5.5 Unidades de análisis y clases sociales
5.5.1 Breve discusión teórica11
Una vez construido empíricamente nuestro esquema de clases, es importante definir el universo de análisis a considerar, desde el punto de vista de la pertenencia de clase. Si bien está decisión es importante realizarla en etapas previas de la investigación, nos referimos a la importancia en la resolución metodológica de dicha cuestión. Hay varias formas de proceder, pero digamos que en primer lugar, es necesario establecer si nuestra población objetivo serán individuos u hogares. En el primer caso, como señala Torrado (1998b, pp. 236–237), sería necesario considerar a la PEA, mientras que en el segundo caso a algún indicador del hogar como puede ser la posición del jefe/a activo/a de los hogares particulares.
La primera de estas opciones tiene la ventaja que permite una imagen más fiel de las características del sistema productivo al cual se está haciendo referencia, aunque sólo abarca a una población pequeña de la población. La consideración de los hogares, implica en este sentido, un aumento en la población analizada (por ejemplo, todos los hogares con jefe/a activo/a), a la vez que permite una mejor captación del conocimiento de la estructura social respecto a la medición de las condiciones de vida y comportamientos diversos, que únicamente pueden ser atribuidos a la esfera del hogar (Torrado, 1998b, p. 238). En este sentido, cada unidad de análisis nos permiten observar fenómenos distintos de la realidad social y es decisión de los investigadores que camino seguir en función de los objetivos propuestos.
Un segundo aspecto a considerar es, parafraseando a Crompton (2008, p. 124), “el problema de las mujeres”. Tanto al considerar como unidad de análisis a los individuos o a los hogares, los estudios de clases y movilidad social, han estado largamente dominados por enfoques que asignaban a las mujeres la misma posición que la del jefe de familia. Más allá de la larga discusión que abarcó gran parte de los años 80 y que mantiene sus repercusiones en la actualidad (Gómez Rojas, 2011; Riveiro, 2017), resulta totalmente sesgado tanto teórico como metodológicamente la subsunción de las situaciones de las mujeres a la de los varones.
En este sentido, en forma resumida, cuatro enfoques se encuentran fundamentalmente en la bibliografía del análisis de clase para solucionar esta problemática (Feito Alonso, 1995b). En primer lugar, puede citarse el enfoque tradicional, defendido en un primer momento por Goldthorpe (1983), que sostiene que los hogares deben ser considerados como unidad de análisis, aunque debe ser la posición del varón jefe de familia quien le otorgue al grupo su posición de clase. En un segundo lugar podemos señalar el enfoque de dominancia, propuesto por Erikson (1984), que se basa en la determinación de la posición de clase del hogar a partir de la situación de clase del cónyuge cuya inserción sea más decisiva de cara a la determinación de intereses, patrones de consumo, condiciones de vivienda, etc. En términos simplificados, dicho enfoque, deriva la condición de clase del hogar de la posición mejor situada entre los cónyuges. Un tercer enfoque considera conjuntamente a la posición de ambos cónyuges para caracterizar al hogar. De lo que se trata es de generar una tipología de hogares que clasifique a los mismos en función de su carácter homogéneo (ambos cónyuges pertenecen a la misma clase) y heterogéneo (ambos cónyuges pertenecen a clases distintas). Dicho enfoque es subsidiario, principalmente, de la propuesta de Wright (1992) al considerar las posiciones contradictorias (mediatas e inmediatas) dentro de la estructura de clases. Finalmente, un cuarto enfoque plantea la necesidad de considerar las posiciones de los varones y mujeres de forma individual, a partir de su propia situación de clase y sin tomar al hogar como unidad de análisis.
5.5.2 Opciones metodológicas
En esta sección vamos a explorar tres formas de abordar la estructura de clases a partir de la selección de distintas unidades de análisis: considerando a la población ocupada, considerando al hogar a través de la jefatura y considerando al hogar a través de la dominancia. Como señalamos, esta selección no es exhaustiva ni superadora. La elección de cada uno de los abordajes dependera de decisiones teórico-metodológicas.
En el primer caso, para considerar al universo de estudio de la población ocupada sólo necesitaremos filtrar nuestra base únicamente seleccionando a aquellos individuos que para la variable ESTADO se encuentran en condición de ocupados (1).
base_PO <- eph_ind_215 %>%
filter(ESTADO == 1) # Creamos una nueva base con el filtro de la población ocupada
summarytools::freq(base_PO$clase6_factor, weights = base_PO$PONDERA, justify = "center",
cumul = FALSE)Weighted Frequencies
base_PO$clase6_factor
Type: Factor
Weights: PONDERA
Freq % Valid % Total
-------------------------------------------- ------------- --------- ---------
Clase alta 49429.00 0.45 0.44
Clase media - autónoma 1446840.00 13.07 12.99
Clase media - asalariada 4095309.00 36.98 36.77
Clase obrera - autónoma 1013705.00 9.15 9.10
Clase obrera - asalariada 3708848.00 33.49 33.30
Clase obrera - trabajadores marginales 758822.00 6.85 6.81
<NA> 63766.00 0.57
Total 11136719.00 100.00 100.00 De esta forma, observamos que la población ocupada asciende a 11.136.719, considerando 63.766 valores perdidos, es decir, personas que no pudieron ser clasificadas bajo esquema empleado. Esta tabla nos brindaría una imagen de cómo que conforma la estructura de clases en la población ocupada.
