Qué es la GEIH y de dónde viene

La mayoría de quienes citan la Gran Encuesta Integrada de Hogares la conocen por sus titulares: la tasa de desocupación del mes, la informalidad del trimestre, el número de ocupados del año. Menos conocido es que esas cifras vienen de una operación estadística con seis décadas de antecedentes, que cambió de nombre, de marco muestral, de definición de la población en edad de trabajar y de cuestionario, y que en varios momentos funcionó en paralelo con su predecesora para que las series no se rompieran sin aviso.

Quien va a trabajar con los microdatos necesita esa historia por una razón práctica. Un archivo de 2008 y uno de 2025 llevan el mismo nombre de encuesta, pero no salen de la misma muestra ni clasifican a la misma población, y una serie publicada hoy para 2015 no es la que se publicó en 2015. Este capítulo reconstruye el camino con las fechas que importan para el análisis, cada una con su documento y su página, y se detiene en tres errores que circulan con frecuencia: que la GEIH habría empezado en 2022, que integró por completo las grandes encuestas del DANE y que la recolección telefónica de la pandemia ocurrió en 2019, como dice por errata la propia metodología vigente.

Para qué existe la GEIH#

La metodología vigente, la versión 11, de junio de 2023, define el propósito de la encuesta en una sola frase, y de su redacción se desprende qué se le puede pedir a la GEIH y qué no.

La ficha metodológica repite la misma formulación (Ficha metodológica GEIH V11, p. 4). Los objetivos específicos la despliegan en cuatro frentes: generar los indicadores de ocupación, desocupación y población fuera de la fuerza de trabajo; caracterizar a cada uno de esos grupos (temporalidad, subocupación, rama, oficio, posición ocupacional e informalidad de los ocupados; tiempo de búsqueda de los desocupados; razones de no participación del resto); producir la información de ingreso de los hogares que alimenta la pobreza monetaria y la pobreza monetaria extrema; y medir las características sociodemográficas de la población (Metodología GEIH V11, p. 5).

Esa redacción es reciente. La metodología de 2015 decía otra cosa: «Proporcionar información básica sobre el tamaño y estructura de la fuerza de trabajo (empleo, desempleo e inactividad) de la población del país, así como de las características sociodemográficas de la población colombiana» (Metodología GEIH V9, p. 9). La propia V11 señala que el rediseño reformuló el objetivo general, que «ya no hace referencia al tamaño y estructura de la fuerza de trabajo» sino a mercado laboral, ingresos y pobreza monetaria (Metodología GEIH V11, p. 3). Con ese cambio la encuesta puso en su objetivo principal una función que ya cumplía: la V9 contaba entre sus objetivos específicos conocer los ingresos de los hogares «que sirvan de insumo para las mediciones sobre pobreza» (Metodología GEIH V9, p. 10). Para el usuario esto tiene una consecuencia que se retoma en el capítulo 7, Ingresos laborales: que la GEIH sea la base de la pobreza monetaria no convierte cualquier cálculo con sus variables de ingreso en una medida de pobreza.

El DANE describe la operación como especializada «en la medición de la estructura del mercado laboral y los ingresos de los hogares», con una muestra anual aproximada de 315.000 hogares que la convierte en la encuesta de mayor cobertura del país (Metodología GEIH V11, p. 2). De ella salen los indicadores que el lector encuentra en todo boletín, la tasa global de participación, la tasa de ocupación y la tasa de desocupación. El nombre de esta última cambió hace poco. La metodología V11 todavía la llama «Tasa de Desempleo (TD)» (Metodología GEIH V11, pp. 2, 9), mientras que los boletines recientes hablan de tasa de desocupación (Boletín GEIH dic. 2025, p. 2), y la presentación de resultados de diciembre de 2025 aclara que el ajuste de términos se hizo para alinearse con la resolución de la 19.ª Conferencia Internacional de Estadísticos del Trabajo (Presentación GEIH dic. 2025, p. 34). Es el mismo indicador, con la misma fórmula; el libro usa el nombre nuevo.

Saber para qué existe la encuesta no basta para usarla bien. Las cifras que hoy publica el DANE para 2001, 2010 o 2021 no salen todas de la misma operación, y la diferencia entre unas y otras solo se entiende recorriendo la historia de las encuestas de hogares en Colombia.

Seis décadas de encuestas de hogares#

La historia tiene cuatro tramos que se suceden con solapamientos: los primeros levantamientos de los años sesenta y comienzos de los setenta; la Encuesta Nacional de Hogares (ENH), unificada en 1976; la Encuesta Continua de Hogares (ECH), que se aplicó en forma definitiva desde 2000; y la GEIH, que empezó a recolectar en agosto de 2006 y ha pasado por dos marcos muestrales, el del Censo 2005, desde 2009, y el del Censo Nacional de Población y Vivienda de 2018, desde 2021. La figura 1.1 reúne los hitos con su fuente. Al elegir un hito aparece el documento, la página y un fragmento literal del pasaje que lo respalda; cuando dos documentos discrepan, el panel lo anota.

