COMPETENCIAS DIGITALES Y COLECTIVOS EN RIESGO DE EXCLUSIÓN EN ESPAÑA
regresión no son directamente interpretables, ya que solo indican el signo o influencia de las variables explicativas sobre la variable dependiente, pero no su magnitud. Para obtener coeficientes interpretables hay que calcular adicionalmente los llamados efectos marginales, que se interpretan como la probabilidad asociada a cada característica o variable frente a su categoría de referencia. Las variables explicativas que se han considerado son el año de la encuesta (2019 frente a 2020), el sexo (ser mujer frente a hombre), la nacionalidad (ser extranjero frente a nacional), el grupo de edad (ser joven o de mediana edad frente a la categoría de referencia de personas más mayores de 55 a 74 años), el nivel educativo (tener estudios medios o superiores frente a la categoría de referencia de estudios básicos), la situación laboral (ser estudiante, estar ocupado o parado frente a ser inactivo), los ingresos mensuales netos del hogar (esta variable se divide en cinco tramos: menos de 900 euros, de 900 a 1.600 euros, de 1.600 a menos de 2.500 euros, de 2.500 a menos de 3.000 euros y 3.000 o más euros, siendo la categoría de referencia la de menor nivel de ingresos), el tamaño del municipio (vivir en municipios de 10.000 a menos de 100.000 habitantes o en municipios de 100.000 o más habitantes frente a la categoría de referencia de municipios de menos de 10.000 habitantes), utilizar diariamente Internet frente a no hacerlo, y finalmente la confianza en Internet (tener bastante o mucha confianza frente a tener poca o ninguna confianza en la red). En cuanto a la confianza en Internet, hay que destacar que la definición de esta variable ha variado sensiblemente entre 2019 y 2020, ya que en 2019 se preguntaba esta cuestión a las personas que habían usado Internet en los últimos 12 meses, mientras que en 2020 esta periodicidad desciende hasta los últimos 3 meses. La fuente de microdatos utilizada para estos análisis es
la misma que en los apartados anteriores: la Encuesta TIC-H del INE.
La estrategia de estimación gira alrededor de dos pasos. En el primero se calculan las distintas regresiones probit : a) tener al menos habilidades digitales básicas (por tanto, avanzadas o básicas) frente a no tenerlas, b) tener habilidades avanzadas frente a básicas y c) tener habilidades básicas frente a tener habilidades bajas o no tener ninguna habilidad. En estas regresiones, para cada característica de los individuos y los hogares analizadas, se añade también una variable adicional con la interacción de esa característica con la variable dummy del año de la encuesta que toma valor 0 para el año 2019 y valor 1 para el año 2020. De esta manera, se pretende contrastar la existencia de un cambio estructural entre 2019 y 2020 en el caso de que el efecto conjunto de las variables interaccionadas junto con la variable de año de la encuesta sea significativo. En el caso de que ese efecto conjunto sea significativo, esto quiere decir que los coeficientes del año 2020 son diferentes a los del año 2019, por lo que sería pertinente realizar dos regresiones por separado para cada uno de los años de la encuesta para evaluar las distintas probabilidades de tener un cierto nivel de habilidades digitales en cada uno de los años analizados. Ese efecto diferencial 2019 vs. 2020 podría estar captando el impacto de la pandemia («efecto COVID»), ya que es el acontecimiento excepcional ocurrido en 2020. Los contrastes de significatividad conjunta de las variables interaccionadas con el año de la encuesta y la misma variable de año son significativos para las regresiones a), b) y c), por lo que resulta pertinente realizar regresiones por separado para ambos años. Por eso, en el cuadro 4 se presentan los efectos marginales de los años 2019 y 2020 de manera independiente.
80
Made with FlippingBook - Online Brochure Maker