logo
/Lo que no te cuentan en la entrevista

Resultados de la
Encuesta de Sueldos 2025.01
Diciembre - Enero

En OpenQube trabajamos para ofrecer información actualizada sobre empleos en el campo de tecnología de la información para que puedas acceder a ella fácilmente. ¿Cómo lo logramos? A través de nuestra plataforma colaborativa, en la que podés evaluar las empresas en las que trabajaste y ayudar a otros a tomar decisiones informadas sobre su carrera.

Desde 2014, llevamos a cabo encuestas salariales dentro de la comunidad tecnológica y publicamos los resultados en el blog de Sysarmy.

En 2019, comenzamos a analizar los resultados de estas encuestas. Nuestros informes pasados están acá:

Con la intención de presentar a nuestra comunidad los resultados de forma más accesible, seleccionamos algunos datos estadísticos que consideramos relevantes. Para una mejor comprensión de los mismos, recomendamos leer el apartado de Metodología.

A continuación te mostramos los resultados del nuevo análisis para diciembre 2024 - enero 2025.


El presente informe fue realizado para openqube por Sol Espain y Rodrigo Díaz.


(basado en los trabajos previos de Nadia Kazlauskas, Pablo Fernandez, Luciana Castro, Gerardo Bort, Pablo Casas, Leonardo Genzano, Nico Quiroz, Lara López Calvo y Juan Manuel Benítez)

5372 fueron las respuestas totales en la República Argentina.

5196 respuestas fueron consideradas en el presente análisis, es decir un 96.72% del total.

Regiones

Porcentaje de participantes por región de la Argentina

  • Geografía
  • Nivel de participación

Seleccione una provincia

Mapa de participación en la encuesta por regiones del país.
La intensidad del color es sólo representativa.

Roles

Porcentaje de participantes por tipo de rol

0%9%18%34.18%DeveloperSysAdmin / DevOps /SREManager / DirectorTechnical LeaderBI Analyst / Data AnalystQA / TesterData EngineerArchitectInfosecHelpDeskUX DesignerData ScientistConsultantBusiness AnalystNetworkingOtros

Porcentaje de personas encuestadas por rol.

Experiencia

Años de experiencia

0%5%10%18.17%0-1234-56-89-1314-2122-46
Porcentaje de personas encuestadas según años de experiencia en la profesión.

En esta sección, los datos fueron agrupados por rangos de años, en conjuntos arbitrarios.
Se observan valores similares a los de la encuesta anterior.

Años en la compañía actual

0%9%18%34.66%0-1234-56-89-1314-2122-52
Porcentaje de personas encuestadas según años de antigüedad en su compañía actual

El 52% de las personas encuestadas tiene 2 o menos años en su compañía actual.

Años en el puesto actual

0%9%18%34.24%0-1234-56-89-1314-2122-40
Porcentaje de personas encuestadas según años de antigüedad en su puesto actual.

El 56% de las personas que respondieron la encuesta trabaja hace menos de 3 años en su puesto actual.

Educación

Del total de respuestas consideradas, solo el 46% respondió la sección de educación. Esto equivale a 2390 respuestas.

Nivel de estudios alcanzado y estado actual

0%8%16%31.55%UniversitarioTerciarioPosgrado/EspecializaciónSecundarioMaestríaDoctoradoPosdoctorado
  • Completo
  • En curso
  • Incompleto
Este gráfico muestra el porcentaje de personas encuestadas que alcanzaron cada nivel de estudios, así como el grado de completitud o estado de sus carreras.

Aproximadamente el 30% de las personas encuestadas no ha finalizado estudios universitarios. La tendencia se mantiene respecto de la encuesta anterior.

¿Cuáles son las carreras más estudiadas?