Las etapas de la figura se superponen porque así ocurrió en la práctica. El análisis para pasar a recolección continua empezó en 1998, cuando la ENH seguía en campo, y la GEIH marco 2018 se recolectó durante todo 2021 mientras la operación con marco 2005 seguía produciendo las cifras del mes. Casi todos los cambios de fondo convivieron un tiempo con la operación que iban a reemplazar, y las secciones que siguen recorren esos solapamientos tramo por tramo.

Antes de la GEIH: el CEDE y la Encuesta Nacional de Hogares#

Las primeras encuestas de hogares sobre mercado laboral en Colombia no las hizo el DANE. Según la metodología vigente, la recolección «inició en 1967 con la aplicación de encuestas de fuerza de trabajo y de ingresos y gastos por parte del Centro de Estudios sobre Desarrollo Económico (CEDE) de la Universidad de los Andes» (Metodología GEIH V11, p. 2). La metodología de 2009 registra un intento anterior, en 1963, para Bogotá y Girardot, y describe la encuesta de 1967 como una medición en ocho ciudades (Metodología GEIH 2009, p. 22).

El DANE asumió la tarea en la década de los setenta. Entre 1970 y 1975 hizo diez encuestas con coberturas geográficas diferentes y temas que variaban entre una y otra: condiciones de la vivienda, ingresos y gastos, fecundidad, siempre con un formulario básico de características demográficas y de fuerza de trabajo (Metodología GEIH V11, p. 2). Con coberturas distintas y sin criterios comunes de periodicidad ni de diseño, esos levantamientos difícilmente forman una serie.

El punto de partida de una serie propiamente dicha es marzo de 1976. La formulación exacta importa: lo que se unificó a partir de ese mes fueron «los criterios de periodicidad, cobertura y diseño muestral» (Metodología GEIH V11, p. 2). Desde entonces la ENH se aplicó con periodicidad trimestral en cuatro ciudades y semestral en otras tres, y fue incorporando dominios hasta llegar en 2000 a siete ciudades con sus áreas metropolitanas, con recolección trimestral, y seis más con otras periodicidades, incluidas las áreas rurales (Metodología GEIH V11, p. 2). La metodología de 2015 la describe como la encuesta «aplicada de 1976 hasta el 2000» (Metodología GEIH V9, p. 7).

Durante esos veinticuatro años la ENH amplió su alcance en tres direcciones. Hacia lo rural, con una primera medición en 1978 y la ENH rural de 1988 en 148 municipios, que según el DANE supuso un cambio conceptual: la ruralidad dejó de entenderse solo como población dispersa y pasó a incluir la franja entre esa población y las 150 cabeceras municipales más grandes (Metodología GEIH V11, p. 2). Hacia lo nacional, con la medición que empezó en diciembre de 1991 y se repitió cada septiembre desde 1992, y con la ampliación de 1996 que permitió resultados para 24 departamentos (Metodología GEIH V11, p. 2); la metodología de 2009 asocia ese año al paso de la división urbano y rural a la de cabecera y resto (Metodología GEIH 2009, p. 14). Y hacia lo temático, con el primer módulo de informalidad, aplicado en junio de 1986 en las siete principales ciudades (Metodología GEIH V9, p. 7), antecedente de la medición que se estudia en el capítulo 6, Informalidad laboral.

Hay un hito de esta etapa que sigue afectando el análisis actual. Desde marzo de 1990 se publicaron resultados representativos para siete ciudades «con el área metropolitana definida por la encuesta» (Metodología GEIH V11, p. 2). Esas áreas se conservaron en la ECH y en la GEIH para no romper las series, y por eso, advierte el DANE, «difieren de las legalmente constituidas actualmente» (Metodología GEIH V11, p. 4, nota 1). Cuando un boletín reporta la tasa de desocupación de Medellín y su área metropolitana, el agregado de municipios es el de la encuesta, no el del área metropolitana legal.

La Encuesta Continua de Hogares y la recolección continua#

A finales de los noventa el DANE revisó la ENH. En 1998 analizó la adopción de un sistema de recolección continuo y la actualización de la metodología a partir de las resoluciones de la Organización Internacional del Trabajo, del Sistema de Cuentas Nacionales de 1993 y de las particularidades del mercado laboral colombiano, con la asistencia técnica de la OIT a través del experto Ralf Hussmans y de un Comité Técnico de Empleo (Metodología GEIH V11, p. 2). El pasaje habla de resoluciones aprobadas «en 1983». La que importa para la GEIH actual es la de la 13.ª Conferencia Internacional de Estadísticos del Trabajo, de la que vienen los conceptos de empleo y desempleo que la encuesta conserva, y la misma V11 la fecha en 1982 cuando expone su marco conceptual (Metodología GEIH V11, p. 6). El libro usa esta segunda fecha.