Si en cambio lo que queremos observar es al universo de los hogares, utilizaremos las características económicas-laborales de uno de los miembros del hogar para caracterizar a toda la unidad. En el primer caso, nos basaremos en la jefatura del hogar. Para ello, filtraremos aquellos casos que sean jefe/a (1) en la variable CH03.
base_jefatura <- eph_ind_215 %>%
filter(CH03 == 1) # Nos quedamos únicamente con los/las jefe/as de hogar
summarytools::freq(base_jefatura$clase6_factor, weights = base_jefatura$PONDERA,
justify = "center", cumul = FALSE)Weighted Frequencies
base_jefatura$clase6_factor
Type: Factor
Weights: PONDERA
Freq % Valid % Total
-------------------------------------------- ------------ --------- ---------
Clase alta 28725.00 0.51 0.34
Clase media - autónoma 792515.00 14.09 9.42
Clase media - asalariada 1922384.00 34.19 22.84
Clase obrera - autónoma 618087.00 10.99 7.34
Clase obrera - asalariada 1941096.00 34.52 23.06
Clase obrera - trabajadores marginales 320537.00 5.70 3.81
<NA> 2792656.00 33.18
Total 8416000.00 100.00 100.00 Si comparamos con la tabla anterior, los valores han cambiado. Esto se debe a que pasamos de considerar individuos a considerar hogares. El número total de hogares es de 8.416.000 y los casos perdidos ascienden a 2.792.656, grupo conformado por hogares con jefatura desocupada o inactiva.
Finalmente podemos considerar el enfoque de dominancia. Este es algo más complejo en su elaboración, ya que es necesario aplicar una serie de pasos. De este modo, definimos a la posición de clase social del hogar como aquella ocupada por el cónyuge que posee la posición más aventajada. En los casos de hogares no nucleares o con el núcleo incompleto (ausencia de uno de los cónyuges), se tomará directamente la clase del jefe/a.
# 1) Selecciono solo a jefe/as y cónyuges
base_dominancia <- eph_ind_215 %>%
filter(CH03 == 1 | CH03 == 2)
# 2) Agrupando por vivienda (CODUSU) y hogar (NRO_HOGAR), creo una nueva variable que compute cual es la posición de clase más alta, que este caso es el valor más bajo (min), ya que las clases se ordenan de menor a mayor en las variables.
base_dominancia <- base_dominancia %>%
group_by(CODUSU, NRO_HOGAR) %>%
mutate(clase_dom = min(clase6, na.rm = TRUE))
# 3) Identifico qué cónyuge es el dominante.
base_dominancia <- base_dominancia %>%
mutate(dom = case_when(clase6 == clase_dom ~ 1, # dominante
clase6 > clase_dom ~ 0)) # no dominante
# 4) Identifico a los hogares en el que los cónyuges comparten la dominancia, es decir, tienen la misma clase. Para eso sumo (dom_sum) dentro del hogar la variable "dom". Luego a partir de ese resultado puedo definir quien es el miembro dominante y otorgar la dominancia al jefe/a en el caso que ambos tengan la misma clase.
base_dominancia <- base_dominancia %>%
group_by(CODUSU, NRO_HOGAR) %>%
mutate(dom_sum = sum(dom, na.rm = TRUE))
base_dominancia <- base_dominancia %>%
mutate(dominancia = case_when(dom == 1 & dom_sum == 1 ~ 1, #dominante
dom == 0 & dom_sum == 1 ~ 0, # no dominante
dom == 1 & dom_sum == 2 & CH03 == 1 ~ 1, # dominante por ser jefe de hogar
dom == 1 & dom_sum == 2 & CH03 == 2 ~ 0)) # no dominante por no ser jefe de hogar
# 5) Filtro la base con los "dominantes" y borro las variables intermedias que cree.
base_dominancia <- base_dominancia %>%
filter(dominancia == 1)
base_dominancia$dom <- NULL
base_dominancia$dom_sum <- NULL
summarytools::freq(base_dominancia$clase6_factor, weights = base_dominancia$PONDERA, justify = "center", cumul = FALSE)Weighted Frequencies
base_dominancia$clase6_factor
Type: Factor
Weights: PONDERA
Freq % Valid % Total
-------------------------------------------- ------------ --------- ---------
Clase alta 45732.00 0.75 0.75
Clase media - autónoma 1027302.00 16.95 16.95
Clase media - asalariada 2229496.00 36.80 36.80
Clase obrera - autónoma 621547.00 10.26 10.26
Clase obrera - asalariada 1831160.00 30.22 30.22
Clase obrera - trabajadores marginales 303996.00 5.02 5.02
<NA> 0.00 0.00
Total 6059233.00 100.00 100.00 En este caso, luego de aplicar las transformaciones, contamos con 6.059.233 hogares clasificados a partir de la posición dominante de uno de lo cónyuges.