Una regresión entre educación y salario puede mezclar el efecto de estudiar con otras características asociadas tanto con la educación como con los ingresos. Omitir una variable relevante no siempre genera sesgo: debe afectar al resultado y estar correlacionada con el regresor incluido.

Dos modelos, dos pendientes

Supongamos que el mecanismo generador es:

Yi=β0+β1X1i+β2X2i+εi,E[εi∣X1i,X2i]=0.Y_i=\beta_0+\beta_1X_{1i}+\beta_2X_{2i}+\varepsilon_i, \qquad E[\varepsilon_i\mid X_{1i},X_{2i}]=0.

X1X_1 representa educación y X2X_2 una habilidad latente inventada. Si ajustamos solamente Yi=α0+α1X1i+viY_i=\alpha_0+\alpha_1X_{1i}+v_i, la pendiente poblacional de esa proyección es:

α1=β1+β2Cov⁡(X1,X2)Var⁡(X1)⏟Sesgo por omisioˊn.\alpha_1=\beta_1+\underbrace{\beta_2\frac{\operatorname{Cov}(X_1,X_2)}{\operatorname{Var}(X_1)}}_{\text{Sesgo por omisión}}.

Con β2>0\beta_2>0 y correlación positiva, la recta simple atribuye a la educación parte del efecto de X2X_2: su pendiente se infla. Al llevar la correlación a cero, ese término desaparece; al volverla negativa, cambia de signo.

La pendiente cambia al omitir una variable90 observaciones simuladas
Habilidad baja (X₂)Habilidad media (X₂)Habilidad alta (X₂)
Pendiente simple α̂₁
—
Pendiente controlada β̂₁
—
β̂₂
—
Cov(X₁, X₂)
—
Var(X₁)
—
Sesgo = α̂₁ − β̂₁
—

Simulación: Y = 10 + 2X₁ + 8X₂ + ε. La habilidad es una variable estandarizada inventada, no un rasgo biológico observado. Las tres rectas controladas son ajustes condicionales de una misma regresión múltiple.

Qué significa controlar

La regresión controlada estima simultáneamente los coeficientes de ambas variables. Las tres rectas son predicciones condicionales para tres valores de X2X_2; comparten pendiente respecto de X1X_1 y tienen distintos interceptos. No son tres regresiones independientes.

La simulación fija β1=2\beta_1=2 y β2=8\beta_2=8 con 90 observaciones. Mantiene constantes las dispersiones marginales al cambiar la correlación. El ruido se construye ortogonal a los regresores para que la descomposición sea exacta también en esta muestra; en datos reales aparece además variación muestral. El panel calcula tanto el ajuste simple como el múltiple: no se limita a dibujar pendientes prefijadas.

Conclusión metodológica. Controlar una covariable no convierte automáticamente una asociación en causalidad. Importan su medición, su posición en el mecanismo causal y las variables que todavía faltan. La habilidad de este experimento es un recurso didáctico: no una medida empírica de diferencias innatas ni una explicación definitiva de la desigualdad salarial.