  • Carreras
  • Carreras y estado
0%6%12%23.74%Ingeniería en SistemasIngeniería enInformáticaAnalista de SistemasTecnicatura Superior enProgramaciónLicenciatura enSistemasLicenciatura en Cienciasde la ComputaciónLicenciatura enInformáticaIngeniería ElectrónicaLicenciatura en Cienciade DatosDiseño GráficoIngeniería enComputaciónLicenciatura enAdministración deEmpresasAnalista ProgramadorUniversitarioIngeniería IndustrialTecnicatura enInformáticaOtros

Algunos nombres de carreras fueron normalizados para la elaboración de este gráfico.
Para más información, ver la Metodología.

¿Cuáles son las Universidades más concurridas?

  • Universidades
  • Universidades y estado de las carreras
0%8%16%31.13%UTN - UniversidadTecnológica NacionalUBA - Universidad deBuenos AiresUADE - UniversidadArgentina De laEmpresaUNLP - UniversidadNacional de La PlataUAI - UniversidadAbierta InteramericanaUNLaM - UniversidadNacional de La MatanzaUNC - UniversidadNacional de CórdobaUniversidad Siglo 21UNR - UniversidadNacional de RosarioUP - Universidad dePalermoOtros

Los nombres de las casas de estudio fueron normalizados para la elaboración de este gráfico.
Para más información, ver la Metodología.

Demografía

Identidad de género

  • Porcentaje
  • Absoluto
0%20%40%78.61%Hombre CisMujer CisPrefiero no decirNo binarieQueerTransLesbianaAgénero

Para mayor detalle sobre este tópico, recomendamos ver el apartado de Género.

Si te preguntás por qué no hay tantas mujeres, tal vez esta investigación de Chicas En Tecnología te pueda dar una respuesta.

Todos los valores de salarios aquí expresados, tanto en moneda local como en dólares, refieren a salario bruto: previo a cargas sociales e impuestos.

Progresión histórica

Gracias a que contamos con resultados de encuestas anteriores, podemos medir la evolución de ciertos indicadores a lo largo del tiempo.

En el caso de los salarios en Argentina, es de particular interés conocer su evolución, debido a las continuas fluctuaciones de la moneda y la inflación.

En los siguientes gráficos podremos observar cómo han cambiado las medianas salariales y compararlas con su valor correspondiente en dólares según la cotización de cada período.

En esta edición incorporamos un análisis adicional que ajusta los salarios históricos a pesos constantes, teniendo en cuenta la inflación de cada período. Esto nos permite observar la evolución del poder adquisitivo real de los salarios a lo largo del tiempo.

Mediana salarial en Argentina

  • Salarios en AR$
  • Salarios en AR$ constantes ajustados por IPC
  • Salarios en US$ (oficial)
  • Salarios en US$ (ahorro)
  • Salarios en US$ (Blue)
  • Salarios en US$ (MEP)
2017-09-012019-02-152020-08-152022-02-212025-02-04$ 0$600,000$1,200,000$2,289,157
  • Pesos Argentinos

Serie histórica de salarios en ARS basada en encuestas anteriores de sysarmy.

Desde junio de 2024 hasta enero de 2025 se registró en la República Argentina una inflación de 27% según el INDEC. Según los datos históricos de esta encuesta, en aproximadamente el mismo intervalo de tiempo, la mediana salarial aumentó un 35%.

Según Contrato

Sueldos dolarizados vs. sueldos en pesos argentinos

$ 0.00$ 1,900,000.00$ 3,713,450.00Sueldo no dolarizadoSueldo dolarizado
  • Junior
  • Semi-Senior
  • Senior
Mediana salarial según sueldos dolarizados y experiencia.

Las medianas salariales para puestos Semi-Senior y Senior pueden variar hasta un 40% según si el sueldo se encuentra (al menos en una parte) dolarizado o no. En cambio, para roles Junior, no se observa una diferencia significativa. Para más detalle ver Metodología.

En este gráfico se muestra el porcentaje de personas que gozan de este beneficio.

Según Puesto

Dada la diferencia salarial observada entre los sueldos en pesos argentinos y los sueldos dolarizados, a continuación se presentan las medianas salariales según el rol, la experiencia y el estado de dolarización del sueldo.

