de Cramer muestra que la intensidad de dicha relación es relativamente limitada.
Tabla 7
Medidas de asociación entre nivel de instrucción e ingreso mensual por género
|
Género |
Chi-cuadrado (χ²) |
gl |
p-valor |
V de Cramer |
Intensidad de asociación |
Casos válidos |
|
Mujeres |
76,183 |
12 |
< .001 |
0,186 |
Débil–moderada |
733 |
|
Hombres |
53,137 |
12 |
< .001 |
0,154 |
Débil |
745 |
En el caso de las mujeres, el valor del V de Cramer fue de 0,186, lo que corresponde a una asociación de intensidad débil a moderada. Para los hombres, el valor fue de 0,154, indicando una relación débil. Estos resultados sugieren que, aunque el nivel educativo se relaciona estadísticamente con el ingreso, su capacidad explicativa sobre la distribución de ingresos es limitada. En términos sustantivos, esto implica que la educación contribuye a mejorar la posición relativa dentro de la estructura salarial rural, pero no genera transformaciones profundas en la distribución general del ingreso.
Desde una perspectiva estructural, estos hallazgos refuerzan la interpretación de que los retornos económicos de la educación en territorios rurales se encuentran condicionados por las características del mercado laboral local. En economías con baja diversificación productiva y limitada demanda de trabajo calificado, incluso los individuos con mayor nivel educativo pueden enfrentar restricciones para traducir su capital humano en incrementos significativos de ingreso.
En situaciones económicas donde hay poca variedad en la producción y la necesidad de empleo calificado es escasa, incluso aquellos con mayor educación pueden tener dificultades para convertir su formación en aumentos relevantes de salarios. En este escenario, los hallazgos del análisis respaldan la presencia de una relación estadísticamente importante entre el grado de educación y los ingresos mensuales en la comunidad rural del cantón Milagro, aplicable a hombres y mujeres.
Este hallazgo coincide con los planteamientos de la teoría del capital humano, según la cual la educación incrementa la productividad individual y mejora las oportunidades de acceso a ingresos más altos (Naveed, 2024). Asimismo, se alinea con estudios empíricos que han identificado una relación positiva entre nivel educativo e ingresos en contextos rurales latinoamericanos (Heifetz & Jaffe, 2023; Song, 2023).
Sin embargo, el análisis del tamaño del efecto mediante el estadístico V de Cramer muestra que la magnitud de dicha relación es limitada. Los valores obtenidos indican una asociación de intensidad débil a moderada, lo que sugiere que el nivel educativo influye en la distribución del ingreso, pero no constituye un factor determinante por sí solo. En otras palabras, la educación contribuye a mejorar la posición relativa dentro de la estructura salarial rural, aunque su capacidad para generar movilidad económica sustantiva parece restringida.
Este resultado puede explicarse a partir de las características estructurales del mercado laboral rural. En contextos donde predominan el empleo no adecuado, la informalidad y las actividades agrícolas de bajo valor agregado, las oportunidades de inserción laboral altamente remuneradas suelen ser limitadas (Junaid et al., 2025; Parker et al., 2022). En consecuencia, incluso los individuos con mayor nivel educativo pueden enfrentar dificultades para traducir su capital humano en incrementos significativos de ingreso.
De manera complementaria, la baja diversificación productiva de las economías rurales restringe la demanda de trabajo calificado. Como señalan Roccisano, (2025), la dependencia de actividades productivas tradicionales limita la absorción de mano de obra con formación superior. En este sentido, los resultados del estudio dialogan con enfoques que sostienen que la desigualdad económica no depende únicamente de la acumulación de capital humano, sino también de factores estructurales vinculados a la organización productiva y a las oportunidades disponibles en el territorio (Bhawna Sahu, Anuradha R. Tiwary, 2025).
En relación con el análisis por género, aunque se identificó una asociación significativa entre educación e ingreso tanto en hombres como en mujeres, no se observaron diferencias salariales marcadas dentro de los mismos niveles educativos. Este patrón podría interpretarse como una estructura salarial comprimida, en la cual las restricciones del mercado laboral rural afectan de manera relativamente similar a ambos grupos. Esta interpretación coincide parcialmente con estudios sobre la vulnerabilidad económica de las mujeres rurales (Borbely et al., 2024), aunque en el caso analizado las limitaciones estructurales parecen impactar de forma transversal a la población.
