El mercado laboral del Magdalena

Hasta aquí el libro trabajó sobre todo con el total nacional, un dominio en el que la cifra calculada con los microdatos y la publicada por el DANE coinciden hasta el cuarto decimal. Este capítulo lleva el mismo procedimiento a un departamento, el Magdalena, y a su capital, Santa Marta. El código cambia poco: un filtro por DPTO o por AREA. La lectura cambia mucho. La muestra es más pequeña, el diseño no se dimensionó para todas las cifras que uno quisiera producir, todo indica que el factor de expansión que trae la base pública no es el que usa el DANE para publicar el departamento, y varias preguntas que parecen sencillas, como el desempleo de un municipio, no tienen una respuesta defendible con los archivos de libre acceso.

El recorrido va de lo que el diseño garantiza a lo que no. Primero se explica qué representa la muestra del Magdalena y por qué las cifras propias del departamento difieren de las oficiales. Luego vienen las tasas de 2022 a 2025 frente al total nacional, la diferencia entre mujeres y hombres, la relación entre Santa Marta y el departamento, la informalidad, los ingresos laborales y los cortes por edad y nivel educativo. El capítulo cierra con lo que deliberadamente no se publica. En todo el texto, «cifra oficial» quiere decir la celda del anexo que publica el DANE y «cifra propia» la que produce el laboratorio del libro con el factor FEX_C18; cada una lleva su ficha de trazabilidad.

Qué representa la muestra del Magdalena#

La GEIH no tiene un solo nivel de representatividad. Cada dominio geográfico tiene una periodicidad mínima de publicación, y esa periodicidad sale de los indicadores con que se calculó el tamaño de la muestra. La metodología vigente lo dice de forma explícita y conviene leerlo antes de calcular cualquier cifra departamental.

De ahí se siguen dos hechos que gobiernan todo el capítulo. El departamento es un dominio anual, y su muestra se calculó para estimar la pobreza monetaria, con un error relativo objetivo de 4,7 % y una muestra «anual para cada departamento» (Metodología GEIH V11, p. 16). La tasa de desocupación del departamento no fue el indicador con el que se calculó su muestra, aunque el DANE la publica cada año y, desde el anexo de 2023, con su intervalo de confianza. Santa Marta, en cambio, figura en la lista de cabeceras de ciudades (Metodología GEIH V11, p. 14), y para las ciudades el tamaño se fijó con la tasa de desocupación como indicador de referencia, un error relativo de 5,5 % y suficiencia trimestral (Metodología GEIH V11, pp. 15-16). Dentro del Magdalena conviven, por tanto, dos muestras con propósitos distintos: la de la ciudad y la del resto del departamento, que la metodología presenta aparte como muestra de «los departamentos sin ciudades y áreas metropolitanas» (Metodología GEIH V11, p. 16).

Los microdatos muestran esa superposición con claridad. En 2025 la base trae 35.214 filas persona-mes del Magdalena, y 24.548 de ellas, el 69,7 %, pertenecen a Santa Marta. Con el factor mensual, sin embargo, Santa Marta representa el 33,1 % de la población del departamento. Lo mismo ocurre con la clase geográfica: las filas de centros poblados y rural disperso son el 13,4 % de la muestra y el 31,1 % de la población expandida, porque cada una lleva un factor de expansión mucho mayor. La mediana del factor es 261,6 en las cabeceras y 1.147,4 en el resto, más de cuatro veces mayor; la distribución completa del factor en el departamento está en el capítulo 2.

La consecuencia práctica es que cualquier estadística del Magdalena calculada sin el factor sobrerrepresenta a Santa Marta y a las cabeceras. En el capítulo 5 se vio que contar filas en lugar de personas mueve las tres tasas nacionales de 2025 entre 1,4 y 3,8 puntos. En el departamento el sesgo depende de cuánto se parecen las cabeceras y el resto en lo que se mide: sin factor, la TGP de 2025 pasa de 60,99 % a 58,34 %, mientras que la TD apenas se mueve, de 9,57 % a 9,34 %. Donde las dos clases difieren mucho el error crece, y el caso más claro está en los ingresos, que se ven más adelante.