Salarios según rol y experiencia

  • Para salarios no dolarizados
  • Para salarios dolarizados
$ 0.00$ 1,500,000.00$ 4,330,000.00ArchitectData ScientistTechnical LeaderManager / DirectorScrum MasterData EngineerInfosecDBA (DatabaseAdministrator)UX ResearcherSales / Pre-SalesBusiness AnalystConsultantDeveloperBI Analyst / Data AnalystSysAdmin / DevOps /SRENetworkingMiddlewareUX DesignerQA / TesterTechnical Support
  • Junior
  • Semi-Senior
  • Senior
Mediana salarial por rol y años de experiencia en el puesto.

El seniority aquí mencionado refiere a años de experiencia en el rol. Las medianas en GRIS no son confiables y deben ser tomadas con cuidado. Para más detalle ver Metodología.

Según Educación

Dada la diferencia salarial observada entre los sueldos que se perciben en pesos argentinos y los que están dolarizados, se muestra a continuación las medianas salariales según el nivel de educación alcanzado y el estado de dolarización del sueldo.

Salarios según nivel de educación

$ 0.00$ 2,000,000.00$ 3,958,205.50MaestríaPosgrado/EspecializaciónUniversitarioSecundarioTerciario
  • No Dolarizado
  • Dolarizado
Mediana salarial por nivel de educación formal alcanzado y según dolarización del sueldo.

Las medianas en GRIS no son confiables y deben ser tomadas con cuidado. Para más detalle ver Metodología.

Salarios según carrera y experiencia

  • Recibidos por experiencia
  • Por carrera y estado
$ 0.00$ 3,000,000.00$ 4,883,200.00Licenciatura en Cienciasde la ComputaciónIngeniería enInformáticaIngeniería en SistemasLicenciatura en LetrasLicenciatura enSistemasIngeniería enComputaciónIngeniería ElectrónicaLicenciatura enComercializaciónAnalista de SistemasTecnicatura Superior enSoporte deInfraestructurasDiseño IndustrialLicenciatura en Gestiónde TecnologíaRecursos HumanosDesarrollo WebDiseño Multimedial
  • Junior
  • Semi-Senior
  • Senior
Mediana salarial por carrera y años de experiencia.

En este gráfico hemos incluído únicamente las personas que completaron sus estudios universitarios.

Las medianas en GRIS no son confiables y deben ser tomadas con cuidado. Para más detalle ver Metodología.

Más sobre la representatividad de la muestra en el apartado Metodología.

Según Tecnología

Dada la diferencia salarial observada entre los sueldos que se perciben en pesos argentinos y los que están dolarizados, se muestra a continuación las medianas salariales según tecnología, experiencia y el estado de dolarización del sueldo.

Según plataformas y experiencia

  • Para salarios no dolarizados
  • Para salarios dolarizados
$ 0.00$ 1,800,000.00$ 3,600,000.00MainframeServerlessKubernetesOpenShiftAmazon Web ServicesAIXGoogle Cloud PlatformDockerFirebaseAzureLinuxVMWareSAPWindows Server*BSDCiscoFortinet
  • Junior
  • Semi-Senior
  • Senior
Mediana salarial según plataformas y años de experiencia.

Se muestra por defecto las plataformas más utilizadas, cuya cantidad de menciones supere el umbral de 0,5%. Las medianas en GRIS no son confiables y deben ser tomadas con cuidado. Para más detalle ver Metodología.

Según lenguajes de programación y experiencia

  • Para salarios no dolarizados
  • Para salarios dolarizados
$ 0.00$ 2,000,000.00$ 4,000,000.00GoKotlinCOBOLSmalltalkGroovyRPythonJavaTypeScriptC.NETVBAC#Bash/ShellSQLC++JavascriptHTMLCSSPHPPerl
  • Junior
  • Semi-Senior
  • Senior
Mediana salarial según lenguaje de programación años de experiencia.