Desde una perspectiva teórica, los hallazgos del estudio contribuyen a matizar el alcance explicativo de la teoría del capital humano en contextos rurales específicos. Si bien la educación continúa siendo un mecanismo relevante para mejorar las capacidades individuales, su impacto sobre los ingresos depende en gran medida de las condiciones estructurales del mercado laboral. En este sentido, la movilidad económica no se deriva únicamente del nivel educativo alcanzado, sino también de la existencia de oportunidades productivas capaces de absorber y valorizar dicho capital humano.
En términos metodológicos, es importante considerar que el diseño transversal y el enfoque correlacional del estudio limitan la posibilidad de establecer relaciones causales entre las variables analizadas. Asimismo, la ausencia de variables adicionales —como edad, tipo de ocupación o experiencia laboral— impide aislar completamente el efecto específico del nivel educativo sobre el ingreso. Investigaciones futuras podrían incorporar modelos multivariados que permitan profundizar en la explicación de estos factores.
En conjunto, los resultados sugieren que la educación mantiene una relación significativa con el ingreso en el contexto rural analizado, pero su impacto se encuentra condicionado por factores estructurales que limitan la movilidad económica. En consecuencia, las políticas orientadas al fortalecimiento del capital humano deberían complementarse con estrategias de desarrollo territorial que promuevan la diversificación productiva, la generación de empleo de mayor calidad y la ampliación de oportunidades económicas en las zonas rurales.
5. Conclusiones
El estudio confirma la existencia de una asociación estadísticamente significativa entre el nivel de instrucción y el ingreso mensual en las comunidades rurales del cantón Milagro, tanto para hombres como para mujeres. Este resultado respalda, en términos generales, los planteamientos de la teoría del capital humano, al evidenciar que mayores niveles educativos se relacionan con mejores posiciones relativas dentro de la estructura de ingresos. En consecuencia, la educación continua desempeñando un papel relevante como mecanismo de diferenciación económica en el contexto rural analizado.
No obstante, los resultados también muestran que dicha relación presenta una intensidad limitada. La mayor parte de los hogares rurales permanece concentrada en rangos salariales bajos e intermedios, incluso cuando se alcanzan niveles de educación secundaria o superior. Este hallazgo sugiere que, aunque la educación contribuye a mejorar la posición relativa de los individuos dentro de la estructura salarial, su impacto sobre la movilidad económica se encuentra condicionado por factores estructurales propios del mercado laboral rural.
Desde una perspectiva teórica, la investigación aporta evidencia que matiza la capacidad explicativa del capital humano como mecanismo suficiente para garantizar mejoras sostenidas en los ingresos. Si bien la acumulación de capital educativo continúa siendo un factor importante, los resultados indican que su efectividad depende de la interacción con la estructura productiva y las oportunidades económicas disponibles en el territorio. En economías rurales con limitada diversificación productiva y predominio de actividades agrícolas de bajo valor agregado, los retornos de la educación tienden a verse restringidos.
En términos de política pública, los hallazgos sugieren que las estrategias centradas exclusivamente en el fortalecimiento educativo podrían resultar insuficientes para generar mejoras sustantivas en el bienestar económico de la población rural. Para potenciar los efectos de la inversión en capital humano, resulta necesario complementar las políticas educativas con iniciativas orientadas a la diversificación productiva, la generación de empleo de mayor calidad y el fortalecimiento de las economías locales.
Finalmente, futuras investigaciones podrían profundizar en el análisis de los retornos educativos mediante enfoques econométricos que incorporen variables adicionales como edad, tipo de ocupación, experiencia laboral y sector productivo. Asimismo, la integración de metodologías cualitativas permitiría comprender con mayor profundidad las trayectorias laborales y las restricciones estructurales que enfrentan los hogares rurales, contribuyendo así a ampliar la comprensión de los procesos de movilidad económica en contextos territoriales específicos.
