La desigualdad económica es un fenómeno con implicaciones relevantes para el análisis político, en la medida en que condiciona la distribución de recursos, oportunidades y resultados sociales. Su estudio empírico requiere medidas fiables y procedimientos de inferencia que permitan cuantificar adecuadamente la incertidumbre asociada a su estimación. En este contexto, el índice de Gini es el indicador más utilizado, pero su estimación a partir de encuestas de ingresos plantea desafíos metodológicos derivados de la presencia de datos faltantes y de la naturaleza asimétrica de las distribuciones de ingreso.

Este trabajo presenta una contribución metodológica orientada a la inferencia del índice de Gini bajo el supuesto de datos faltantes al azar (MAR), utilizando imputación múltiple. En particular, se aborda la estimación de la varianza del estimador y la construcción de intervalos de confianza, comparando dos estrategias para combinar imputación múltiple y remuestreo: (i) bootstrap seguido de imputación múltiple y (ii) imputación múltiple seguido de bootstrap. El objetivo es ofrecer una guía clara y aplicable para la práctica empírica con datos de encuestas de ingresos.