Los objetivos del cambio se enuncian con precisión: captar el comportamiento de los fenómenos «durante todas las semanas del año», acortar los periodos de estimación y publicación, mejorar la calidad de las mediciones de campo y reducir los costos de aplicación (Metodología GEIH V11, p. 2). Que la encuesta sea continua quiere decir que hay recolección todas las semanas del año, en lugar de los levantamientos trimestrales o semestrales de la ENH. Esa continuidad es la que hace posible, en lectura del autor, publicar cifras mensuales y acumular meses para estimar dominios más pequeños, una lógica que se desarrolla en el capítulo 2, Cómo funciona la encuesta.

La ECH empezó como prueba piloto en Bogotá en enero de 1999, se extendió a Medellín y Cali en el segundo semestre y desde septiembre a Barranquilla, Bucaramanga, Manizales y Pasto. Tras analizar el piloto, se aplicó en forma definitiva a partir de enero de 2000 en trece ciudades con sus áreas metropolitanas definidas para la encuesta: Bogotá, Cali, Medellín, Barranquilla, Bucaramanga, Manizales, Pasto, Pereira, Cúcuta, Villavicencio, Ibagué, Montería y Cartagena (Metodología GEIH V11, p. 2). Decir que ese año la ECH reemplazó a la ENH es cierto solo a medias, porque durante todo 2000 las dos encuestas estuvieron en campo, y la metodología explica con qué fin.

La ECH creció rápido. En 2001 la muestra maestra pasó de 165 a más de 240 municipios, con 30.000 hogares en las trece ciudades y 7.500 en el resto de cabeceras, centros poblados y rural disperso; en 2003 la operación se amplió por regiones y total por departamentos, y en 2004 la muestra llegó a 44.400 hogares, 30.000 en las trece ciudades y 14.400 en el resto (Metodología GEIH V11, p. 2). De esa época arrancan las series mensuales que el DANE publica hoy para el total nacional, rotuladas «Serie mensual 2001 - 2026» en el anexo vigente (Anexo GEIH ago. 2026, hoja Total nacional, celda A11), y los microdatos anonimizados del archivo público, disponibles desde el tercer trimestre de 2001 (Ficha metodológica GEIH V11, p. 11).

Una integración que no fue total#

El adjetivo «Integrada» del nombre tiene una historia concreta. En 2005 el DANE propuso integrar sus tres encuestas a hogares más importantes, la ECH, la Encuesta Nacional de Ingresos y Gastos (ENIG) y la Encuesta de Calidad de Vida (ECV), con el propósito de ampliar el alcance temático de la operación y reducir el costo de aplicación (Metodología GEIH V11, p. 2). La misma metodología da dos fechas para el comienzo del diseño: en un pasaje lo ubica en diciembre de 2005, con un proyecto del grupo temático de la ECH que buscaba obtener la mayor cantidad de información posible sobre un mismo hogar (Metodología GEIH V11, p. 6), y en otro dice que el diseño se inició en 2006 (Metodología GEIH V11, p. 3). Leídas juntas, sugieren un proyecto que nació a finales de 2005 y tomó forma de diseño al año siguiente. El resultado, en cualquier caso, fue más modesto que la propuesta.

La ficha metodológica dice lo mismo (Ficha metodológica GEIH V11, p. 2). Las metodologías históricas explican cómo se organizó lo que sí se hizo. El eje central de la GEIH debía ser la encuesta de mercado laboral, «por su carácter de continua y por ser la de mayor tamaño y cobertura», y las otras encuestas entraron como módulos específicos aplicados a una submuestra (Metodología GEIH V9, p. 6). El plan inicial era integrar primero la ECH con la ENIG y luego con la ECV, pero «al final, se tomó la decisión de desligar la ECV y se estructuró como una investigación separada de la GEIH» (Metodología GEIH 2009, p. 15). La metodología de 2015 cierra el asunto: las mediciones de calidad de vida y de ingresos y gastos de los hogares se realizan mediante encuestas independientes, la ECV y la ENIG (Metodología GEIH V9, p. 7).

Las fuentes revisadas no dan una causa explícita de la separación de la ECV. Lo único que dicen es que el reto consistía en enriquecer cada encuesta «sin que el tamaño del formulario afectara la calidad en la recolección» (Metodología GEIH V9, p. 6). Atribuirle al DANE otras razones sería especular.

Del proceso de integración quedaron innovaciones que siguen vigentes y que explican parte de la calidad de los datos actuales: la introducción del informante directo, que permitió indagar mejor los ingresos y las condiciones de trabajo, y la captura de información en dispositivos móviles, que redujo el tiempo entre la recolección y la publicación (Metodología GEIH V11, p. 3). El diseño contó con el apoyo del programa MECOVI del Banco Interamericano de Desarrollo, el Banco Mundial y la CEPAL, y el apoyo financiero del Banco Mundial se concentró en los diseños temático, muestral y logístico, el entrenamiento y las pruebas de campo (Metodología GEIH V11, p. 3). La metodología de 2015 presenta MECOVI como programa del Banco Mundial y lo ubica en 2005 (Metodología GEIH V9, p. 6); el libro sigue la formulación de la V11.

