Diferenciais de Salário: o lugar da mulher no mercado de trabalho

(1)

Diferenciais de Salário: o lugar da mulher no mercado de trabalho

* 1 1

Alexandre Pinto de Carvalho

IBGE/ENCE

Roberta Guedes Barreto

IBGE/ENCE

1. APRESENTAÇÃO

Na última década, o mercado de trabalho aponta para a consolidação da democracia brasileira sobre a questão de gênero com a redução da disparidade salarial, mas pouco se tem discutido sobre a situação da mulher de origem afro-brasileira2_{. O}

Censo Demográfico de 2000 – IBGE - revela que 24,9% dos domicílios, no Brasil, são chefiados por mulheres com rendimento médio de R$ 591 contra R$ 827 dos homens na mesma condição.

Este estudo, portanto, tem o objetivo de investigar se existe uma tendência à redução das disparidades salariais entre homens e mulheres segundo grupos de cor entre 1996 e 1999. É necessário ressaltar, que as pesquisas domiciliares têm tido um papel importante na avaliação, no monitoramento e nas propostas de experimentos sociais em nosso país. Elas providenciam uma rica fonte de dados, que representam uma ligação com as propostas de políticas públicas. O que se questiona, contudo, no ponto de vista estatístico é avaliar o impacto nas estimativas para análises descritiva e analítica, baseado em pesquisas amostrais, como as realizadas pelo IBGE. Já existem metodologias confiáveis desenvolvidas para solução desta questão, a análise empírica de uma pesquisa por amostragem requer o uso de procedimentos adequados que considerem seu plano amostral (Pessoa e Silva, 1998), no entanto, ainda estão sendo discutidos algoritmos para identificar estratos e unidades primárias de análise sem

*_{Trabalho apresentado no XIII Encontro da Associação Brasileira de Estudos Populacionais, realizado}

em Ouro Preto, Minas Gerais, Brasil de 4 a 8 de novembro de 2002.

1_{Gostaríamos de agradecer a Professora Denise Britz e ao Professor Pedro Luiz Silva pelas valiosas}

sugestões na elaboração do presente trabalho. Os erros remanescentes são de nossa inteira responsabilidade.

(2)

comprometer o critério de sigilo das Pesquisas do IBGE, pelo Departamento de Metodologia.

A motivação em unir um tema de relevância social e a importância do uso de procedimentos estatísticos adequados, para determinadas análises, proporciona um maior conhecimento sobre os efeitos por não considerar o plano amostral. Além disso, priva as análises equivocadas sobre modelos estatísticos e principalmente da qualidade de ajuste da estimativa.

A base de dados utilizada é proveniente da Pesquisa Nacional por Amostra de Domicílios (PNAD/IBGE), para os anos de 1996 e 1999, na Unidade de Federação do Rio de Janeiro. A PNAD é uma fonte de informação que tem o objetivo de acompanhar o desenvolvimento socioeconômico do país, inclusive mudanças no mercado de trabalho. Como é uma pesquisa por amostragem, ela capta o máximo de informação de interesse e permite a análise temporal.

Este trabalho encontra-se organizado em seis seções, além da apresentação e das referências bibliográfica. A segunda refere-se a descrição de aspectos metodológicos da PNAD/IBGE. Na terceira seção apresentam-se as inferências descritivas sobre as variáveis selecionadas. Na quarta, apresenta-se a metodologia de análise com modelos de regressão. Na seção seguinte é apresentado um teste para distribuição de mulheres segundo seu nível salarial, daí decorrendo para a sexta seção onde o trabalho é concluído.

2. ASPECTOS METODOLÓGICOS DA PNAD E SUAS CONSEQÜÊNCIAS NAS ANÁLISES

Existe um grande interesse no estudo de temas sociais envolvendo dados provenientes de pesquisas domiciliares, por exemplo, a Pesquisa Nacional por Amostra de Domicílios (PNAD), a Pesquisa Mensal de Emprego(PME), a Pesquisa de Orçamentos Familiares (POF) e a Pesquisa de Padrões de Vida (PPV), realizadas pelo IBGE. As informações investigadas nestas pesquisas amostrais complexas, a partir de populações finitas, envolvem os seguintes procedimentos para a seleção das unidades: probabilidades distintas de seleção, estratificação e conglomeração. Ao ignorarmos tais aspectos, utilizando procedimentos que não levam em conta o plano amostral, podemos

(3)

produzir estimativas incorretas sobre nossas variâncias afetando a confiabilidade dos resultados (veja Pessoa e Nascimento, 1998).