Referencias
Akyıldız, İ. E. (2025). Human capital approach: Historical development and modern approaches. Sosyal Bilimler Metinleri, 2025(1), 65-84. https://doi.org/10.56337/sbm.1647692
Almache, R., Guzmán, P., Regatto, R., & Alvarado, S. (2025). Education and equity: Challenges of Special Educational Needs (SEN) in rural Ecuador. Seminars in Medical Writing and Education, 4, Artículo 467. https://doi.org/10.56294/mw2025467
Alvarado, R., Alvarado, S., Govea, D., & Jaime, D. (2025). Impact of digital education in rural areas of Ecuador: Challenges and opportunities. Seminars in Medical Writing and Education, 4, Artículo 468. https://doi.org/10.56294/mw2025468
Al-Wazzan, R. R., & Almula-Dhanoon, M. D. (2022). Nexus between education and income distribution in high-income countries. TANMIYAT AL-RAFIDAIN, 41(133), 89–108. https://doi.org/10.33899/tanra.2021.130652.1106
Armijos, E. D. C., Armijos, D. M., Juca, M. E., & Vega, A. A. (2023). Effects associated with the devaluation of women in a rural parish in the province of Loja. Salud, Ciencia y Tecnología, 3, Artículo 559. https://doi.org/10.56294/saludcyt2023559
Auerbach, P., & Green, F. (2025). Reformulating the critique of human capital theory. Journal of Economic Surveys, 39(5), 1839-1851. https://doi.org/10.1111/joes.12675
Bhawna Sahu, & Anuradha R. Tiwary. (2025). Migration, mobility, and margins: Exploring rural-urban shifts in the Lambani community. Journal of Informatics Education and Research, 5(2). https://doi.org/10.52783/jier.v5i2.2720
Borbely, D., Gehrsitz, M., McIntyre, S., Rossi, G., & Roy, G. (2024). Rurality, socio-economic disadvantage and educational mobility: A Scottish case study. British Educational Research Journal, 50(1), 162-182. https://doi.org/10.1002/berj.3917
Chen, X. (2025). The impact of education on income and its gender heterogeneity. Advances in Economics, Management and Political Sciences, 214(1), 102-111. https://doi.org/10.54254/2754-1169/2025.CAU26954
Clark, J. C., Bartik, W., Smith, P., & Rice, K. (2024). Help-seeking for young rural males disengaged from education. Australian Journal of Psychology, 76(1), Artículo 2430624. https://doi.org/10.1080/00049530.2024.2430624
Dusaev, K., & Dusaeva, A. (2024). Conceptual foundations of human capital. Russian Journal of Management, 12(1). https://riorpub.com/en/nauka/article/75162/view
Ebrahimi, R., Choobchian, S., Farhadian, H., Goli, I., Farmandeh, E., & Azadi, H. (2022). Investigating the effect of vocational education and training on rural women’s empowerment. Humanities and Social Sciences Communications, 9(1), Artículo 167. https://doi.org/10.1057/s41599-022-01187-4
Eguía, B., Aldaz, L., & Aizpurua, A. (2025). Asimilación ocupacional y salarial de los inmigrantes en el mercado laboral español. Revista Prisma Social, (50), 141-166. https://doi.org/10.65598/rps.5832
Feitosa, D. A. (2025). Educação do campo e as condições de oferta da educação básica nas escolas do campo: Breve reflexão. Revista de Educação Popular, 24(1), 331-354. https://doi.org/10.14393/REP-2025-74016
Fuqua, M., & Fan, X. (2025). Reimagining mobility in rural education: Challenges, opportunities, and paths forward. Australian and International Journal of Rural Education, 35(3), i-v. https://doi.org/10.47381/aijre.v35i3.863
Heifetz, I., & Jaffe, P. G. (2023). Exploring the impact of industrialization on social mobility in rural communities: Towards inclusive and sustainable economic transformation. Law and Economics, 17(3), 218-236. https://doi.org/10.35335/laweco.v17i3.46
Herrmann, A. M., Zaal, P. M., Chappin, M. M. H., Schemmann, B., & Lühmann, A. (2023). “We don’t need no (higher) education”—How the gig economy challenges the education-income paradigm. Technological Forecasting and Social Change, 186, Artículo 122136. https://doi.org/10.1016/j.techfore.2022.122136
Junaid, M., Ferretti, M., & Marinelli, G. (2025). Innovation and sustainable solutions for mobility in rural areas: A comparative analysis of case studies in Europe. Sustainability, 17(3), Artículo 871. https://doi.org/10.3390/su17030871
Lamino, P., Millares, C., Quijada Landaverde, R., & Boren-Alpízar, A. (2024). Rural youth migration intentions in Ecuador: The role of agricultural education programs. Advancements in Agricultural Development, 5(3), 25-38. https://doi.org/10.37433/aad.v5i3.433
Li, M. (2024). Research on the impact of gender role perceptions on women’s educational opportunities in urban and rural China. Communications in Humanities Research, 40(1), 219-226. https://doi.org/10.54254/2753-7064/40/20242344
Li, N. (2023). Analysis of the impact of family education level on household income: A study based on the CHFS database. International Journal of Accounting and Finance Studies, 6(1), p50. https://doi.org/10.22158/ijafs.v6n1p50
Lindberg, M. H., Chen, G., Olsen, J. A., & Abelsen, B. (2022). Combining education and income into a socioeconomic position score for use in studies of health inequalities. BMC Public Health, 22(1), Artículo 969. https://doi.org/10.1186/s12889-022-13366-8
Mou, W. (2023). A quantitative analysis of the relationship between education level and income. Journal of Education, Humanities and Social Sciences, 12, 160-166. https://doi.org/10.54097/ehss.v12i.7617
Naveed, A. (2024). More snakes than ladders: Mass schooling, social closure, and the pursuit of taraqqi (social mobility) in rural Pakistan. Rural Sociology, 89(3), 375-403. https://doi.org/10.1111/ruso.12545
Parker, E., Tach, L., & Robertson, C. (2022). Do federal place-based policies improve economic opportunity in rural communities? RSF: The Russell Sage Foundation Journal of the Social Sciences, 8(4), 125-154. https://doi.org/10.7758/RSF.2022.8.4.06
Parsons, R. (2022). Moving out to move up: Higher education as a mobility pathway in the rural south. RSF: The Russell Sage Foundation Journal of the Social Sciences, 8(3), 208-229. https://doi.org/10.7758/RSF.2022.8.3.09
Radiowala, A. A., & S. Molwane, M. (2021). A study on the challenges faced by rural women in accessing education. Journal of Scientific Research, 65(04), 13-17. https://doi.org/10.37398/JSR.2021.650402
Ratnaparkhi, A., Mallav, A., Chitre, A., & Kore, S. (2024). Mathematical modeling and analysis of the relationship between educational achievements and income. Communications on Applied Nonlinear Analysis, 32. https://doi.org/10.52783/cana.v32.3812
Robinson-Pant, A. (2023). Education for rural development: Forty years on. International Journal of Educational Development, 96, Artículo 102702. https://doi.org/10.1016/j.ijedudev.2022.102702
Roccisano, F. (2025). Educating communities for economic inclusion of youth. Interdisciplinary Journal of Labor and Economics, 16(1), 67-77. https://doi.org/10.62693/knxxbd69
Russell, D., Mathew, S., Fitts, M., Liddle, Z., Murakami-Gold, L., Campbell, N., Ramjan, M., Zhao, Y., Hines, S., Humphreys, J. S., & Wakerman, J. (2021). Interventions for health workforce retention in rural and remote areas: A systematic review. Human Resources for Health, 19(1), Artículo 103. https://doi.org/10.1186/s12960-021-00643-7
Segura, J. M., & Torres, H. F. (2020). Educación rural e inclusión social en Colombia: Reflexiones desde la matriz neoliberal. Plumilla Educativa, 25(1), 71-97. https://doi.org/10.30554/pe.1.3831.2020
Song, J. (2023). The impact of economic development on inadequate education resources in rural China. Journal of Education, Humanities and Social Sciences, 23, 285-290. https://doi.org/10.54097/ehss.v23i12898
Sunder, N., Gupta, S., & Pingali, P. L. (2023). Leveraging men’s education as an effective pathway for improving diet quality: Evidence from rural India. PLOS ONE, 18(11), Artículo e0283935. https://doi.org/10.1371/journal.pone.0283935
Wang, S., Xu, H., Shen, M., & Meng, D. (2025). Returns to education: The roles of income, gender, and occupations. AEA Papers and Proceedings, 115, 664-668. https://doi.org/10.1257/pandp.20251095
Xie, A. (2023). Education, career and income: Stylized facts and prospect. Lecture Notes in Education Psychology and Public Media, 8(1), 417-421. https://doi.org/10.54254/2753-7048/8/20230256
Yang, D., Zheng, G., Wang, H., & Li, M. (2022). Education, income, and happiness: Evidence from China. Frontiers in Public Health.. https://doi.org/10.3389/fpubh.2022.855327
Yang, L., & Kong, Q. (2025). Education and income inequality in rural areas: A comparative study. Education and Information Technologies, 30(4), 5353-5373. https://link.springer.com/article/10.1007/s10639-024-13007-0
Yupanqui, R. C. (2025). Community-engaged education policies and their impact on urban-rural educational equity in Peru. Research and Advances in Education, 4(3), 1-9. https://doi.org/10.56397/RAE.2025.03.01
Zahnd, W. E., Bell, N., & Larson, A. E. (2022). Geographic, racial/ethnic, and socioeconomic inequities in broadband access. The Journal of Rural Health, 38(3), 519-526. https://doi.org/10.1111/jrh.12635
Zhang, H., Hu, L.-C., & Hannum, E. (2023). Youth educational mobility and the rural family in China. Research in Education, Artículo 00345237231216309. https://doi.org/10.1177/00345237231216309