Dos fechas de 2006 se confunden con frecuencia. A partir del 10 de julio de 2006 la ECH amplió su cobertura a once capitales: Tunja, Florencia, Popayán, Valledupar, Quibdó, Neiva, Riohacha, Santa Marta, Armenia, Sincelejo y San Andrés. La recolección de la GEIH empezó el 7 de agosto de 2006 con su módulo central de mercado laboral e ingresos, y desde el 11 de septiembre con el módulo de gastos de los hogares (Metodología GEIH V11, p. 3). La metodología de 2009 sitúa el inicio de la GEIH en julio (Metodología GEIH 2009, p. 22) y lo asocia con la ampliación de la cobertura a 24 ciudades y áreas (Metodología GEIH 2009, p. 12); todo indica que funde en una sola fecha la ampliación de la ECH y el arranque de la nueva encuesta. La V11, la ficha metodológica y la V9 coinciden en el 7 de agosto (Ficha metodológica GEIH V11, p. 2; Metodología GEIH V9, p. 7), y el libro adopta esa fecha.

Para el lector interesado en el Magdalena, el 10 de julio de 2006 es la fecha en que Santa Marta entra a la medición continua. La V11 afirma que esas once ciudades contaban con las mismas condiciones de representatividad que las trece principales (Metodología GEIH V11, p. 3), mientras que la metodología de 2009 describe para la misma época trece áreas metropolitanas con resultados trimestrales y once ciudades con resultados semestrales (Metodología GEIH 2009, p. 12). La diferencia parece referirse a la periodicidad de publicación más que al diseño, pero las fuentes no lo aclaran. Quien quiera reconstruir una serie larga de Santa Marta tendrá que resolver esa duda primero; el capítulo 9, El Magdalena no depende de ella, porque trabaja solo con las bases de 2022 a 2025.

El marco del Censo 2005 y la expansión de la cobertura#

El siguiente cambio de fondo fue de marco muestral. Entre abril y diciembre de 2008 la encuesta se aplicó en paralelo en una muestra diseñada con el marco del Censo 2005, y en enero de 2009 la GEIH empezó a operar con ese marco y con las proyecciones de población derivadas del mismo censo (Metodología GEIH V11, p. 3). La metodología de 2015 agrega un matiz: desde 2008 los resultados ya se presentaban con proyecciones basadas en el Censo 2005 (Metodología GEIH V9, p. 8).

En diciembre de 2009 cambió también la medición de la informalidad. Con base en la resolución de la 15.ª CIET sobre el sector informal y en evidencia de la Encuesta de Microestablecimientos según la cual las empresas de seis a nueve empleados generan empleo formal, el DANE redujo el umbral de tamaño de empresa que define la informalidad de 10 a 5 trabajadores (Metodología GEIH V11, p. 3). Ese umbral rigió en la GEIH marco 2005 hasta que el rediseño adoptó otra definición (Enfoque conceptual GEIH 2022, p. 19), de modo que una serie larga de informalidad junta mediciones hechas con reglas distintas, asunto que retoma el capítulo 6 al reconstruir las mediciones sucesivas.

La cobertura geográfica siguió ampliándose con el marco 2005. Desde el cuarto trimestre de 2012 entraron las ocho capitales de la Amazonía y la Orinoquía, primero con recolección trimestral, durante nueve meses en 2013 y de forma continua desde 2014. Con esa ampliación la encuesta llegó a las 32 capitales de departamento y a más de 443 municipios, con unos 58.200 hogares encuestados por trimestre (Metodología GEIH V11, p. 3). La ampliación quedó incorporada en la serie: el anexo advierte que el total nacional, a partir de 2014, incluye los dominios de las capitales de la Amazonía y la Orinoquía y San Andrés (Anexo GEIH dic. 2025, hoja Total nacional, fila 58). Después vinieron dominios nuevos: Buenaventura desde abril de 2015, Barrancabermeja y Soacha desde enero de 2018, y Rionegro y Tumaco en 2020, todos con representatividad anual (Metodología GEIH V11, p. 3). En esos dominios la lectura es anual, y su serie no puede ir más atrás del año en que entraron a la muestra.

En paralelo, la encuesta fue sumando módulos temáticos. En 2006 recogió datos de otros ingresos, turismo y negocios y actividades agrícolas, pecuarias, forestales y mineras; desde el segundo trimestre de 2007 incluyó televisión y tecnologías de la información; en 2008 incorporó de forma permanente la fecundidad; en 2012 empezó la aplicación continua del módulo de migración, y en 2013 llegaron micronegocios y formación para el trabajo, entre otros (Metodología GEIH V11, p. 3). Algunos se aplican todos los meses y otros en un trimestre del año, de modo que la disponibilidad de una variable depende del mes y del año del archivo, un problema práctico que se trata en el capítulo 3, Los microdatos por dentro.

La pandemia y la recolección telefónica#

El párrafo de antecedentes de la metodología vigente trae un año equivocado, y quien lo cite textual sin advertirlo repite el error.