Se muestra por defecto los lenguajes de programación más utilizadas, cuya cantidad de menciones supere el umbral de 0,5%.

Las medianas en GRIS no son confiables y deben ser tomadas con cuidado. Para más detalle ver Metodología.

En esta edición la pregunta sobre identidad de género es de tipo texto libre. Como resultado, el número de respuestas que suelen incluirse dentro de la categoría "Prefiero no decir" disminuyó respecto a ediciones anteriores. Para más detalles, revisar la Metodología.

Si bien en este apartado mantuvimos la lógica general del informe de no incluir dentro de los gráficos los conjuntos que tuvieron una representación menor al 1% de la muestra, mencionamos aquellas identidades de género que están subrepresentadas en esta encuesta, hecho que refleja inequidades por múltiples barreras e injusticias sociales.

Porcentajes de identidades de género menores al 1%:

  • Prefiero no decir 0.9%
  • No Binarie 0.5%
  • Queer 0.15%
  • Trans 0.08%
  • Lesbiana 0.02%
  • Agénero 0.02%

Como es de esperar, las inequidades históricas y sistemáticas por género, se sostienen.

Algunos datos

  1. De las personas que participaron en la encuesta y respondieron a este ítem, aproximadamente el 80% son hombres cis, mientras que el 20% son mujeres cis.
  2. Se observan valores similares al período anterior.
  3. Según los datos recopilados, la brecha salarial entre hombres cis y mujeres cis se acentúa a medida que aumentan los años de experiencia de la población encuestada.
  4. Es importante notar que, a pesar de tener logros académicos destacados entre las mujeres cis, la brecha salarial persiste en todos los niveles.

Identidad de género

  • Porcentaje
  • Absoluto
0%20%40%60%79.9%Hombre CisMujer Cis

Si te preguntás por qué no hay tantas mujeres, tal vez esta investigación de Chicas En Tecnología te pueda dar una respuesta.

Brecha salarial de género

0.001,600,000.003,100,000.00Hombre CisMujer Cis
  • Junior
  • Semi-Senior
  • Senior

Media salarial por género y seniority.

Se observa que la brecha salarial entre Hombres Cis y Mujeres Cis aumenta con la experiencia.

Progresión histórica

Histórico de nivel de participación

2017-09-012019-02-152020-08-152022-02-212025-02-040%30%60%100.1%
  • Hombre Cis
  • Mujer Cis
  • Otros
  • Prefiero no decir
Serie de tiempo de porcentaje de participación por género basada en encuestas anteriores.

Histórico de salarios por género

  • Salarios en ARS
  • Salarios en USD (Oficial)
  • Salarios en USD (Blue)
2017-09-012019-02-152020-08-152022-02-212025-02-04$ 0$650,000$1,300,000$2,450,000
  • Hombre Cis
  • Mujer Cis
  • Otros
  • Prefiero no decir
Serie histórica de salarios en ARS basada en encuestas anteriores.
Se observa la evolución salarial por género en pesos argentinos.

Actualmente, por cada peso que gana un hombre cis, una mujer cis gana aproximadamente 83 centavos.

Al analizar el gráfico, es importante tener en cuenta que el 0.9% de las personas de la muestra prefirieron no decir su género.

Histórico de conformidad

2017-09-012019-02-152020-08-152022-02-212025-02-040123
  • Hombre Cis
  • Mujer Cis
  • Otros
  • Prefiero no decir
Serie histórica del promedio del nivel de conformidad con los salarios basada en encuestas anteriores.
Medido en escala de 1 (poco conforme) a 4 (muy conforme)

Formación

En este apartado segmentamos los niveles de educación formal alcanzados y el grado de completitud de cada uno, por género.

Nivel de estudios alcanzados y completitud

  • Hombres Cis
  • Mujeres Cis
0%8%16%30.44%UniversitarioTerciarioSecundarioPosgrado/EspecializaciónMaestríaDoctoradoPosdoctorado
  • Completo
  • En curso
  • Incompleto
¿Cuál es el mayor nivel de estudios alcanzado de los hombres cis, y cuál es su estado actual?
Los valores porcentuales de cada segmento son sobre el total de los hombres encuestados.