As pesquisas domiciliares providenciam uma rica fonte de dados para o desenvolvimento socioeconômico de um país, no Brasil o uso desse tipo de pesquisa foi introduzido a partir 1967, com a criação da PNAD. Entre o segundo trimestre de 1967 até o primeiro trimestre de 1970 a periodicidade desta pesquisa era trimestral, a partir de 1971 os levantamentos passaram a ser anuais com realização no último trimestre. A pesquisa foi interrompida para a realização dos Censos Demográficos de 1970, 1980, 1991 e 2000 (IBGE, 1999).

Algumas características gerais da população, educação, trabalho, rendimento e habitação, são sempre investigadas e outras com periodicidade variável. As características sobre migração, fecundidade, nupcialidade, saúde, nutrição e outros temas são incluídos no sistema de acordo com as necessidades de informação para o País (suplementos).

A Pesquisa Nacional por Amostra de Domicílios (PNAD), é realizada através de uma amostra probabilística de domicílios obtida em três estágios de seleção: unidades primárias - municípios; unidades secundárias - setores censitários; e unidades terciárias - unidades domiciliares (domicílios particulares e unidades de habitação em domicílios coletivos). Essa informação é imprescindível para utilização dos microdados da pesquisa de forma adequada, mas para isso é necessário ter acesso a essa informação junto a base de dados que só pode ser disponibilizada através do órgão que realiza a pesquisa.

3. DIFERENCIAIS DE SALÁRIO ENTRE 1996 E 1999

A década de 90 foi marcada pela abertura da economia brasileira, inovações tecnológicas e alterações nas relações de trabalho que influenciaram a inserção, composição e mobilidade das mulheres no mercado de trabalho. O trabalho feminino passou a ser continuamente mais entendido como parte indispensável das estratégias domiciliares de sobrevivência, as mulheres estão cada vez mais reivindicando seu lugar no mercado. Esta seção apresenta o universo utilizado, bem como as variáveis selecionadas para captar os diferenciais de salário.

(4)

3.1 BASE DE DADOS

Com base na PNAD, para análise em questão, a amostra foi restrita a pessoas ocupadas na semana de referência da pesquisa entre 15 e 65 anos de idade residentes no estado do Rio de Janeiro. Os anos escolhidos foram 1996 e 1999, a fim de proporcionar uma comparação temporal não muito longa.

3.2 VARIÁVEIS

Acredita-se que o diferencial de salário observável, contra determinados grupos, não depende simplesmente de mecanismos discriminatórios por parte do empregador e das empresas, mas também de outras variáveis, como o grau de competição, o nível educacional, a experiência de trabalho e a legislação de direitos civis vigentes (Becker, 1992).

A característica de interesse é refletida pela variável salário real, para comparar tempos diferentes foi necessário deflacionar o valor de 1996 com base em valores de 1999. Além disso, para apurar a análise, utilizamos a variável salário/hora, resultado da razão entre o salário real e a jornada de trabalho em horas no mês de referência.

O fator associado à característica de interesse corresponde aos anos de estudo da pessoa. As variáveis de controle foram definidas como gênero e grupos de cor(afro-brasileira e não afro).

3.3 ANÁLISE DESCRITIVA

Esta seção tem por objetivo destacar alguns resultados através do tema investigado. É importante ressaltar que todos os cálculos foram ponderados levando em consideração o plano amostral da PNAD/IBGE nos respectivos anos.

Além da média das variáveis, foi possível calcular o Efeito do Plano Amostral (EPA) sobre o estimador da variância usado para proporcionar a precisão do estimador em questão. O cálculo do EPA engloba a divisão entre a variância verdadeira do estimador e o estimador usual da variância calculado sob a hipótese de observações

(5)

IID3. Quando essa medida resulta em valores acima de 1, conclui-se que a adoção da hipótese de amostra aleatória simples (não levando em consideração o plano amostral) gera estimativas de variâncias subestimadas e quando resulta em valores abaixo de 1, a adoção da mesma hipótese gera estimativas de variância sobreestimadas.

