Con la función tasa_sindicalizacion() se puede acceder a
dos conjuntos de series históricas de las tasas de sindicalización: (1)
series oficiales publicada por la Dirección del Trabajo en sus
compendios; y (2) serie no oficial calculada desde microdatos de este
paquete.
Cada conjunto contiene 3 series. Las que se definen así:
metodologia1 = Población Afiliada / Total de ocupados*100
metodologia2 = Población Afiliada / Total de ocupados (excluye asalariados s.público)*100
metodologia3 = Población Afiliada (excluye afiliados independientes) / Total de ocupados
Series oficiales tasa de sindicalización
Se tiene el dato desde 1990 hasta 2019.
tasa_sindicalizacion("dt")
#> ano tasa_sind1 tasa_sind2 tasa_sind3
#> 1 1990 13.4 16.2 19.2
#> 2 1991 15.1 18.2 21.2
#> 3 1992 14.8 17.9 20.7
#> 4 1993 13.4 16.0 18.6
#> 5 1994 12.9 15.4 18.0
#> 6 1995 12.3 14.6 16.7
#> 7 1996 NA NA NA
#> 8 1997 11.5 13.3 15.0
#> 9 1998 11.3 13.1 15.0
#> 10 1999 10.7 12.7 14.5
#> 11 2000 11.1 13.2 14.8
#> 12 2001 10.9 12.9 14.6
#> 13 2002 11.2 13.1 14.8
#> 14 2003 11.8 13.8 15.6
#> 15 2004 11.6 13.7 15.6
#> 16 2005 11.5 13.4 15.1
#> 17 2006 11.0 12.8 14.5
#> 18 2007 11.0 12.9 14.8
#> 19 2008 11.9 13.9 16.1
#> 20 2009 12.5 14.6 17.3
#> 21 2010 11.7 13.9 15.8
#> 22 2011 11.8 14.1 15.7
#> 23 2012 12.2 14.6 16.6
#> 24 2013 11.9 14.2 16.4
#> 25 2014 12.3 14.7 17.0
#> 26 2015 12.9 15.4 17.9
#> 27 2016 13.9 16.5 19.6
#> 28 2017 14.0 17.0 20.5
#> 29 2018 14.0 17.0 20.6
#> 30 2019 13.1 15.9 18.9Series no oficiales tasa de sindicalización
Se demoran en calcular.
El dato se presenta solo para 2010 en adelante dado que en INE no hay series públicas de empleo con la distinción entre asalariados sector público y sector privado para el periodo previo.
tasas <-tasa_sindicalizacion(metodo="res")
tasas %>% mutate_at(c(2:4), ~.*100)
#> ano tasa1 tasa2 tasa3
#> 1 2010 13.49180 16.08212 18.29448
#> 2 2011 13.61499 16.24808 18.23828
#> 3 2012 13.89226 16.60597 18.65475
#> 4 2013 14.00315 16.78489 19.07529
#> 5 2014 14.24036 17.08285 19.56004
#> 6 2015 14.40889 17.17379 19.72607
#> 7 2016 14.52420 17.30669 20.09048
#> 8 2017 14.30667 17.26611 20.28103
#> 9 2018 14.47691 17.56944 20.64531
#> 10 2019 14.19816 17.18578 20.32317
#> 11 2020 16.07867 19.62449 23.02172
#> 12 2021 14.93325 17.96651 21.47189