Dos calibraciones y un solo factor en la base#

El factor de expansión de la GEIH termina en una calibración: los pesos básicos se ajustan para que la muestra reproduzca las proyecciones de población por sexo y grupos de edad y el número de hogares (Metodología GEIH V11, p. 19). El detalle que importa para el departamento está en la página siguiente de la metodología. El capítulo 8 lo usó como caso de diagnóstico de una discrepancia; aquí interesa lo que implica para leer las cifras del Magdalena.

Las bases anuales que usa este libro traen un único factor, FEX_C18. Ningún documento revisado dice con todas las letras a cuál de las dos calibraciones corresponde, pero la evidencia apunta a la mensual: su suma reproduce cada mes la población total del anexo nacional, y con él las cifras del total nacional y de Santa Marta coinciden con las publicadas. El factor de la segunda calibración, la anual por departamentos, no está en el archivo público, y es razonable suponer que de esa calibración salen las cifras departamentales que publica el DANE; el laboratorio solo puede usar la primera. La forma más directa de ver que no son el mismo es comparar la población total, que no depende de ninguna pregunta de la encuesta: si los factores fueran iguales, el promedio de los doce totales mensuales coincidiría con la celda del anexo departamental.

La diferencia no tiene un signo fijo. En 2023 la población propia queda 2,7 mil personas por debajo de la oficial; en 2025 queda 26,2 mil por encima. Eso descarta una explicación mecánica del tipo «el factor mensual siempre infla el departamento» y deja la que sí tiene respaldo documental: los dos factores responden a calibraciones distintas y producen poblaciones distintas. Con esa causa, citada de la página 20 de la metodología, las 108 filas del Magdalena en la tabla de validación del libro, total y por sexo, llevan el estado «diferencia explicada».

Participación, ocupación y desocupación, 2022 a 2025#

Las tres tasas se construyen igual que en el total nacional: la tasa global de participación y la tasa de ocupación sobre la población en edad de trabajar, la tasa de desocupación sobre la fuerza de trabajo, y el año como cociente de los promedios anuales de numerador y denominador (capítulo 5, Las tasas del mercado laboral). Lo único nuevo es el filtro DPTO == "47", aplicado después de rellenar el código a dos caracteres. La tabla 9.2 pone lado a lado lo calculado y lo publicado.

En los doce casos la diferencia es menor que un punto porcentual. La mayor es la de la TGP de 2025, +0,76 p.p., el mismo año en que la población propia se aleja más de la oficial. La TD no acompaña ese movimiento: su diferencia es −0,14 p.p. en 2023, −0,16 p.p. en 2024 y apenas +0,06 p.p. en 2025, cuando la TGP y la TO se separan más de medio punto. No hay que leer en esa cercanía una propiedad de la TD: en 2023 y 2024 su diferencia fue mayor que la de la TGP, como subraya el capítulo 8, y ni el tamaño ni el signo de cada año se pueden anticipar sin el factor anual.

La magnitud de la diferencia se puede poner en la escala de la incertidumbre de muestreo. El DANE publica intervalos de confianza al 95 % para las tasas y las poblaciones del Magdalena desde el anexo de 2023, y el laboratorio verificó si cada cifra propia cae dentro del intervalo oficial del mismo año. Hay 18 filas con intervalo publicado (2023, 2024, 2025; TGP, TO, TD, ocupados, desocupados y población fuera de la fuerza de trabajo) y todas caen dentro. Los anexos revisados traen precisión del Magdalena para 2023, 2024, 2025; la de 2022 no se pudo localizar, porque el anexo departamental de ese año no aparece en las direcciones esperadas, así que en ese año la comparación se queda en la diferencia puntual.

El departamento frente al total nacional#

La figura 9.1 compara la TD del Magdalena con la del total nacional. Las dos series tienen referentes de naturaleza distinta, y conviene decirlo antes de mirarlas. La cifra oficial del Magdalena es una celda anual del anexo departamental. Para el total nacional el boletín imprime la tasa anual con un decimal, y el anexo que usa el libro trae la serie mensual con cuatro; el referente nacional del gráfico es el cociente de los promedios de esas celdas mensuales, una derivación propia que reproduce la aritmética pero no documenta cómo anualiza el DANE (capítulo 8, Validar resultados). La leyenda del gráfico los distingue: «cifra oficial DANE» para el Magdalena y «referente derivado del anexo DANE» para el total nacional.

La lectura de la figura cabe en pocas cifras. En 2022 la TD oficial del Magdalena fue 9,77 % y la nacional 11,21 %; en 2024, 9,70 % y 10,16 %. En 2025 el orden se invierte: 9,51 % en el departamento frente a 8,89 % en el país. Quien se movió fue el total nacional, con una variación de −1,26 p.p.; la tasa del Magdalena varió −0,19 p.p., un cambio que, como se verá enseguida, el propio DANE no considera significativo.

Una TD más baja que la nacional durante tres años invita a concluir que el mercado laboral del Magdalena funcionaba mejor que el promedio. La figura 9.2 muestra por qué esa conclusión no se sostiene con una sola tasa. La participación oficial del departamento es menor que la del país en los cuatro años, con una distancia que va de 1,73 a 5,35 puntos, y en 2024 cayó a 58,56 %, −3,14 p.p. frente a 2023. Quien no trabaja ni busca empleo queda fuera de la fuerza de trabajo y, por lo tanto, fuera del denominador de la TD. Una participación baja puede acompañarse de una desocupación baja sin que eso diga nada bueno sobre la facilidad para conseguir empleo.

Qué cambió de verdad entre 2024 y 2025#

El boletín departamental de 2025 reporta que la TD del Magdalena pasó de 9,7 % a 9,5 %. Leída sola, la frase sugiere una mejora. El anexo del mismo boletín permite saber si esa variación es distinguible del ruido de muestreo, y la respuesta es que no. La hoja de errores relativos trae, para cada indicador, el intervalo de confianza al 95 %, el coeficiente de variación y una columna titulada «Variación estadísticamente significativa».

La TD de 2025 tiene un intervalo de 8,73 a 10,29, que contiene con holgura el 9,70 de 2024, y la columna de variación significativa dice «NO». La TGP y la TO, en cambio, sí registran una variación significativa. Como la columna no nombra el periodo de comparación, el libro la lee frente al año anterior, y con esa lectura lo que el Magdalena muestra entre 2024 y 2025 es un aumento de la participación y de la ocupación; la desocupación quedó, a efectos prácticos, donde estaba. Un año antes el movimiento había sido el contrario: el anexo de 2024 marca como significativa la caída de la TGP de ese año, con una estimación de 58,56 y un intervalo de 57,79 a 59,33 (Anexo departamentos 2024, hoja Errores relativos IML, celdas B88:F88).

Todos los coeficientes de variación de la tabla 9.3 están por debajo de 5 %, el rango que la metodología califica de excelente (Metodología GEIH V11, p. 22), y eso no contradice lo anterior. Un CV de 4,18 % sobre una tasa de 9,51 equivale a un error estándar de 0,40 puntos. El cambio entre años fue de 0,19 puntos, menos que el error de una sola de las dos estimaciones, y la diferencia entre ellas acumula la incertidumbre de ambas. La calidad de una estimación puntual y la capacidad de detectar un cambio pequeño son propiedades distintas, y la segunda es la que importa cuando se interpreta una variación anual. El capítulo 8 dibuja estos intervalos y explica por qué la TD es, de las tres tasas, la de estimación relativamente más imprecisa.

Mujeres y hombres#

El anexo departamental publica las tasas del Magdalena por sexo en dos hojas, una para hombres y otra para mujeres, con la misma estructura que la hoja del total. El boletín resume la diferencia entre ambas con la brecha de la tasa de desocupación.

En 2025 la TD oficial de las mujeres del Magdalena fue 14,88 % y la de los hombres 6,33 %. Con las celdas del anexo la brecha es 8,54 puntos. El boletín la imprime como 8,5, y quien reste los dos valores redondeados del mismo boletín, 14,9 y 6,3, obtiene 8,6 (Boletín departamentos 2025, p. 26). Las tres cifras describen el mismo dato: la diferencia entre 8,5 y 8,6 es de redondeo, y la forma de evitarla es calcular la brecha con las celdas del anexo y redondear al final.

La brecha oficial fue de 10,97 puntos en 2022, 9,25 en 2023, 10,66 en 2024 y 8,54 en 2025. Es tentador leer ahí un cierre de la brecha en el último año, pero los materiales del libro no permiten probarlo: los intervalos del Magdalena extraídos del anexo son los del total, no los de cada sexo, y la brecha es una diferencia de dos estimaciones con su propio error. La cota aproximada del CV que calcula el laboratorio, 4,32 % para la TD de las mujeres y 5,34 % para la de los hombres en 2025, dice que cada tasa es publicable, pero no da una prueba de cambio para la brecha.

La desocupación no es la única diferencia, ni la mayor. La TGP oficial de los hombres del Magdalena en 2025 fue 76,45 % y la de las mujeres 44,32 %, una distancia de 32,1 puntos. En el total nacional, con la derivación del anexo, la de los hombres fue 76,80 % y la de las mujeres 52,78 %.

Queda una cuestión de método que el lector debe conocer. La variable de sexo de las bases 2022 a 2025 es P3271, «sexo al nacer», con valores 1 y 2 y sin faltantes. El diccionario que acompaña las bases locales no trae sus categorías, y la presentación del rediseño muestra para ese módulo el orden «1. Femenino 2. Masculino» (Enfoque conceptual GEIH 2022, p. 60). El laboratorio usa la lectura contraria, 1 = hombre y 2 = mujer, porque es la que reproduce las cifras oficiales: con ella, 376 filas nacionales por sexo, mensuales y anuales, coinciden al cuarto decimal con las celdas del anexo o con su derivación anual, y con la codificación invertida esas mismas cifras aparecerían intercambiadas entre sexos. Es una inferencia muy respaldada, no una codificación documentada; queda así hasta contar con el diccionario oficial de cada año en el catálogo del DANE.

Santa Marta dentro del departamento#

Santa Marta aparece en las publicaciones del DANE como ciudad, y el dominio ciudad tiene una definición precisa que cambia la comparación con el departamento.

En los microdatos ese dominio se identifica con AREA, que lleva el código de la ciudad, 47 en el caso de Santa Marta. El laboratorio no da por sentado que AREA == "47" sea la cabecera: lo comprueba en cada año con una aserción que falla si aparece una sola fila de otro departamento o de la clase 2.

# geihlab/estimadores.py
# Ámbitos territoriales. Santa Marta es la cabecera municipal identificada por
# AREA == "47"; la auditoría comprueba que todas esas filas tienen DPTO == "47"
# y CLASE == 1.
AMBITOS: dict[str, pl.Expr] = {
    "Total nacional": pl.lit(True),
    "Magdalena": pl.col("DPTO") == "47",
    "Santa Marta": pl.col("AREA") == "47",
}

# scripts/02_indicadores_laborales.py, dentro de calcular_anio()
sm = df.filter(pl.col("AREA") == "47")
assert sm.filter((pl.col("DPTO") != "47") | (pl.col("CLASE") != 1)).height == 0

Con ese filtro, las cifras de Santa Marta coinciden con el anexo nacional de agosto de 2026 (hoja de año móvil de las 32 ciudades, columna del periodo enero a diciembre de cada año) en 36 de 36 filas, dentro de la tolerancia de 0,0001 puntos para las tasas y de una persona para las poblaciones. La TD de 2025, por ejemplo, es 8,9680 % con los microdatos y 8,9680 % en la celda AX398. El código es el mismo que en el departamento y el factor también, pero en la ciudad sí coincide. La frase citada de la página 20 de la metodología, según la cual las ciudades «se calibran con el promedio anual», es coherente con ese resultado. La lectura del autor, que el capítulo 8 discute como caso de validación, es que, para la ciudad, la cifra anual publicada equivale al promedio de las estimaciones mensuales con el factor mensual, que es justo lo que la base permite calcular, mientras que para el departamento interviene un factor que la base no trae.

La figura 9.4 pone juntos los dos ámbitos en 2025. Antes de leerla hay que tener presente que no son poblaciones disjuntas: Santa Marta está dentro del Magdalena y aporta cerca de un tercio de su población, de modo que la diferencia entre la ciudad y el departamento subestima la diferencia entre la ciudad y el resto del territorio. Tampoco hay que suponer que las cifras oficiales de los dos ámbitos salgan del mismo factor: la metodología dice que las ciudades «se calibran con el promedio anual» y que la calibración anual se hace por departamentos (Metodología GEIH V11, p. 20), y los resultados del laboratorio son coherentes con que la ciudad se publique con el factor mensual y el departamento con otro.

El resto del departamento, es decir, el Magdalena sin Santa Marta, se puede obtener por resta, porque las dos estimaciones propias usan el mismo factor y los totales expandidos son aditivos. El libro no lo publica. El laboratorio no calcula la precisión de ese subdominio, el DANE no publica una cifra comparable y la regla de precisión del autor, que se explica más adelante, exige ambas cosas antes de dar una cifra. La resta está a un paso para quien la quiera hacer; lo que no se tiene es una medida de su precisión.

Una informalidad sin cifra oficial#

La proporción de ocupados informales se calcula con la regla oficial que el DANE publica como código SAS y Stata en el anexo de ocupación informal, traducida línea a línea en el laboratorio (capítulo 6, Informalidad laboral). La regla se ha probado donde hay con qué probarla. En el total nacional reproduce el anexo exactamente: 55,7188 % en 2025, igual a la derivación oficial. En Santa Marta, el único dominio del departamento con informalidad publicada, coinciden las 12 filas de 2022 a 2025 (ocupados, informales y proporción), con 58,71 % en 2025.

Para el departamento no hay referente. El anexo departamental publica indicadores de fuerza de trabajo, ramas de actividad y errores relativos, pero no informalidad (Anexo departamentos 2025); los anexos de ocupación informal publican el total nacional, las cabeceras, los centros poblados y rural disperso, las 13 y las 23 ciudades y cada ciudad en total (Anexo informalidad jun.-ago. 2026). Ninguno trae el Magdalena. La cifra que sigue es, por tanto, una estimación propia, y en la tabla de validación figura con el estado «sin referente».

Según esta estimación, cerca de tres de cada cuatro ocupados del Magdalena son informales: 76,77 % en 2022 y 73,74 % en 2025, unos 457,1 mil ocupados informales en el último año. La serie desciende cada año, pero el libro no puede decir si ese descenso es estadísticamente significativo: no hay intervalos oficiales y la cota propia del CV, 0,70 %, es una cota inferior que no sirve para probar cambios. Dentro del departamento, la informalidad es de 68,48 % en las cabeceras y 85,76 % en los centros poblados y rural disperso; de 75,49 % entre los hombres y 70,42 % entre las mujeres. Por posición ocupacional, el 92,6 % de los trabajadores por cuenta propia son informales, y ese grupo reúne 330,8 mil de los informales del departamento; entre los obreros y empleados particulares la proporción es 36,2 %.

Ingresos laborales por clase#

El ingreso laboral se mide con INGLABO, la variable que construye el DANE, para los ocupados con ingreso positivo, en pesos corrientes de cada año y con cuantiles ponderados por acumulación (capítulo 7, Ingresos laborales). Nada de lo que sigue es pobreza monetaria, que usa el ingreso per cápita de la unidad de gasto, imputaciones y líneas oficiales. Tampoco hay referente: el DANE no publica cuantiles de INGLABO en los documentos revisados, así que el único control disponible es interno, dos implementaciones del cuantil ponderado que dan el mismo resultado.

El capítulo 7 usó el Magdalena de 2025 como ejemplo del error de no ponderar, y no hace falta repetir el ejercicio completo. Basta recordar el resultado: sin factor, contando filas, la mediana del ingreso laboral es $1.300.000; con FEX_C18, $1.000.000, y la media pasa de $1.514.578 a $1.227.293. Ese capítulo atribuye la diferencia a la composición por clase: la fila típica de centros poblados y rural disperso pesa más de cuatro veces lo que pesa una de cabecera, y allí los ingresos son menores. Lo que añade este capítulo es el papel de Santa Marta dentro de las cabeceras.

En las cabeceras la mediana ponderada es $1.200.000 y la no ponderada $1.400.000; en los centros poblados y rural disperso, $729.000 y $730.000. En el resto del departamento ponderar casi no cambia la mediana, porque allí los factores son más parecidos entre sí. En las cabeceras sí la cambia, y la razón vuelve a ser de composición: Santa Marta aporta el 80,5 % de las filas de las cabeceras del Magdalena y el 48,0 % de su población expandida. Que la mediana baje al ponderar es coherente con ingresos más altos en la capital que en las demás cabeceras, aunque el libro no publica la mediana de la ciudad. Al juntar las dos clases los dos efectos se suman, y una mediana sin ponderar del departamento resulta $300.000 más alta que la ponderada.