As médias e os respectivos EPA’s estão reportados nas tabelas a seguir. T

TAABBEELLAA3.3.11 -- DDIIFFEERREENNCCIIAAIISSSSEEGGUUNNDDOOSSEEXXOO

1

1999966 1999999

Variáveis

Média EPA Média EPA

M

Muullhheerr

Salário 481.02 2.15 475.04 1.80

Jornada de trabalho semanal 37.24 1.47 38.16 1.43

Salário/hora 3.68 1.92 3.64 1.53

Anos de estudo 8.17 2.92 8.44 2.87

H

Hoommeemm

Salário 755.25 3.42 689.72 3.27

Salário/hora 4.62 2.60 4.17 2.79

Anos de estudo 7.45 4.52 7.60 4.29

Fonte: Construída com base nas informações contidas na PNAD/IBGE 1996 e 1999(Rio de Janeiro).

1

Através dos resultados acima, percebe-se que entre 1996 e 1999 o salário médio dos homens reduziu4 em média 2,98% ao ano contra 0,42% das mulheres. Os

3_{Independentes e identicamente distribuídas.}

4_{Taxa de variação anual -} ₁ _*₁₀₀

Re Re (%) 3 1 1996 1999           −                 = nda nda Taxa

(6)

diferenciais5 dos salários médios entre homens e mulheres reduziu de 57% (1996) para 45% (1999). T TAABBEELLAA3.3.22 -- DDIIFFEERREENNCCIIAAIISSSSEEGGUUNNDDOOCCOORR 1 1999966 1999999 Variáveis

A

Affrroo--bbrraassiilleeiirraa

Salário 405.56 1.72 398.51 1.95

Salário/hora 2.66 1.46 2.52 1.56

Anos de estudo 6.31 3.02 6.38 3.24

N

Nããooaaffrroo

Salário 814.35 4.01 723.22 3.21

Salário/hora 5.37 3.39 4.81 2.59

Anos de estudo 8.75 5.21 8.85 4.70

1

Ao que tange a questão racial, o salário médio dos afros reduziu em média 0,58% ao ano, contra 3.88% do outro grupo. A maior redução do salário real, dos não afros, explica a redução dos diferenciais de rendimento. Em 1996 este grupo recebia aproximadamente o dobro dos afros, já em 1999 o diferencial é cerca de 80%. A desigualdade no sistema educacional em nosso país é refletida nos anos médios de estudo por grupos de cor: seis anos de estudo, grupo afro, contra aproximadamente oito anos.

(7)

T

TAABBEELLAA3.3.33 -- DDIIFFEERREENNCCIIAAIISSPPAARRAAMMUULLHHEERREESSSSEEGGUUNNDDOOCCOORR

1

1999966 1999999

Variáveis

A

Affrroo

Salário 291.89 1.32 295.91 1.38

Salário/hora 2.22 1.19 2.09 1.21

Anos de estudo 6.56 1.75 6.77 1.86

N

Nããooaaffrroo

Salário 614.93 1.97 576.48 1.58

Salário/hora 4.71 1.77 4.53 1.40

Anos de estudo 9.30 2.52 9.38 2.11

(8)

T

TAABBEELLAA3.3.44 -- DDIIFFEERREENNCCIIAAIISSPPAARRAAHHOOMMEENNSSSSEEGGUUNNDDOOCCOORR

1

1999966 11999999 Variáveis

A

Affrroo

Salário 482.34 1.63 465.30 1.74

Salário/hora 2.96 1.41 2.80 1.38

Anos de estudo 6.15 2.33 6.13 2.39

N

Nããooaaffrroo

Salário 950.26 2.91 826.56 2.70

Salário/hora 5.82 2.47 5.01 2.42

Anos de estudo 8.38 3.52 8.48 3.29

A princípio parece que as mulheres de origem afro-brasileira apresentam um quadro positivo comparando o rendimento médio de 1996 para 1999, todavia ao observar o salário/hora nota-se a queda, dado que a jornada de trabalho aumentou. Os homens e mulheres de cor branca ou amarela também apresentam queda no salário, tanto real quanto o salário/hora.

Todos perderam, mas para o grupo de mulheres afro a perda foi maior comparada ao grupo de mulheres não afro, o salário/hora caiu em média 1,97% ao ano para as afro-brasileiras e 1,27% ao ano para as não afro.

(9)

4. ANÁLISE ECONOMÉTRICA DOS DIFERENCIAIS DE SALÁRIO SEGUNDO GÊNERO E COR. Hoje, as informações provenientes de pesquisas realizadas por amostras têm sido cada vez mais utilizadas em experimentos sociais com fins analíticos, além de inferências descritivas (seção 3), envolvem a estimação de parâmetros num modelo (de superpopulação) (Kalton, 1983; Binder et al., 1987). O uso da análise de regressão tem como finalidade estudar a dependência entre uma variável resposta (ex: salário), em relação a uma ou mais variáveis explicativas (ex: anos de estudo, sexo ou cor), a fim de estimar e/ou prever a média (da população) ou o valor médio da resposta em temos dos valores conhecidos ou fixos das explicativas.

Embora a análise de regressão lide com a dependência de uma variável em relação a outras, ela não implica necessariamente causa. Apresenta-se uma análise econométrica baseada num modelo de regressão linear onde é considerado o plano amostral e os pesos, com a utilização do método de máxima pseudo-verossimilhança (Pessoa e Nascimento, 1998).

Após a análise descritiva do rendimento, jornada de trabalho e educação, segundo gênero e cor, concluí-se que realmente existem outras variáveis ou instrumentos que podem explicar as disparidades, não somente o próprio mercado. Investiga-se então, a existência de associação ao comparar duas mulheres com o mesmo nível educacional, porém o único critério que difere é a cor, esta observação é apropriada para identificar se existe a discriminação.

4.1 DESCRIÇÃO DE UM MODELO DE REGRESSÃO LINEAR PARA ANÁLISE DE DIFERENCIAIS DE RENDIMENTO

Na análise de regressão, a variável dependente é muitas vezes influenciada não somente pelas variáveis que podem ser facilmente quantificadas em alguma escala bem definida, por exemplo, anos de estudo. Mas também por variáveis de natureza essencialmente qualitativa, por exemplo, sexo e cor. Os resultados da análise descritiva demonstram que as mulheres ganham menos que os homens, além disso, demonstram também que mulheres ocupadas afro-brasileiras ganham menos que as demais ocupadas. Este quadro informa que existe uma associação da presença de disparidades segundo sexo e/ou cor, mas qualquer que seja a razão, variáveis qualitativas como sexo,

(10)

cor e educação de fato influenciam a variável dependente e devem ser incluídas entre as variáveis explicativas.

As variáveis qualitativas, como sexo e cor, geralmente indicam a presença ou a ausência de uma “qualidade” ou atributo, tais como homem e mulher, afro ou não-afro. Um método para “quantificar” tais atributos é construir variáveis artificiais que assumam valores de 1 ou 0 (0 indicando a ausência de um atributo e 1 indicando a presença). As variáveis que assumem tais valores 0 e 1 são chamadas de variáveis dummies (nomes alternativos: variáveis indicadores, variáveis binárias, variáveis categóricas, variáveis qualitativas e variáveis dicotômicas).

Considere o seguinte modelo (1):

i i i

i

i sexo cor anoest u

hora

salário/ ) = + ₁ + ₂ + ₃ +

ln( α β β β , onde:

−

− i representa o i-ésimo entrevistado da pesquisa, ou seja, i=1, 2, 3,...,n;

−

− ln(salário/hora) é o logaritmo do salário real divido pela jornada de trabalho,

mensurada em horas no mês;

−

− sexo é a variável indicadora para os homens, ou seja, recebe valor 1 quando o entrevistado é do sexo masculino e 0 se for do sexo feminino;

−

− cor é variável indicadora para os afro-brasileiros, recebe valor 1 quando o entrevistado pertence a esse grupo (pessoas que declararam sua cor preta, parda ou indígena), caso contrário(pessoas de cor branca e amarela) recebe valor 0.

−

− anoest representa a variável anos de estudo;

−

− ui é a perturbação (componente estocástico).

Está implícita neste modelo a hipótese de que o efeito diferencial da variável dummy “sexo” é constante nos dois níveis de “cor”, e que o efeito diferencial da variável dummy “cor” é também constante para os sexos feminino e masculino, ou seja, quando o log do salário/hora médio for maior entre os homens do que as mulheres, isto ocorre independentemente do fato de as pessoas serem do grupo de cor afro-brasileira ou não.

É uma hipótese que precisa ser testada, com bases nos resultados da análise descritiva, os rendimentos médios são diferenciados segundo sexo e cor, ou seja, pode

(11)

haver interação entre as duas variáveis qualitativas, e, portanto, o efeito delas sobre o log do salário/hora médio pode não ser simplesmente aditivo como em (1), mas multiplicativo como no seguinte modelo (2):

i i

i sexo cor anoest sexo cor u

hora

salário/ ) = + + + + ( * )+

ln( α β₁ β₂ β₃ β₄ , onde:

Do modelo acima se obtêm, por exemplo, a seguinte expressão:

(

salário hora _i sexo cor anoest_i

) (

anoest_i

E ( / ) / =1, =1, = α +β₁+β₂+β₄

)

+β₃

A expressão acima corresponde ao log do salário/hora médio dos homens pertencentes ao grupo afro-brasileiros, seja:

−

− β = efeito diferencial do fato de ser homem; ₁

−

− β = efeito diferencial do fato de ser uma pessoa de cor preta, parda ou indígena; 2

−

4

β = efeito diferencial do fato de ser homem e afro.

Interpreta-se o coeficiente da equação (2) como a mudança relativa (ou mudança percentual, se for multiplicada por 100) no valor médio de Y para mudança de uma unidade em X (anos de estudo). Assim, se a experiência de ensino aumentar um ano, a mudança relativa no salário/hora médio inicial será igual a . Essa interpretação é aplicada à mudança no valor de qualquer regressor, deste que o regressor seja uma

variável contínua e não dicotômica como no caso da variável dummy. Mas pode-se

obter também a mudança relativa no Y médio mesmo para a variável dummy, recorrendo ao procedimento sugerido por Halvorsen e Palmquist

3 β

6_{, aplicando o antilog}

(na base e) do coeficiente dummy estimado e subtrair 1.

O modelo (2) pode permitir verificar se as variáveis dummies sexo, cor e a interação provocam alguma diferença no salário das pessoas ocupadas, supondo, naturalmente, que todas as demais variáveis (educação) sejam mantidas constantes. Admitindo que as perturbações satisfaçam as hipóteses usuais do modelo clássico de regressão linear, o modelo (2) foi ajustado para os anos de 1996 e 1999.

6_{Robert Halvorsen e Raymond Palmquist, “The Interpretation of Dummy Variables in Semilogarithmic}

(12)

4.2 ANÁLISE DO MODELO

Os resultados dos testes para os efeitos do modelo estão reportados nas tabelas a seguir: T TAABBEELLAA4.4.11 -- TTEESSTTEEPPAARRAAEEFFEEIITTOOSSDDOOMMOODDEELLOO19199966 Graus de liberdade Estatística de

teste Wald F P_valor Modelo completo 5 1148.75 0.000

Sem intercepto 4 492.23 0.000

Sexo*Afro 1 0.93 0.335

Anoest 1 1627.31 0.000

Fonte: Construída com base nas informações contidas na PNAD/IBGE 1996(Rio de Janeiro).

T

TAABBEELLAA4.4.22 -- TTEESSTTEEPPAARRAAEEFFEEIITTOOSSDDOOMMOODDEELLOO19199999

Graus de

liberdade

Estatística de

teste Wald F P_valor Modelo completo 5 1103.69 0.000

Sexo*Afro 1 0.73 0.392

Anoest 1 1435.37 0.000

São apresentadas as probabilidades de significância dos testes de nulidade dos efeitos do modelo e através dos resultados conclui-se que o efeito diferencial do fato de ser homem e afro-brasileiro não é significativo a 95% de confiança para os dois anos em questão.

(13)

Sendo assim o modelo escolhido engloba efeitos simples, ou seja, sem nenhuma interação. T TAABBEELLAA4.4.33 –– TTEESSTTEEPPAARRAAEEFFEEIITTOOSSDDOOMMOODDEELLOO19199966 Graus de liberdade Estatística de

teste Wald F P_valor

Modelo completo 4 1427.05 0.000

Sexo 1 331.87 0.000

Afro 1 157.72 0.000

Anoest 1 1626.64 0.000

T

TAABBEELLAA4.4.44 -- TTEESSTTEEPPAARRAAEEFFEEIITTOOSSDDOOMMOODDEELLOO19199999

Graus de

liberdade

Estatística de teste Wald F P_valor Modelo completo 4 1362.59 0.000

Sexo 1 387.21 0.000

Afro 1 151.6 0.000

Anoest 1 1434.8 0.000

As tabelas 4.3 e 4.4 revelam que todos os efeitos são significativos para o modelo através da estatística de Wald baseada no plano amostral.

(14)

T

TAABBEELLAA4.4.55 -- EESSTTIIMMAATTIIVVAASSDDOOPPAARRÂÂMMEETTRROOPPAARRAAOOMMOODDEELLOO19199966 Parâmetro Estimativa Erro

padrão EPA Estatística T P_valor

I Inntteerrcceeppttoo -0.07 0.03 1.38 -2.71 0.0070 S Seexxoo Homem 0.28 0.02 0.95 18.22 0.0000 G Grruuppooddeeccoorr Afro-brasileiro -0.22 0.02 1.21 -12.56 0.0000 A Annoossddeeeessttuuddoo 0.12 0.00 2.55 40.33 0.0000 Fonte: Construída com base nas informações contidas na

PNAD/IBGE 1996(Rio de Janeiro).

T

TAABBEELLAA4.4.66 -- EESSTTIIMMAATTIIVVAASSDDOOPPAARRÂÂMMEETTRROOPPAARRAAOOMMOODDEELLOO19199999 Parâmetro Estimativa Erro

padrão EPA Estatística T P_valor

I Inntteerrcceeppttoo -0.10 0.03 1.60 -3.83 0.0001 S Seexxoo Homem 0.30 0.02 1.00 19.68 0.0000 G Grruuppooddeeccoorr Afro-brasileiro -0.21 0.02 1.13 -12.31 0.0000 A Annoossddeeeessttuuddoo 0.11 0.00 2.71 37.88 0.0000 Fonte: Construída com base nas informações contidas na

(15)

A partir dos resultados das tabelas 4.5 e 4.6, mantendo fixo o sexo masculino e cor não afro, conclui-se que o salário/hora aumenta em 12% ao acréscimo de um ano de estudo em 1996 e 11% com o mesmo acréscimo em 1999.

Seguindo a metodologia proposta por Halvorsen e Palmquist, para os dados de 1996, aplica-se a exponencial de 0,28 subtraindo 1, que é aproximadamente 0.3231. Desta forma, o salário/hora médio dos homens é 32.31% maior do que o das mulheres. Para a pessoa que declarou sua cor preta, parda ou indígena, em média, tem o salário 24,60% menor que as pessoas de cor branca ou amarela.

No Rio de Janeiro, no período 1996 a 1999, ao realizar a predição para uma pessoa com todas as características iguais, percebe-se que o diferencial de salários se alterou, sendo que o salário/hora médio dos homens passou a ser 34,98% maior do que o das mulheres. Sobre a questão racial o quadro é mais tranqüilo, pois o diferencial diminuiu de 24,60% em 1996 para 23,36% em 1999.

É importante destacar que a metodologia desenvolvida requer a identificação de estratos e unidades primárias de análise da pesquisa utilizada, para essa identificação foi disponibilizado um algoritmo pelo Departamento de Metodologia/IBGE, porém esse algoritmo pode ser substituído por outro mais eficiente e vir a comprometer a conclusão do trabalho.

5. COMPARAÇÃO ENTRE DISTRIBUIÇÃO DE MULHERES SEGUNDO FAIXAS SALARIAIS Na análise descritiva foi possível observar a perda nos níveis de renda para todos os grupos considerados, entretanto não permite observar se houve mudanças na distribuição das pessoas segundo nível salarial, ou seja, se a proporção de pessoas em cada nível salarial difere considerando o grupo a que pertence.

Este bloco tem o objetivo de testar a hipótese (H0) de que a distribuição de

mulheres por nível salarial não difere por grupo de cor tanto em 1996, quanto em 1999, ou seja:

H0: p1c=p2c, onde:

(16)

2= Mulheres brancas ou amarelas; c= Classificação dos níveis salariais.

Para classificação dos níveis salariais foi levado em consideração o salário/hora, dado que reflete melhor a posição da pessoa dentro de cada nível, por exemplo, se uma pessoa ganha dois salários mínimos, mas tem uma jornada duas vezes maior a outra que ganha apenas um salário mínimo, conclui-se que elas se enquadram no mesmo nível. As classificações de salário se dividem em:

1. Mulheres que recebem até 1 salário mínimo; 2. Mulheres que recebem de 1 a 3 salários mínimos; 3. Mulheres que recebem mais de 3 salários mínimos.

O teste apropriado para essa comparação é conhecido como teste de homogeneidade que avalia a igualdade de distribuições de uma determinada variável resposta categórica (nível salarial) correspondente a diferentes níveis de uma variável preditora (cor).

Para realizar o cálculo, o teste escolhido foi o teste de Wald baseado no plano amostral, sua estatística é dada por:

(

)

2 ) 1 )( 1 2 ( 2 1 1 2 1 2 1 2₍ ₎ ₍_ˆ _ˆ ₎ ˆ ₍_ˆ ₎ ˆ ₍_ˆ ₎ ₍_ˆ _ˆ ₎_~ − − − − + ′ − = _p _p _C W H p p V p V p p p X χ

Onde é o estimador consistente da matriz de variância de aleatorização do vetor e V é o estimador consistente da matriz de variância de aleatorização do vetor . ) ˆ ( ˆ 1 p V_p ˆ ( ˆ 2 p p 1 ˆp 2 ˆp )

Regra de decisão: rejeita H0 se (calculado) for maior que o valor tabelado

com um nível de significância de 5%. 2 χ 2 ) 1 )( 1 2 ( − C− χ

(17)

T TAABBEELLAA55..11:: TTEESSTTEEDDEEHHOOMMOOGGEENNEEIIDDAADDEE Teste/Ano Estatística de Teste GLN GLD P-Valor Wald em 1996 157,43 2 0 0.000 Wald em 1999 163.71 2 0 0.000

Fonte: Construída com base nas informações contidas na PNAD/IBGE 1996 e 1999 (Rio de Janeiro).

A tabela 5.1 mostra que para os dois anos citados, o teste indica a rejeição da hipótese nula, ou seja, não há evidência de que a distribuição salarial das mulheres seja igual por grupo de cor.

T

TAABBEELLAA5.5.22:: DDIISSTTRRIIBBUUIIÇÇÃÃOODDAASSMMUULLHHEERREESSPPOORRNNÍÍVVEELLSSAALLAARRIIAALL19199966 Categoria Até 1 salário

mínimo De 1 a 3 salários mínimo Mais de 3 salários mínimo Total 19,32 43,56 37,12 Mulheres afro 23,67 52,05 24,28

Mulheres não afro 16,26 37,60 46,15

(18)

T

TAABBEELLAA5.5.33:: DDIISSTTRRIIBBUUIIÇÇÃÃOODDAASSMMUULLHHEERREESSPPOORRNNÍÍVVEELLSSAALLAARRIIAALL19199999 Categoria Até 1 salário

mínimo De 1 a 3 salários mínimo Mais de 3 salários mínimo Total 16,41 48,79 34,80 Mulheres afro 21,66 57,59 20,75

Mulheres não afro 13,45 43,82 42,73

As tabelas 5.2 e 5.3 apresentam as diferenças dos níveis salariais por cor das cariocas, é interessante observar que de 1996 para 1999 houve um ganho significativo para o segundo nível, ou seja, a proporção de mulheres com salário/hora que corresponde de 1 a 3 salários mínimos aumentou. Além disso, as mulheres afro perderam menos no primeiro nível salarial, apenas 2,01% das mulheres pretas, pardas ou indígenas deixaram de ganhar o equivalente a 1 salário mínimo contra 2,81% as brancas ou amarelas. Para o último nível, as mulheres afro também foram as que mais perderam, pois a queda é de 3,53% , já para as mulheres não afro essa perda é um pouco menor chegando a 3,42%.

6. CONCLUSÕES

A Análise descritiva para os anos de 1996 e 1999 revela que apesar da redução do valor real médio dos trabalhadores cariocas, a disparidade entre o salário de homens e mulheres reduziu de 57%(1996) para 45%(1999). A redução dos diferenciais de salário entre os grupos de cor apresenta também um quadro positivo, enquanto que os afro-brasileiros ganhavam cerca de 50%(1996) do salário do outro grupo passa a receber 55%(1999). Esta análise conjuntural evidencia que todos os trabalhadores perderam em termos reais o poder de seus salários, no entanto, os homens e pessoas de cor branca ou amarela perderam mais, este resultado explica a queda na redução dos diferenciais no período considerando simplesmente uma análise descritiva.

(19)

Embora o salário médio das mulheres afro-brasileiras não tenha apresentado reduções no valor real, elas apresentaram ganho na jornada de trabalho, de 37,9 horas semanais em 1996 para 39,2 horas semanais em 1999, sendo assim o salário/hora também apresenta reduções de R$ 2,22 para R$ 2,09. As mulheres precisam trabalhar mais, aumentar o seu nível de escolaridade para mudar o quadro de forma positiva.

A análise econométrica, onde controlamos indivíduos com a mesma educação e alterando sua cor ou sexo, apresenta-se de outra forma. O diferencial de salário/hora médio entre homens e mulheres aumentou de 32,31%(1996) para 34,98%(1999). Para a questão racial o quadro é positivo o diferencial reduziu de 24,6%(1996) para 23,36%(1999). As análises, para o Rio de Janeiro, não evidenciaram a existência de diferenciais segundo o sexo e cor das pessoas.

A distribuição do nível salarial entre as mulheres, segundo o quesito cor, revela que as afro-brasileiras perderam menos no primeiro nível salarial, cerca de 2,01% deixaram de ganhar o equivalente a 1 salário mínimo contra 2,81% das brancas ou amarelas. Para o último nível, as mulheres afro foram as que mais perderam, pois a queda é de 3,53% contra 3,42% do outro grupo.

No início da década de 90, enquanto boa parte do mundo discutia Políticas de Ação Afirmativa no ensino, no mercado de trabalho e no poder político, o Brasil manteve a parte com o discurso da democracia racial. A queda do muro de Berlin, o fim do Apartheid na África do Sul, mobilizaram o mundo no século passado. Hoje, são implementadas as políticas de ação afirmativa (13 de maio de 2002) separando cotas para negros nos órgãos públicos. Tão importante quanto criar cotas é necessário traçar metas das políticas para averiguar a efetividade de sua atuação com relação a sustentabilidade, foco e velocidade.

7. REFERÊNCIAS BIBLIOGRÁFICAS. .

[1] Becker G.S. (1993). Nobel Lecture: The Economic Way of Looking at Behavior.

Journal of Political Economy, vol. 101, no.3

[2] Deaton, Angus (1998). The Analysis of Household Surveys. A Microeconometric Approach to Development Policy.

(20)

[3] Gujarati, D. N. (2000). Econometria Básica – Tradução Ernesto Yoshida.

[4] Néri M. C., Gonzaga G. E Camargo J. M. (1999). Distribuição Regional da Efetividade do Salário Mínimo no Brasil. IPEA – Instituto de Economia Aplicada. [5] Pessoa D.G.C., Nascimento Silva P.L.D. (1998). Análise de Dados Amostrais Complexos. Minas Gerais: ABE – Associação Brasileira de Estatística.

[6] Pinto A.C. , Néri M. C. (2000). Mobilidade Ocupacional e Raça: Origens, Destinos e Riscos dos Afro-Brasileiros. Rio de Janeiro: Ensaios Econômicos Nº 392, EPGE / FGV

[7] Rossi, J.W. (1982). Índices de Desigualdade de Renda e Medias de Concentração Industrial – aplicação a casos brasileiros.