Experiencia

Salario por género según años de experiencia

0-1234-56-89-1314-2122-46$ 0$850,000$1,700,000$3,314,677
  • Hombre Cis
  • Mujer Cis
Mediana salarial por género, según años de experiencia.
La brecha salarial entre hombres cis y mujeres cis se acentúa a medida que aumentan los años de experiencia de la población encuestada.

Participación por género según años de experiencia

0-1234-56-89-1314-2122-460%25%50%75%100%
  • Hombre Cis
  • Mujer Cis
Nivel de participación por género, según años de experiencia.
Se observa una menor participación de Mujeres Cis a medida que aumentan los años de experiencia.

Conformidad

0-1234-56-89-1314-2122-460113
  • Hombre Cis
  • Mujer Cis
Conformidad con los salarios por género según años de experiencia.
Medido en escala de 1 (poco conforme) a 4 (muy conforme).

Ajuste salarial

Ajustes por inflación 2024

0%10%20%30%40%Hombre Cis Mujer Cis
Mediana de porcentaje de ajustes por inflación acumulados por género.

Como contraste, la inflación publicada por el INDEC para el año 2024 fue de 118%.

Es importante tomar este numero con ciudado ya que en muchos casos no es posible distinguir si el sueldo está o no dolarizado y posiblemente existan casos donde, por tratarse de un sueldo dolarizado, no hubo ajustes por inflación.

Posiciones de liderazgo

Posiciones de liderazgo abierto por identidad de género

0%20%40%76.44%No
  • Hombre Cis
  • Mujer Cis
Se define posición de liderazgo (Sí) la que tiene al menos 1 persona a su cargo.

Tecnologías más populares

Plataformas

0%10%20%39.05%LinuxDockerAmazon Web ServicesAzureWindows ServerGoogle Cloud PlatformKubernetesVMWareServerlessSAPOtros
Plataformas más utilizadas entre los participantes
Las plataformas no son excluyentes, es decir puede haber más de una por persona relevada. Los valores son porcentuales sobre el total de participantes.

Lenguajes de Programación

0%15%44.17%SQLJavascriptPythonHTMLTypeScriptCSSBash/ShellJavaPHP.NETOtros
Lenguajes de programación más utilizadas entre los participantes
Los lenguajes de programación no son excluyentes, es decir puede haber más de uno por persona relevada. Los valores son porcentuales sobre el total de participantes.

Frameworks, Herramientas y Librerías

0%5.5%11%20.17%Node.jsReact.jsBootstrap.NET CoreNext.jsjQueryAngularSpringWordPressDjangoOtros
Frameworks, Herramientas y Librerías más utilizadas entre los participantes
Los mismos no son excluyentes, es decir puede haber más de uno por persona relevada. Los valores son porcentuales sobre el total de participantes.

Bases de Datos

0%8%16%31.79%MySQLMicrosoft SQL ServerPostgreSQLMongoDBMariaDBOracleRedisSQLiteAmazon DynamoDBMicrosoft AzureOtros
Bases de datos más utilizadas entre los participantes
Las bases de datos no son excluyentes, es decir puede haber más de una por persona relevada. Los valores son porcentuales sobre el total de participantes.

QA / Testing

0%5.5%11%21%PostmanJUnitJestCypressSeleniumSoapUIVisual Studio Coded UIPHPUnitCucumberXunitOtros
Herramientas de QA / Testing más utilizadas entre los participantes

Las mismas no son excluyentes, es decir puede haber más de una por persona relevada. Los valores son porcentuales sobre el total de participantes.

¿Qué tanto estás usando Copilot, ChatGPT u otras herramientas de IA para tu trabajo?

0%6.5%13%24.29%012345
Nivel de aplicación de las herramientas de IA en su trabajo

Los valores son porcentuales sobre el total de participantes.

