Desde hace 10 años, la revista Software Guru realiza una encuesta anual entre profesionistas de la industria de software en México. A partir de un análisis de ésta, se encontraron cifras que arrojan evidencia sobre una desigualdad significativa en los salarios de las mujeres con respecto a los hombres.

En un primer momento, identificamos que las mujeres ganan en promedio 30% menos que los hombres. Esto se debe principalmente a dos causas: la primera, obedece a una discriminación salarial por género, ya que las mujeres perciben en promedio salarios 22% menores que sus contrapartes masculinas con la misma experiencia, preparación y nivel de responsabilidad; la segunda, es que las mujeres tienen menor probabilidad de acceder a puestos de alta responsabilidad. La brecha se encuentra presente en todos los tipos de empresas que forman parte de la industria y para todos los niveles de responsabilidad, excepto los más altos.

Los datos utilizados para este análisis son escasos, sin embargo las conclusiones verdaderamente reveladoras. Los resultados iniciales señalan una discriminación sistémica. Para atender el problema, es indispensable continuar líneas de investigación que permitan entender las causas y al mismo tiempo, generar más información para impulsar acciones concretas que permitan eliminar este tipo de discriminación.

Ilustración: Víctor Solís

Contexto

La brecha salarial de género

La brecha salarial por género es la diferencia entre la remuneración salarial promedio de todas las mujeres y la de los hombres que trabajan en  una misma empresa, industria o país. En términos cuantitativos, la trabajadora de tiempo completo promedio gana 14.3% menos que su contraparte masculina en la mayoría de los países de la Organización para la Cooperación y el Desarrollo Económicos (OCDE); dato que no ha cambiado significativamente desde 2010. Lamentablemente, a pesar de que la igualdad salarial está estipulada en el artículo del 127 Constitucional, en México este porcentaje aumenta al 16.7%.

Existe más de una metodología de cálculo del indicador de brecha salarial. La OCDE mide la diferencia promedio de las remuneraciones de hombres y mujeres anual; por otro lado la Unión Europea contempla la diferencia salarial por horas trabajadas.

La brecha salarial por género no identifica la disparidad salarial entre hombres y mujeres que realizan el mismo trabajo o que cuentan con el mismo nivel de educación. Únicamente reporta la brecha de representación de género: si las mujeres son empleadas en los puestos con menores sueldos, la brecha salarial se amplía.

Disparidad laboral en México

Sólo el 45% de las mujeres mexicanas en edad de trabajar están empleadas. Es la tercera tasa de empleo femenino más baja de la OCDE, cuyo promedio es del 60%. Los hombres, por el contrario, tienen una tasa de empleo del 79%; lo que coloca a México como uno de los países de la OCDE con mayor brechas de género en la empleabilidad.

Aunado a esto, las mujeres dentro del mercado laboral se ven en desventaja ante sus contrapartes masculinas, ya que las trabajadoras ganan 30% menos. Los hombres ocupados reportaron un ingreso promedio de 6,204 pesos mensuales, mientras que el de las mujeres fue de 4,788 pesos al mes, de acuerdo con la Encuesta Nacional de Ocupación y Empleo de 2016.

Esto se replica en los puestos laborales con mejores salarios. Dentro de los trabajadores en México que reciben más de cinco salarios mínimos mensuales (más de 13,254 pesos) 70% son hombres y 30% son mujeres. De igual forma en posiciones gerenciales, la mujer cuenta con una representación del 34%.

Análisis

El siguiente análisis fue realizado sobre una muestra de 1,644 respuestas a la Encuesta de Salarios de Software Guru 2017. La encuesta es abierta y anónima y las respuestas son autoreportadas1 por profesionales de empresas de software en México (los datos utilizados para el análisis pueden encontrarse aquí) La representación de mujeres en la muestra es de 15%. La media salarial de los hombres es de 37,201 pesos mensuales, mientras que para las mujeres es de 28,533 pesos mensuales, un 30% menor. Esta brecha es similar al 30% menos que ganan las mujeres trabajadoras en México a nivel general en el mercado laboral, de acuerdo con la Encuesta Nacional de Ocupación y Empleo de 2016.

Modelo causal

Se planteó un modelo de los factores que podrían impactar la compensación y su relación con el género. El modelo planteado incluye las siguientes variables: género, nivel educativo, nivel de responsabilidad dentro de la empresa en la que trabaja, puesto, tipo de organización y experiencia laboral. A partir de esto, se diseñó un modelo causal (ver nota técnica) para calcular los efectos directos del género sobre el salario, controlando por los factores necesarios.

El modelo indica que para obtener los efectos directos del género sobre el ingreso promedio, se debe controlar por todos los otros factores. Al hacerlo, obtenemos que por el solo hecho de ser mujer, el salario promedio de una trabajadora en la industria de tecnología mexicana es 6,302 pesos menor que el de un hombre, controlando por el resto de los factores. Esto representa el 22% del salario promedio de las mujeres en la muestra.

A continuación, analizamos cómo cambia esta brecha si consideramos diferencias en el nivel educativo, experiencia laboral, tipo de puesto, nivel de responsabilidad, tipo de organización y lenguaje de programación usado por la o el trabajador.

 

Educación: ¿Las mujeres ganan menos porque están menos preparadas?

Analizamos si la diferencia salarial se puede atribuir a que los hombres estén más preparados académicamente que las mujeres. Esperaríamos que si ese fuera el caso, la brecha de género desapareciera dentro de  cada nivel de preparación. Sin embargo, al analizar los resultados, es claro que la diferencia permanece dentro de cada nivel de estudios. Esto quiere decir que, incluso para hombres y mujeres con niveles educativos similares, existe una diferencia salarial.

De hecho, las mujeres se encuentran sobrerrepresentadas en los grados de mayor nivel educativo que representan mayor compensación promedio, sin embargo la brecha de género es mayor en estos niveles.

Fuente: elaboración propia

Experiencia

Además de la preparación académica, la experiencia puede ser un factor que explica una diferencia en salarios. ¿Los hombres y mujeres con mismo número de años de experiencia ganan lo mismo?

Fuente: elaboración propia

Podemos observar una tendencia clara: para cualquier número de años de experiencia, el salario promedio es menor para las mujeres que para los hombres sin controlar por otras variables. Esto quiere decir que la experiencia no puede explicar la brecha salarial por si misma.

Por puestos o roles

Analizamos también si el tipo de puesto o rol es un posible factor. La brecha se mantiene en todos los casos, aunque varía en términos de magnitud, donde las de mayor brecha porcentual son emprendedor y profesor/investigador.

Fuente: elaboración propia

Por nivel de responsabilidad

Otra posible causa de la brecha es que las mujeres tengan menor nivel de responsabilidad. Utilizamos en este caso el número de personas a su cargo como proxy de responsabilidad. Es decir a mayor número de personas a cargo del empleado, mayor el nivel de responsabilidad. Al igual que en los otros casos, esperaríamos que si esta fuera la única causa, la brecha desaparecería para niveles de responsabilidad similares. La variable personas a cargo de un empleado es continua, sin embargo, dadas las limitaciones de la muestra, buscaremos agrupar en niveles de responsabilidad.

Fuente: elaboración propia

Lo que podemos ver en este caso, es que la brecha existe para niveles de poca responsabilidad y va disminuyendo para niveles de alta responsabilidad hasta desaparecer en el nivel de responsabilidad más alto. Esto sugiere que parte de la brecha salarial es explicada por los niveles de responsabilidad que alcanzan las mujeres. ¿Qué determina el nivel de responsabilidad? ¿Cómo se distribuyen hombres y mujeres por nivel de responsabilidad?

La proporción de mujeres disminuye para niveles de responsabilidad más altos (donde la brecha es menor) aunque no radicalmente. Esto es suficiente para sugerir que puede existir discriminación no solamente en cada nivel salarial y de responsabilidad sino que las mujeres enfrentan obstáculos adicionales para acceder a niveles de mayor compensación y responsabilidad.

Fuente: elaboración propia

En qué tipo de organizaciones se encuentra esta brecha

El último factor considerado en el modelo es el tipo de organización, dado que la brecha de género podría presentarse en cierto tipo de empresas pero no ser sistémico a toda la industria. Analizamos el tamaño de la brecha y si persiste en todos los tipos de organización. Los resultados son interesantes. La brecha es mayor en instituciones educativas y de gobierno, y prácticamente inexistente en startups. En las empresas cuya actividad principal no es T.I. la brecha observada es menor al promedio.

Fuente: elaboración propia

Lenguajes de programación

Finalmente, aunque no se consideró en el modelo inicial, en esta sección exploramos si parte de la brecha puede explicarse por la selección de tecnologías y lenguajes de programación que hacen las mujeres. Es decir, que las mujeres decidan especializarse en lenguajes de programación y tecnologías que tienen una compensación menor en los mercados.

De aquí emergen dos resultados interesantes. En promedio, las mujeres reportan conocer menos áreas (Front, Arquitectura, BI, etc.) y menos herramientas y lenguajes que los hombres. Se analiza si existe una diferencia en salarios según el área reportada. Es decir si aquellas áreas donde las mujeres están subrepresentadas otorgan una mayor compensación en el mercado.

El caso es justo el contrario. Las áreas donde existe una mayor proporción de mujeres que reporta tener conocimiento ofrecen una mayor compensación en promedio en el mercado, y aquellas donde están subrepresentadas son las que menos pagan en promedio.

Fuente: elaboración propia

Conclusión

Si bien la Encuesta de Salarios de Software Guru 2017 no fue realizada con la intención de medir la desigualdad salarial entre hombres y mujeres en las empresas de software en México, el análisis de sus datos permite confirmar una brecha salarial en la industria, consistente con datos nacionales e internacionales. Esta brecha es considerable y no puede ser explicada por experiencia, formación, tecnologías, o puestos. La brecha es consistente para todos los tipos de empresa. Si bien la brecha disminuye para niveles de alta responsabilidad, es menos probable que las mujeres logren llegar a esos niveles. Todo esto señala a una discriminación sistémica en la industria que impacta la compensación y las oportunidades de crecimiento de las mujeres.

Para profundizar en el estudio y entendimiento del tema, desde el Hub de Ciudad de México de Global Shapers hacemos un llamado a dar prioridad a este tema y atenderlo a nivel industria. Para ello proponemos e impulsaremos las siguientes tres acciones que usted puede promover desde hoy:

• Difundir los resultados y estudios sobre el tema entre sus colegas.

• Acercarse a las áreas de recursos humanos de su empresa y pedir que se calcule la brecha salarial en las mismas.

• Participar institucionalmente en el levantamiento de un estudio a nivel industria que nos permita generar mejor información para poder profundizar en el análisis.

• Promover que mujeres y hombres de su empresa se inscriban a talleres de igualdad laboral.

 

Global Shapers Ciudad de México
es parte de la comunidad Global Shapers, una iniciativa del Foro Económico Mundial.

Nota técnica

Sobre la encuesta

En 2017, Software Guru realizó una encuesta abierta por Internet dirigida a profesionales de empresas de software en México, con el objetivo de realizar un análisis de sueldos en la industria. Se obtuvieron 1,678 respuestas, de las cuales sólo se tomaron en cuenta 1,644, excluyendo observaciones atípicas y concentrando la muestra en empresas en México. Se cuenta con más de 190 campos que se pueden categorizar en:

• Compensación: salarios, bonos, prestaciones, aumentos, etc.

• Demografía: residencia, edad, género, etc.

• Trabajo: tipo de organización, esquema de contratación, nivel de responsabilidad, personas a cargo, antigüedad, puesto, etc.

• Preparación: estudios, nivel de inglés, experiencia laboral, manejo de lenguajes de programación, certificaciones, etc.

• Satisfacción: seguridad laboral, satisfacción, etc.

 

 

Modelo causal

Se considera el siguiente modelo. Donde se considera que las siguientes variables impactan el salario:

• Educación

• Tipo de organización

• Puesto / perfíl

• Nivel de responsabilidad

• Experiencia

• Género

 

A su vez, se considera que Género impacta Puesto y Responsabilidad. Dadas las relaciones planteadas, se debe controlar por todos los factores.

Fuente: elaboración propia


1 Esto representa la principal limitante del estudio al incluir posibles sesgos en el reporte de salarios, además de no proporcionar información sobre políticas internas de las empresas que puedan estar ligadas a la brecha salarial. Sin embargo, se considera que no representa un problema para el modelo planteado y los resultados obtenidos. La encuesta ha sido levantada en más de 10 ocasiones con el único fin de generar un benchmark de salarios en la industria y es anónima en individuos y empresas. Dado que nunca ha tenido un enfoque particular en la disparidad salarial de género y que los resultados de ésta no tienen un impacto directo en las compensaciones de quienes la responden, no encontramos ningún factor que tuviera un efecto en el reporte de salarios de las mujeres de forma distinta que los hombres. Se plantearon distintos modelos para explicar la brecha salarial a partir de un factor común a responder la encuesta o a reportar un salario falso, pero los resultados fueron prevalentes en ambos casos. Adicionalmente la magnitud de los efectos son similares a estudios en otras regiones e industrias. Para profundizar en los resultados y atender las causas de la brecha, llamamos a hacer un estudio a nivel industria con un instrumento que atienda las fallas que éste puede tener.