La ficha metodológica repite «En 2019» (Ficha metodológica GEIH V11, p. 3). El año correcto es 2020, y la evidencia está en los mismos documentos del DANE. La nota 11 de la V11 dice que el módulo de formación para el trabajo se aplicó cada segundo trimestre entre 2013 y 2022, «excepto en el período abril-junio 2020, debido al cambio en el operativo de recolección de la GEIH por la pandemia del COVID-19» (Metodología GEIH V11, p. 12, nota 11). La presentación del rediseño, por su parte, fecha en mayo de 2020 la pregunta sobre dificultades asociadas a la pandemia en la GEIH marco 2005 (Enfoque conceptual GEIH 2022, p. 16), y el anexo estadístico vigente advierte que, «debido al cambio en el operativo de recolección de la GEIH por la pandemia del COVID-19», no fue posible obtener información de la población subocupada entre marzo y julio de 2020 (Anexo GEIH dic. 2025, hoja Total nacional, fila 63). El libro escribe 2020 aunque la metodología diga 2019.

La recolección telefónica tiene costos de información que el DANE describe en su procedimiento para situaciones de fuerza mayor: busca garantizar la continuidad de las series y la publicación de los indicadores principales, pero «se reducen el número de preguntas del formulario y por ende no podrá disponerse de toda la información que se recolecta habitualmente de manera presencial» (Metodología GEIH V11, p. 25). Los meses exactos de inicio y fin de la recolección telefónica y la lista de preguntas suprimidas están en un manual de recolección telefónica que la metodología menciona y que no hace parte de los materiales revisados para este libro. La nota del anexo sobre la subocupación muestra el tipo de hueco que deja ese operativo: un indicador que sí se publica para el resto de la serie falta durante cinco meses. Cualquier análisis de 2020 que use variables por fuera del núcleo de fuerza de trabajo debería empezar por ese manual y por las notas del anexo.

La pandemia también se cruzó con el rediseño. Durante la encuesta paralela de 2021 el DANE reportó cada mes inconvenientes asociados al «personal nuevo, pandemia y problemas asociados a recolección (rechazos)» (Enfoque conceptual GEIH 2022, p. 5). La transición al marco 2018 se hizo, entonces, en un contexto operativo difícil, y sus huellas reaparecen en el ajuste que el DANE aplicó después a los tres primeros meses de 2021, que se describe en la sección sobre el empalme.

El rediseño con el marco 2018#

El rediseño se propuso a finales de 2018 «en términos conceptuales, operativos y muestrales» (Metodología GEIH V11, p. 3). La presentación del nuevo enfoque, escrita por el DANE durante la transición, enumera tres aspectos que se revisaron ese año: la necesidad de actualizar el marco con el CNPV 2018, un incremento en la imputación de ingresos y la pregunta de qué tan cerca estaban los inactivos de presionar el mercado laboral (Enfoque conceptual GEIH 2022, p. 4). Las tres preocupaciones reaparecen en el resultado final: un marco nuevo, preguntas nuevas de ingresos y una medición explícita de la fuerza de trabajo potencial.

El trabajo se hizo por etapas. En 2019 hubo una consultoría de tres expertos nacionales en pobreza, desarrollo y diseños muestrales, y asesoría de expertos de la OIT, con base en las recomendaciones de las resoluciones 17.ª, 19.ª y 20.ª de la CIET (Metodología GEIH V11, p. 3). En 2020 se diseñaron las preguntas, el formulario, los manuales, los indicadores y el plan de pruebas, y se estimaron el tamaño de la muestra, la estratificación y la selección de municipios (Metodología GEIH V11, p. 3). Entre enero de 2020 y diciembre de 2021 funcionó el Sistema General de Pruebas (Metodología GEIH V11, p. 2), con cinco etapas sucesivas: pruebas de escritorio, pruebas de simulación, prueba piloto, diseños experimentales y paralelo (Metodología GEIH V11, p. 3).

La prueba piloto verificó el tiempo de diligenciamiento de un formulario que tenía 58 preguntas nuevas y 22 modificadas, y los diseños experimentales evaluaron si esas preguntas alteraban los indicadores que se publicaban con la GEIH marco 2005. La conclusión del DANE fue que «los resultados de los indicadores de mercado laboral no se vieron afectados por las modificaciones realizadas al formulario» (Metodología GEIH V11, p. 3). Esa conclusión pesa en lo que sigue. Cuando más adelante aparecieron diferencias entre las dos operaciones, las notas al pie de las series las atribuyeron al marco, con la fórmula «ajustes poblacionales ocasionados por el cambio de marco realizado en el año 2021» (Anexo GEIH dic. 2025, hoja Total nacional, fila 60), y no al cuestionario.

