Acceso usuarios
Juan Antonio Carbonell Asíns, Carles Xavier Simó Noguera
La metodología cuantitativa aplicada al estudio de las trayectorias laborales ha experimentado un rápido auge que se ha extendido más allá del tradicional análisis de secuencias. El presente artículo es un estado del arte del desarrollo de nuevas técnicas estadísticas que pueden aplicarse o ya se aplican al estudio de trayectorias laborales. Además, incluimos sugerencias de software estadístico para la aplicación de cada una de las técnicas descritas. A lo largo de todo el texto, podrá observarse que la descripción de cada técnica se ha realizado desde un punto de vista conceptual, con el objetivo de llegar a un público amplio, que no necesite poseer una fuerte formación estadística. Es mediante esta visión general que mostraremos las debilidades y fortalezas que cada técnica presenta, así como el hilo conductor que nos lleva de una a otra. Este trabajo parte de una perspectiva global en el estudio de las trayectorias laborales que luego tiende hacia una perspectiva más compleja, en que el interés se centra en una pequeña parte de dichas trayectorias o incluso de simples cambios de estado. La creciente complejidad de los modelos desarrollados será objeto de discusión final debido a los nuevos retos que presentan su aplicación e implementación. Es en este contexto donde argumentaremos la necesidad de un perfil estadístico en el marco de los proyectos de investigación, tal y como sucede en otras áreas científicas. Finalmente, debatiremos la utilidad de la estadística bayesiana a la hora de enfrentarse a modelización compleja.
La metodologia quantitativa aplicada a l'estudi de les trajectòries laborals ha experimentat un ràpid auge que s'estén més enllà de l'anàlisi de seqüència tradicional. Aquest capítol té com a objectiu revisar noves tècniques estadístiques que poden o s'apliquen actualment a l'estudi de les trajectòries laborals.Totes les tècniques descrites aquí són des d'un punt de vista conceptual per tal d'arribar a un públic més ampli que pot no tenir una formació estadística forta. A través d'aquesta visió de conjunt demostrarem les febleses i els punts forts que presenta cada tècnica, així com el fil unificador que ens porta d'un a un altre. Aquest treball comença des d'una perspectiva macro en l'estudi de trajectòries de treball que més tard es desenvolupa en un punt de vista micro, on l'interès se centrarà en una petita part d'una trajectòria donada o fins i tot en un simple canvi d'estat.La creixent complexitat dels models que es mostren aquí serà objecte d'un debat final a causa dels nous reptes que presenten la seva aplicació i aplicació. En aquest context, discutirem la necessitat d'un perfil estadístic en el marc dels projectes de recerca, com ja succeeix en altres àmbits científics.
Quantitative methodology applied to the study of career paths has undergone a rapid boom that goes beyond traditional sequence analysis. This paper reviews the latest statistical techniques that can be or are already being applied to the study of career paths. We also include suggested statistical software for each of the techniques described. All techniques described here are analysed from a conceptual point of view in order to reach a broader readership who may not have a strong statistical background. It is through this overview that we will show the weaknesses and strengths of each technique, as well as a linking thread that takes us from one to another. The paper starts with a general survey of the study of career paths, before going into greater depth, focusing on a small part of a given career path or even on simple changes of status. The increasing complexity of the models described here will be the subject of a final discussion, looking at the new challenges presented by their application and implementation. It is against this background that we will argue for the need for a statistical profile within the context of research projects, as is already the case in other scientific areas. Finally, we will discuss the usefulness of Bayesian statistics in analysing complex modelling.
