<secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <dates> <year>2017</year> <pub-dates> <date>2017</date> </pub-dates> </dates> <abstract>A pesar de la progresiva incorporación de las mujeres al mercado laboral, existen diferencias salariales entre hombres y mujeres. El objetivo principal de este trabajo es analizar la brecha salarial a lo largo de la distribución a través del método de regresiones cuantílicas, en 4 grupos principales que se han clasificado según su naturaleza y ocupación Además, realizaremos la descomposición de la brecha salarial a través del método Blinder-Oaxaca, con el objetivo de ver la proporción de la brecha que queda explicada por las características observables incluidas en el modelo, y la proporción inexplicada, que puede deberse tanto a factores de discriminación como a la no inclusión de variables no incluidas en la especificación. Nuestro objetivo principal con la descomposición, no solo es observar aumentos/disminuciones en la parte explicada e inexplicada con la introducción de nuevas variables, sino también analizar qué variables son las que presentan un mayor poder explicativo al describir la brecha explicada.</abstract> </record> </records> </xml>

Toha Ridruejo, María Montuenga Gómez, Victor Manuel <secondary-title/> </titles> <doi/> <pages/> <volume/> <number/> <dates> <year>2017</year> <pub-dates> <date>2017</date> </pub-dates> </dates> <abstract>A pesar de la progresiva incorporación de las mujeres al mercado laboral, existen diferencias salariales entre hombres y mujeres. El objetivo principal de este trabajo es analizar la brecha salarial a lo largo de la distribución a través del método de regresiones cuantílicas, en 4 grupos principales que se han clasificado según su naturaleza y ocupación Además, realizaremos la descomposición de la brecha salarial a través del método Blinder-Oaxaca, con el objetivo de ver la proporción de la brecha que queda explicada por las características observables incluidas en el modelo, y la proporción inexplicada, que puede deberse tanto a factores de discriminación como a la no inclusión de variables no incluidas en la especificación. Nuestro objetivo principal con la descomposición, no solo es observar aumentos/disminuciones en la parte explicada e inexplicada con la introducción de nuevas variables, sino también analizar qué variables son las que presentan un mayor poder explicativo al describir la brecha explicada.</abstract> </record> </records> </xml>