Tipos de contrato

0%20%40%72.52%Staff (plantapermanente)ContractorTercerizado (trabajo através de consultora oagencia)FreelanceParticipación societariaen una cooperativa
Porcentaje de tipos de contrato de trabajo..

¿Qué porcentaje tiene su sueldo dolarizado?

No dolarizado: 64%100% dolarizado: 16%Parcialmente dolarizado: 14%Dolarizado pero cobra en ARS: 6%

Porcentaje de personas que tienen su sueldo dolarizado, ya sea de forma parcial o completa, y quienes no lo tienen.

El 36% de las personas tiene su sueldo dolarizado, al menos de manera parcial. Esto representa una disminución del 2% respecto a la encuesta anterior.

¿Qué porcentaje realiza guardias?

Sin guardias: 60%Guardias pasivas: 34%Guardias activas: 7%

Porcentaje de personas que realizan guardias y de qué tipo.

Nótese que esta pregunta es opcional en la encuesta y sólo la respondió el 32% de las personas.

Distribución del top 10 mejor pago

0.004,000,000.007,798,301.00VP / C-LevelManager / DirectorSysAdmin / DevOps /SREDeveloperData EngineerArchitectTechnical LeaderData ScientistConsultantInfosecBI Analyst / Data Analyst
  • Cantidad
  • Promedio
  • Mediana
  • Porcentaje de dolarizados
Para este análisis nos quedamos con el top 10 de los salarios más altos. Esto responde la pregunta de ¿cuánto ganan los que más ganan por rol? Los valores de la mediana son expresados en Pesos Argentinos.
Se abre por cada rol la cantidad de casos encontrados en la encuesta, tomando como mínimo 5, y mostrando el porcentaje de personas que tienen el sueldo dolarizado (% dolarizado en el grafico).

Compensación

¿Recibís algún tipo de bono?

0%15%30%59.01%NoMenos de un sueldoUn sueldoDe uno a tres sueldos3+ sueldos

Porcentaje de participantes que han recibido o no, bonos como parte de la compensación. El 41% de quienes respondieron la encuesta reciben algún tipo de bono

¿Tenés beneficios extra?

0%15%30%47.84%Horarios flexiblesAbono de serviciosesencialesCapacitacionesVacaciones extendidasActividades de bienestarfísico y mentalClases de idiomasDescuentos variosLicencias extendidasGuardería para hijesNaranja XOtros
Aquí se enumera los beneficios más comunes entre los reportados.
Los beneficios no son excluyentes, por lo que los valores indican qué porcentajes de participantes cuentan con los mismos.

Porcentajes de Ajuste por Inflación a la fecha (2024)

0%10%20%38.95%01-2021-100101-200201-400

Los rangos (eje vertical) representan el porcentaje de ajuste o aumento por inflación recibido en el año. La longitud de las barras representa el porcentaje de personas que recibieron ajustes dentro de ese rango.

Inflación acumulada en 2024: 118%.

Es importante tomar este número con ciudado, ya que en muchos casos no es posible distinguir si el sueldo está dolarizado o no y posiblemente existan casos donde, al tratarse de un sueldo dolarizado, no sufrió ajustes por inflación.

Características de las Empresas

Cantidad de Personas

0%4.5%9%16.94%De 11 a 50 personasDe 51 a 100 personasDe 201 a 500 personasDe 101 a 200 personasMás de 10000 personasDe 501 a 1000 personasDe 2001a 5000personasDe 1001 a 2000personasDe 2 a 10 personasDe 5001 a 10000personas1 (solamente yo)

Tamaño de las empresas donde trabajan las personas encuestadas.

El 49% de las personas trabaja en empresas con menos de 200 empleados.

Modalidad de trabajo

Remoto: 53%Híbrido: 40%Presencial: 8%

El 53% de las personas encuestadas trabaja remoto y el 40% trabaja bajo un esquema híbrido.

¿Cuánta gente recomienda su lugar de Trabajo?