Qué cambió y qué se mantuvo#

El cambio más visible para el usuario es la edad. Antes del rediseño la población en edad de trabajar estaba constituida por las personas de 12 años en adelante en las zonas urbanas y de 10 años en adelante en las rurales (Metodología GEIH V9, p. 50); desde el rediseño empieza a los 15 años (Metodología GEIH V11, p. 3). El DANE sustenta el nuevo límite en la recomendación de la 19.ª CIET de tener en cuenta la edad mínima de admisión al empleo y, para Colombia, en la Ley 515 de 1999, que aprueba el Convenio 138 de la OIT (Metodología GEIH V11, p. 6). El modelo de calibración se ajustó a la nueva PET y se le incorporó la proyección de hogares (Enfoque conceptual GEIH 2022, p. 11).

El segundo grupo de cambios viene de la 19.ª CIET. La presentación del rediseño los describe como modificaciones de fraseo y de flujo (Enfoque conceptual GEIH 2022, pp. 97-99) y sostiene que no alteraron la manera de clasificar a la PET (Enfoque conceptual GEIH 2022, p. 16), aunque algunos deciden en la práctica quién llega al módulo de ocupados. El empleo se precisó como trabajo a cambio de remuneración en dinero o en especie, y por eso se incluyó la pregunta 2A del capítulo de fuerza de trabajo, que confirma la remuneración cuando la persona responde que estuvo trabajando (Metodología GEIH V11, pp. 6, 11). La pregunta sobre trabajo sin pago se restringió al realizado «en la empresa o negocio de algún miembro de su familia u hogar» (Enfoque conceptual GEIH 2022, p. 97), de modo que quien trabaja sin remuneración fuera de ese ámbito no entra al módulo de ocupados (Enfoque conceptual GEIH 2022, p. 99). Se agregaron las preguntas 4A y 4B sobre las razones y la duración de la ausencia temporal del trabajo; el voluntariado, la producción para autoconsumo y el trabajo en formación pasaron a medirse por separado como otras formas de trabajo; la población «inactiva» pasó a llamarse población fuera de la fuerza de trabajo; los capítulos de desocupados e inactivos se fusionaron en uno solo, No ocupados; y se incluyeron preguntas para identificar los tres grupos de la fuerza de trabajo potencial (Metodología GEIH V11, pp. 6, 11). El capítulo 4, Quién trabaja y quién busca desarrolla cada una de estas reglas.

La 17.ª CIET y las recomendaciones del Grupo de Delhi cambiaron la informalidad: la medición pasó del umbral de cinco trabajadores a dos enfoques, el de la unidad productiva y el del puesto de trabajo, con preguntas nuevas sobre registro, contabilidad y seguridad social en el capítulo de ocupados (Metodología GEIH V11, pp. 4, 6). La primera publicación con esa medición es del 29 de abril de 2022 (Enfoque conceptual GEIH 2022, p. 19). De la 20.ª CIET vienen las preguntas de migración laboral internacional y las que identifican a los contratistas dependientes (Metodología GEIH V11, p. 6). Por fuera del marco de la OIT, el rediseño incluyó preguntas para identificar a la población campesina, a las personas con discapacidad y a la población LGBT, en respuesta al Plan Nacional de Desarrollo 2018 a 2022 (Metodología GEIH V11, pp. 3-5, 11).

El diseño muestral también se renovó desde 2021: el marco nuevo obligó a volver a seleccionar la muestra, los municipios se reestratificaron con el CNPV 2018 y el índice de pobreza multidimensional, y los tamaños de muestra se ajustaron por la caída en el número de personas por hogar, por la necesidad de estimar ciudades sin su área metropolitana y por la precisión departamental de la pobreza monetaria (Enfoque conceptual GEIH 2022, p. 10). Siete ciudades que antes solo se representaban con su área metropolitana (Medellín, Barranquilla, Pereira, Cúcuta, Manizales, Bucaramanga y Cali) pueden representarse individualmente desde 2021 (Enfoque conceptual GEIH 2022, p. 11).

Frente a esa lista de cambios, la metodología deja escrito qué se mantuvo en el marco conceptual.

La ficha metodológica repite la frase (Ficha metodológica GEIH V11, p. 5). La presentación del rediseño agrega que no se cambió la manera de clasificar la PET en ocupados, desocupados y fuera de la fuerza de trabajo, y que por eso los dos marcos son «comparables en la clasificación de la población en edad de trabajar» (Enfoque conceptual GEIH 2022, p. 16); la V11, que las variables nuevas no afectan las series ni los indicadores porque se mantienen su conceptualización y su forma de cálculo (Metodología GEIH V11, p. 10). Sobre el periodo de búsqueda hay que leer con cuidado. La presentación resume el contraste entre la 13.ª y la 19.ª CIET diciendo que se invierte el orden de búsqueda y disponibilidad y que la búsqueda se limita a cuatro semanas (Enfoque conceptual GEIH 2022, p. 23), y la definición vigente de desocupado exige, en efecto, búsqueda en las últimas cuatro semanas (Metodología GEIH V11, p. 7). Pero la metodología de 2015 ya establecía que «en el caso colombiano, la búsqueda de empleo corresponde a las últimas cuatro semanas» (Metodología GEIH V9, p. 49), así que el periodo de cuatro semanas no es una novedad del marco 2018.