Dos advertencias más para leer estas cifras. Las medianas son valores redondos porque los ocupados declaran ingresos redondos: en las cabeceras del Magdalena, el 4,31 % de la población ponderada declara exactamente $1.200.000. Cuando una fracción así de la población se concentra en un solo valor, un cambio pequeño en la muestra puede mover la mediana un escalón entero de la distribución declarada, de modo que el libro no compara medianas de clases o de años con diferencias de unas decenas de miles de pesos. La segunda es que los pesos son corrientes. La mediana ponderada del departamento pasó de $650.000 en 2022 a $1.000.000 en 2025, y la nacional fue $1.423.500 en 2025; sin deflactar, la serie del Magdalena no dice cuánto cambió el poder de compra.

Los cortes por edad y nivel educativo que pasan la regla#

Hasta aquí todas las cifras del capítulo corresponden a dominios que el DANE publica o a desagregaciones amplias de ellos. Los cortes por edad y por nivel educativo dentro del departamento son otra cosa: el DANE no los publica para el Magdalena y el diseño no les asigna ningún tamaño de muestra. La metodología ofrece un criterio general, no recomendar desagregaciones cuyos indicadores tengan coeficientes de variación superiores al 15 % (Metodología GEIH V11, p. 14), pero con la base pública ese CV no se puede calcular: el método del conglomerado último trabaja con los segmentos dentro de cada estrato (Metodología GEIH V11, p. 21), y el segmento y el estrato de diseño están entre las variables que no se entregan (Metodología GEIH V11, p. 27).

Para no publicar a ciegas, el libro usa una regla propia, declarada como tal. Un corte se publica si cumple dos condiciones: la cota inferior aproximada de su CV es menor o igual a 15 %, y existe precisión oficial publicada para un dominio que lo contiene, aquí el Magdalena. La cota se calcula linealizando la razón con la vivienda como conglomerado y el cruce de departamento y clase como pseudoestrato, con el método que describe el capítulo 8. Como ignora la agrupación de las viviendas en segmentos y municipios y no incorpora la calibración, se espera que quede por debajo del CV verdadero, y en el Magdalena eso se puede comprobar: en 15 casos de 2023 a 2025 con CV oficial, la cota quedó siempre por debajo, entre 45 % y 97 % del valor oficial (anexos departamentales Anexo departamentos 2023, Anexo departamentos 2024 y Anexo departamentos 2025, hojas de errores relativos). La consecuencia es asimétrica. Un corte cuya cota supera 15 % tampoco pasaría con el CV verdadero y se descarta con seguridad; uno que la cumple no tiene garantía de que el CV verdadero también lo haga, y se publica con esa advertencia.

Los grupos se fijaron antes de calcular y no se ajustaron después de ver los resultados. Las edades siguen cortes amplios; los niveles educativos agrupan las categorías de la pregunta de mayor nivel alcanzado de la metodología (Metodología GEIH V11, p. 11), y juntan normalista con media y doctorado con universitaria porque esas dos categorías son demasiado pequeñas para sostenerse solas.

UMBRAL_CV = 15.0

EDADES: dict[str, tuple[int, int | None]] = {
    "15 a 28 años": (15, 28),
    "29 a 44 años": (29, 44),
    "45 a 64 años": (45, 64),
    "65 años y más": (65, None),
}
EDUCACION: dict[str, tuple[int, ...]] = {
    "Hasta básica primaria": (1, 2, 3),
    "Básica secundaria": (4,),
    "Media": (5, 6, 7),
    "Técnica profesional o tecnológica": (8, 9),
    "Universitaria o posgrado": (10, 11, 12, 13),
}

# Dentro de calcular_anio(), para cada grupo (dom) y cada indicador (num, den):
        sub = df.filter(dom)
        for ind, (num, den) in INDICADORES.items():
            d = sub.filter(pl.col(den) == 1)
            den_w = d["FEX_C18"].sum() / 12
            num_w = (d["FEX_C18"] * d[num]).sum() / 12
            valor = 100 * num_w / den_w if den_w else None
            cv = None
            if d.height:
                cv = cv_aproximado(df, num, den, dominio=dom)["cv_pct"][0]
            # ... en la fila que se escribe al JSON:
                "publicable": bool(cv is not None and cv <= UMBRAL_CV),

Los jóvenes de 15 a 28 años tienen una TD de 17,56 % (cota del CV 5,15 %), frente a 9,64 % entre los 29 y los 44 años y 5,23 % entre los 45 y los 64. El grupo de 65 años y más queda fuera. Su TD descansa en 1.064 filas de fuerza de trabajo, de las cuales solo 21 son de personas desocupadas, y la cota de su CV llega a 28,35 %. No pasó la regla en ninguno de los años calculados (2022, 2023, 2024, 2025), con cotas entre 24,5 % y 33,9 %. Es el único corte del archivo que el libro no publica, y por eso su valor no aparece en el texto ni en la figura. La exclusión ilustra para qué sirve la regla: con una veintena de casos en el numerador, otra muestra del mismo tamaño podría dar una tasa muy distinta, y cualquier lectura sobre el nivel de desocupación de los mayores quedaría a merced de ese azar.

Por nivel educativo, la TD más baja es la de quienes tienen hasta básica primaria, 4,23 %, con la cota más alta entre los grupos publicados, 10,63 %. En el otro extremo están los niveles técnico profesional o tecnológico, 17,47 %, y universitario o de posgrado, 11,34 %. Ese orden se entiende mejor al mirar la informalidad de los mismos grupos en la figura 9.7.

Lo que este capítulo no publica#

Varias preguntas habituales sobre el Magdalena quedan sin cifra en este capítulo, y conviene explicar por qué, porque las razones son de tres tipos. Algunas cifras son imposibles con los datos públicos, otras se pueden calcular pero no tienen precisión conocida, y otras existen pero no significan lo que parecen.

Los municipios distintos de Santa Marta pertenecen al primer grupo. Antes que un problema de tamaño de muestra hay uno de identificación, porque la base pública no trae el municipio: la metodología enumera entre las variables que «son absolutamente confidenciales, no se manejan en las bases de datos de acceso público» el municipio, el barrio, el sector, la sección, la manzana, el segmento y el estrato de diseño (Metodología GEIH V11, p. 27). Santa Marta se puede estudiar porque es un dominio de publicación con código propio en AREA, y solo en su cabecera. Para Ciénaga, Fundación o El Banco no hay variable con qué filtrar; e incluso si la hubiera, las unidades primarias se seleccionan por probabilidad proporcional al tamaño dentro de estratos de municipios (Metodología GEIH V11, p. 15), de modo que muchos municipios no entran a la muestra en un año dado y los que entran no tienen un tamaño pensado para representarse a sí mismos.

Las cifras mensuales y trimestrales del departamento se pueden calcular, pero el diseño no las respalda, porque el Magdalena es un dominio anual. El archivo de indicadores del laboratorio trae filas mensuales del departamento y de Santa Marta marcadas como no representativas del diseño; sirven para ver cuánto oscila una estimación hecha con una doceava parte de la muestra y no deben citarse como la tasa de desocupación del Magdalena en un mes. Para Santa Marta el diseño admite el trimestre, pero el libro solo trabajó con la serie anual de la ciudad y no extrajo sus errores relativos trimestrales.

Con los cruces finos ocurre algo parecido. Si la regla de precisión descartó la TD de los mayores de 65 años, con 1.064 filas de fuerza de trabajo, es muy poco probable que la superen los cruces de sexo, edad y nivel educativo a la vez, las ramas de actividad en grupos pequeños o las posiciones ocupacionales poco frecuentes; el libro no los calcula. La propia Santa Marta ofrece un caso: la informalidad de los patrones o empleadores de la ciudad descansa en 52 filas y su cota de CV es 20,28 %, más allá del límite. A ese mismo grupo pertenece el resto del departamento obtenido por resta, posible con los datos pero sin precisión calculada.

Las series de este capítulo, por último, tampoco permiten seguir a hogares o personas en el tiempo. Para no agotar a los informantes, la GEIH rota cada año las medidas de tamaño: al año siguiente se encuesta una medida de tamaño vecina que no haya sido encuestada por ninguna operación estadística en, como mínimo, los dos años anteriores (Metodología GEIH V11, p. 17). Las viviendas de un año no son, por diseño, las del siguiente, y cada punto de las series describe la población de ese año. Que la informalidad del Magdalena haya bajado no quiere decir que los mismos trabajadores se hayan formalizado.

El razonamiento de este capítulo no depende del Magdalena, aunque el código sí depende de sus códigos. Para otro departamento valen las mismas cautelas: comparar la población total antes que las tasas, distinguir la cifra oficial de la propia y pasar cada corte por la regla de precisión. El capítulo 10 señala en qué scripts aparece el código 47 y qué hay que agregar a la extracción de cifras oficiales para repetir el ejercicio.

Ejercicios#