0%15%40.9%PromotoresPasivosDetractores
Datos porcentuales, por clase según indicador Net Promoter Score.

¿Cuántas personas están buscando un cambio laboral?

Escuchando propuestas: 66%En búsqueda activa: 20%No busca: 14%

Sólo el 14% de quienes respondieron la encuesta está muy conforme con su empleo y no busca un cambio.
El 20% se encuentra en búsqueda activa y el resto, abierto a escuchar ofertas.

Para poder comprender mejor los resultados aquí expuestos, es importante hacer ciertas aclaraciones respecto del enfoque y la metodología utilizada.

- ¿Quieren decir que existe subjetividad en este reporte?
- Así es. Aunque hicimos todo lo posible para minimizarla.
Si bien los resultados aquí expuestos son números, hay ciertos procedimientos manuales que ayudaron a seleccionarlos, agruparlos y haberles dado relevancia respecto de otros. Más abajo mencionamos los más importantes:

Representatividad de la muestra

Para todos los segmentos sobre los cuales se ha hecho rankings de algún tipo (de salarios, conformidad, etc.), hemos tenido en cuenta principalmente el tamaño de la muestra por sobre otros factores. Debido a la multidimensionalidad de los datos, no creímos conveniente utilizar la homogeneidad para determinar la representatividad, ya que por ejemplo, para una misma región la dispersión de salarios puede ser muy grande debido a otros factores tales como la antiguedad, el nivel de estudios o la tecnología.

Salarios

Para los valores de los salarios aquí expuestos, ya sea por período, por género, experiencia, etc. utilizamos la mediana del salario bruto. Este valor, si bien se aproxima al promedio de una muestra, no es exactamente eso. La mediana salarial, nos sirve mejor para entender mejor cual es el valor típico de una muestra.

La mediana de los salarios, para los datos de la encuesta, suele estar levemente por debajo del valor promedio.

Evolución de los salarios en pesos constantes ajustados por IPC

Los salarios históricos se ajustaron a pesos constantes utilizando el Índice de Precios al Consumidor (IPC) publicado por el INDEC, lo que permite eliminar el efecto de la inflación y analizar la evolución del poder adquisitivo real. Para ello, se definió un período base y se aplicó el IPC como coeficiente de ajuste a cada salario histórico, convirtiéndolo a valores equivalentes en términos de precios actuales. El detalle sobre cómo utilizar este índice se encuentra en en este documento oficial de INDEC.

Valores atípicos

Muchos salarios ingresados no se corresponden necesariamente con datos reales. Esto puede ser debido a errores de tipeo, no entendimiento de la pregunta, o simplemente intencionales. Para evitar que estos valores distorsionen los resultados, aplicamos el método del Rango Intercuartílico con un coeficiente de 3.5. Dadas las diferencias encontradas entre los salarios dolarizados y los no dolarizados, este método fue aplicado por separado para estas dos poblaciones. Es muy posible que existan salarios reales que hayan quedado fuera del análisis, por ser estos realmente outliers.

Adicionalmente, y dado que el método anteriormente mencionado resulta en cotas inferiores negativas, para evitar distorsiones debido a valores demasiado bajos, hemos eliminado todas aquellas entradas cuyo salario sea menor a medio salario mínimo. Tanto para la más reciente encuesta como para las anteriores.

Medianas salariales no confiables

Para evaluar la confiabilidad de las medianas salariales de cada grupo reportado, se calculó el Intervalo de Confianza del 95% para la mediana y se consideró confiable si dicho intervalo no supera el 50% de la mediana.

Por ejemplo, una mediana de 1.200.000 con un intervalo de confianza del 95% entre 1.000.000 y 1.400.000 se considera confiable, ya que el ancho del intervalo (400.000) representa solo un 33% de la mediana. En cambio, si el intervalo de confianza estuviera entre 850.000 y 1.550.000, la consideraríamos no confiable, ya que el ancho del intervalo representa un 58% de la mediana.