Tres fechas que no deben confundirse#

La pregunta de cuándo empezó la GEIH marco 2018 tiene tres respuestas correctas, según a qué se refiera, y las tres están en la metodología vigente con verbos parecidos que invitan a mezclarlas.

Leídas en orden, describen tres hechos distintos. En enero de 2021 empezó la recolección con el marco 2018 y el formulario rediseñado, pero como encuesta paralela, con un operativo independiente del de la GEIH marco 2005, que siguió en campo hasta diciembre de ese año (Enfoque conceptual GEIH 2022, p. 5). Desde el periodo de referencia enero de 2021, las cifras oficiales de mercado laboral son las del marco 2018; esta afirmación se refiere al periodo que cubren los datos, no a la fecha en que se publicaron. Y en enero de 2022 el marco 2018 quedó como única operación en campo, ya con todas las mejoras. El formulario tampoco quedó cerrado en enero de 2021: las preguntas adicionales de impuestos, migración laboral y pandemia se evaluaron en el diseño experimental 2, entre octubre y diciembre de ese año, frente al cuestionario que el paralelo había aplicado de enero a septiembre (Enfoque conceptual GEIH 2022, pp. 75-76, 86).

El lector que consulte el boletín técnico encontrará una cuarta formulación, que a primera vista contradice la segunda: «en 2021 se inició la recolección de la GEIH marco 2018 en paralelo a la GEIH marco 2005. En diciembre de 2021 se terminó la recolección en paralelo y a partir de enero de 2022 la información de mercado laboral es proporcionada por la GEIH marco 2018» (Boletín GEIH dic. 2025, p. 2).

De esa secuencia sale la aclaración que más falta hace al citar la encuesta. Que el rediseño rija desde 2022 no significa que la GEIH empezara ese año. La GEIH recolecta desde el 7 de agosto de 2006 (Metodología GEIH V11, p. 3), y el DANE llama a las dos versiones con el mismo nombre y un apellido: «GEIH marco 2005» y «GEIH marco 2018» (Metodología GEIH V11, p. 2). Lo que empezó en enero de 2022 fue la operación única con el marco y el formulario nuevos. Un texto que diga «la GEIH, creada en 2022» o «desde que existe la GEIH, en 2021» está confundiendo la encuesta con su rediseño.

Validación, empalme y series recalculadas#

Terminada la recolección en paralelo, el DANE comparó en 2022 los resultados de las dos operaciones. El hallazgo fue sistemático y estuvo concentrado en dos poblaciones.

La respuesta fue un factor de empalme para las series de ocupados y de población fuera de la fuerza de trabajo entre 2010 y 2020, con el que se definieron techos poblacionales que luego entraron al modelo de calibración (Metodología GEIH V11, p. 3). El resultado son dos productos que el DANE enumera en la misma página: las series de poblaciones e indicadores desde 2001 hasta 2021 calculadas con nuevos factores de expansión calibrados a las proyecciones y retroproyecciones de población del CNPV 2018, y las series empalmadas de enero de 2010 a diciembre de 2020 (Metodología GEIH V11, p. 3); la ficha metodológica lo repite (Ficha metodológica GEIH V11, p. 4). Las series empalmadas, con la PET de 15 años y más, se publicaron en septiembre de 2022 (Boletín GEIH dic. 2025, p. 2). El anexo estadístico lo deja escrito al pie de la hoja del total nacional: los datos entre 2001 y 2020 están retroproyectados a partir de las proyecciones del CNPV 2018, los de 2010 a 2020 ya incorporan los ajustes poblacionales ocasionados por el cambio de marco y la PET corresponde a las personas de 15 años y más (Anexo GEIH dic. 2025, hoja Total nacional, filas 59-61).

La misma hoja trae una nota que conecta con las dificultades operativas del paralelo. Para enero, febrero y marzo de 2021 se integró a los factores de expansión un factor de ajuste poblacional «que corrige los errores operativos de estos tres meses», lo que modifica las desagregaciones poblacionales publicadas para esos meses (Anexo GEIH dic. 2025, hoja Total nacional, fila 62). Son los mismos meses en que la presentación del rediseño reporta inconsistencias en el número de personas por hogar y de viviendas por segmento (Enfoque conceptual GEIH 2022, p. 5). El primer trimestre de 2021 es, por eso, un tramo de la serie que pide cuidado incluso dentro del marco 2018.

El efecto práctico es que la serie vigente tiene tramos con tratamientos distintos. Los años anteriores a 2010 se calculan con los microdatos de la ECH y de la GEIH tradicional y pesos recalibrados a las proyecciones nuevas; los de 2010 a 2020 llevan además el factor de empalme en ocupados y fuera de la fuerza de trabajo; y desde 2021 los datos son del marco 2018. Esta lectura por tramos es del autor y combina los dos productos que enumera la metodología; el capítulo 8 estudia cómo comparar periodos sin mezclar esos tramos.

Las dos afirmaciones del DANE sobre comparabilidad, que parecen opuestas, se reconcilian si se distingue entre reglas y niveles. Los marcos son comparables en la clasificación (Enfoque conceptual GEIH 2022, p. 16), porque una persona con las mismas respuestas queda en la misma categoría en ambos. Pero los niveles de ocupados y de población fuera de la fuerza de trabajo sin empalmar no lo son, porque las dos operaciones dieron estimaciones sistemáticamente distintas (Metodología GEIH V11, p. 3) y el DANE corrigió esos niveles por el cambio de marco (Anexo GEIH dic. 2025, hoja Total nacional, fila 60). La nota técnica del empalme, que la metodología enlaza (Metodología GEIH V11, p. 4, nota 4), contiene la fórmula y el alcance del factor; está registrada en la bibliografía (Empalme GEIH 2005-2018), pero su contenido no se revisó para este libro, de modo que aquí no se describe cómo se construyó.

Lo que esta historia implica para quien usa los datos#

De esta historia salen unas pocas reglas de trabajo. La primera es saber de qué operación viene cada archivo. Las bases que usa este libro, de 2022 a 2025, son todas de la operación única con marco 2018, y una de las marcas del rediseño se puede comprobar en ellas: la PET de 15 años y más está escrita en los propios microdatos, donde cada persona trae una indicadora de PET. El laboratorio verifica que esa indicadora coincide con la edad declarada en todas las filas de cada año.

edad_pet = df.filter(pl.col("PET") == 1)["P6040"]
edad_no_pet = df.filter(pl.col("PET") == 0)["P6040"]
# ...
controles = {
    # ...
    "pet_distinto_edad_15_o_mas": int(
        df.filter(pl.col("PET") != (pl.col("P6040") >= 15).cast(pl.Int8)).height
    ),
    "edad_minima_con_pet": int(edad_pet.min()),
    "edad_maxima_sin_pet": int(edad_no_pet.max()),
    "ft_menores_de_15": int(df.filter((pl.col("FT") == 1) & (pl.col("P6040") < 15)).height),
    # ...
}

Los conteos del archivo no deben confundirse con las cifras de diseño de la metodología: en promedio se espera encuestar cada mes 25.470 hogares, 18.500 en las 32 capitales y 6.970 en el resto (Metodología GEIH V11, p. 17), y la muestra anual aproximada es de 315.000 hogares (Metodología GEIH V11, p. 2). La sección del capítulo 2 sobre el tamaño de la muestra compara esas cifras con los hogares efectivamente encuestados y explica por qué las dos cifras de diseño no se derivan una de otra. Tampoco el número de columnas es estable: 534 en 2022 y 514 en 2025, aunque el marco sea el mismo. La operación única no garantiza un archivo idéntico cada año, y el capítulo 3 muestra qué columnas aparecen y desaparecen. Por la misma razón el libro no reproduce la lista de módulos de la descarga mensual de ANDA, que no está en los documentos revisados y que quien descargue los datos debe comprobar en el catálogo para cada año.

De la misma tabla se desprende la segunda regla. Todos sus conteos son de filas, y una fila de la muestra no equivale a una persona del país: para pasar de la muestra a la población hay que usar el factor de expansión, que en las bases anuales del libro es una sola variable, FEX_C18. El capítulo 2 explica cómo se construye y qué parte de la calibración oficial conserva, y el capítulo 3 hace con él el primer total expandido.

La tercera regla es de comparación en el tiempo. Para mirar hacia atrás hay que usar las series vigentes del anexo, recalculadas y empalmadas, y no cifras tomadas de boletines viejos: un dato de 2019 copiado de un boletín de ese año salió de la muestra del marco 2005 y de una PET de 12 años en las zonas urbanas y 10 en las rurales (Metodología GEIH V9, p. 50), sin el empalme que hoy lleva la serie, y no es comparable con uno de 2025. Con 2021 hay una advertencia adicional. Las fuentes revisadas no dicen si los microdatos públicos de ese año en el archivo del DANE corresponden a la encuesta paralela, a la operación marco 2005 o a ambas, así que quien quiera trabajarlos debe comprobarlo en el catálogo antes de calcular nada (ANDA, DANE).

La cuarta regla viene de la expansión geográfica. Las áreas metropolitanas de la encuesta no son las legales, los dominios incorporados desde 2015 solo tienen representatividad anual y la metodología no recomienda usar desagregaciones con coeficientes de variación superiores al 15 % (Metodología GEIH V11, p. 14). Todo cruce que no sea un dominio de diseño exige revisar su precisión, que es el hilo del capítulo 8, Validar resultados y del capítulo 9, El Magdalena.

La última regla es conceptual y se desarrolla en el capítulo 4, Quién trabaja y quién busca. La definición de desocupado que el rediseño conservó exige tres condiciones a la vez: estar sin empleo, haber buscado en las últimas cuatro semanas y estar disponible (Metodología GEIH V11, p. 7). Quien no tiene empleo pero no busca o no está disponible no es desocupado, y olvidar esa regla lleva a leer la tasa de desocupación como si midiera a todas las personas sin trabajo.

Ejercicios#