Cotización del dólar

Para el cálculo de salarios dolarizados, tomamos la cotización intradiaria promedio de Bloomberg y tomamos la mediana del valor del día de publicación con un delta de 5 días. En el caso del dólar MEP, la cotización proviene de la serie histórica publicada por Ámbito Financiero.

Experiencia

Para los gráficos en los cuales mencionamos experiencia o seniority, hemos agrupado los datos relevados en tres grandes grupos:

  1. Junior: de 0 hasta 2 años.
  2. Semi-Senior: de 2 años inclusive hasta 5 años.
  3. Senior: desde 5 años inclusive.

Si bien esta forma de agrupar puede ser discutible, ayuda mucho a la hora de visualizar los datos y reducir la dimensionalidad.

Normalización de entradas de texto libre

En la encuesta algunos campos tales como nombre de la carrera universitaria, nombre de la Universidad y rol, además de presentar opciones predefinidas, también permiten texto libre (otros). Esto conlleva a una mayor dispersión de valores, dado que cada participante contesta de maneras distintas:

  • en mayúsculas
  • en minúsculas
  • con abreviaciones
  • sin abreviaciones
  • con errores de ortografía
  • sin errores de ortografía
  • con increíbles errores de ortografía
  • todas las combinaciones posibles de las anteriores
  • etc.

De existir amplia dispersión, es impracticable poder obtener por ejemplo, una noción del salario típico de un Analista Programador que no completó sus estudios.

Para abordar este problema, quienes preparamos este informe escribimos una serie de reglas basadas en expresiones regulares para normalizar los valores y también reducir la dimensionalidad.

Género

Las respuestas al campo de género solían presentar varias irregularidades ya que en todas las ediciones las personas encuestadas tenían la posibilidad de escribir texto libre, y muchas solían hacerlo en tono gracioso o enojado. Todas estas respuestas eran agrupadas en la categoría "Prefiero no decir". Entonces, esa categoría no solo representaba a las personas que explícitamente decían no querer expresar su género, sino también a aquellas que completaron cosas sin sentido.

Este último grupo tendía a aumentar cuando se ofrecían todas las opciones de diversidad de género (con la posibilidad de también escribir texto libre). El nuevo formato de esta pregunta (solo texto libre), produjo un marcado descenso en este tipo de respuestas, ayudándonos a tener una mejor aproximación al número de personas que prefieren no identificarse.

Series temporales

Salarios

Para los valores presentados de Progresión Histórica, tanto en el apartado de Salarios como de Género, también hemos aplicado reglas de normalización de valores y remoción de valores atípicos.

Por ejemplo, para los datasets de entre 2016 a 2018, los salarios podrían estar dados en valores brutos o netos según cada respuesta. En ese caso, lo que se hizo fue convertir los valores netos a brutos, sumándoles el procentaje correspondiente a las cargas sociales. Por supuesto que existe cierto grado de error, puesto que no consideramos el distorsivo Impuesto a las Ganancias, ya que sería impracticable dado la complijidad de su cálculo y la falta de información sobre posibles deducciones.

Representaciones Gráficas

Escalas

Para visualizaciones en las cuales el espectro de valores es demasiado amplio, y a veces distante entre valores de una misma muestra, utilizamos la escala logarítmica. Este recurso nos permite apreciar los datos de una manera más clara, por ejemplo cuando existen valores cercanos a cero y otros de uno o más órdenes de magnitud.

Datos insuficientes

En muchas ocasiones, dado el nivel granularidad de ciertos gráficos, la cantidad escasa de datapoints en algunos segmentos, pueden inducir a conclusiones erróneas. Para advertir al lector de estos casos, hemos grisado en todos los gráficos posibles aquellos segmentos cuya representatividad no supere el umbral de 0,5%, tanto gráficos de barras horizontales como series históricas.

Repositorios

Acá encontraran toda la información para recrear los análisis, los google colab de Python utilizados, y los datos tanto los originales como los limpios para que puedan replicar y realizar nuevos análisis.

Análisis previos


Licencia Creative Commons
Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional.