Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Ejercicio: Realice un anlisis de regresin mltiple considerando como variable dependiente el sueldo (ocupacin
principal).
Para ello, siga los siguientes pasos:
1. Realice un anlisis bivariado entre la variable dependiente y cada una de las variables independientes incluidas
en la base de datos (edad, escolaridad, nmero de horas y antigedad en aos). No es necesario que cruce las
variables independientes entre s.
Tabla N1: Correlaciones entre variables independientes y la variable dependiente
(Ingreso por ocupacin principal)
Ingreso
ocupacin
principal
Correlacin de Pearson
Sig. (bilateral)
N
Correlacin de Pearson
Cuntas horas trabaj la semana pasada en
su empleo o actividad principal?
Sig. (bilateral)
N
Correlacin de Pearson
Escolaridad poblacin de 15 aos y ms
(aos)
Sig. (bilateral)
N
Correlacin de Pearson
Aos de antigedad en la ocupacin
principal
Sig. (bilateral)
N
**. La correlacin es significativa al nivel 0,01 (bilateral).
Edad (aos cumplidos)
,085**
,000
112362
,115**
,000
111886
,305**
,000
112334
,138**
,000
110854
En primer lugar, en cuanto a la correlacin de las variables Edad, Horas de trabajo, Escolaridad y Aos
de antigedad, con la variable dependiente ingreso por ocupacin principal, podemos observar lo
siguiente: La variable que presenta mayor correlacin con el ingreso por ocupacin principal es la
Escolaridad (0,305). Mientras que la que presenta menor correlacin es la variable Edad (0,085), lo
que podra relacionarse tambin con el amplio rango de variacin de esta variable. En trminos
generales, las correlaciones no superan el 0,2 (excepto en el caso de la Escolaridad).
24 de octubre 2014
Rango
Mnimo
Mximo
Media
Desv. tp.
294791
108
108
34,57
22,155
116146
126
126
42,41
15,864
229780
22,00
,00
22,00
10,0385
4,21903
112362
45120901
1099
45122000
399315,98
592798,702
115097
92,00
,00
92,00
8,4749
10,18184
110395
En trminos de edad, se observa que los encuestados tienen en promedio 35 aos, donde los encuestados se desvan
22,155 aos de la media. En segundo lugar, la media de horas trabajadas en los encuestados, alcanza las 42 horas
aproximadamente, donde los encuestados se distancian de la media en 15 horas aproximadamente.
En cuanto al nivel de escolaridad, la media de aos es de 10 aproximadamente, donde los encuestados se desvan de la
media en 4,21 aos, aproximadamente.
En cuanto al ingreso por ocupacin principal, el ingreso de los encuestados es en promedio $399.315, donde los casos
se desvan de la media en aproximadamente $592.798.
Finalmente, en el caso de los aos de antigedad en la ocupacin principal, los encuestados en promedio tienen 8 aos
de antigedad, mientras que los casos se dispersan de la media, en aproximadamente 10 aos.
BO
B1 * EDAD
B2 * HORAS_TRABAJ
B3 * ESC
B4 * ANTIGUEDAD
24 de octubre 2014
3. Realice un modelo de regresin en SPSS considerando como variable independiente solamente la escolaridad.
Interprete la constante y la pendiente.
Suma de cuadrados
gl
Media cuadrtica
F
11556,849
Regresin
3683045779759784,000
3683045779759784,000
Residual
35799024104116656,000
112332
318689457181,539
Total
39482069883876440,000
112333
Sig.
,000b
En primer lugar, observamos que el modelo de regresin es significativo (0,000) mediante el test de ANOVA, con un
95% de confianza.
R
,305a
R cuadrado
R cuadrado corregida
,093
564525,869
,093
Por otro lado, se puede observar que el 9,3% de la varianza de la variable dependiente (ingreso por ocupacin
principal) es explicada por el modelo (0,093), lo cual no es un valor contundente.
Tabla N6: Coeficientesa
Modelo
Coeficientes no
Coeficientes
estandarizados
tipificados
B
1
(Constante)
Escolaridad poblacin de 15 aos y ms (aos)
Error tp.
-113367,806
5058,346
46726,936
434,658
Sig.
-22,412
,000
107,503
,000
Beta
,305
Finalmente, se puede decir que en la medida que aumenta en un ao la escolaridad de los encuestados, se estima que el
ingreso por ocupacin principal aumenta en $46.726. Al mismo tiempo, se observa que el aumento en un ao de
escolaridad, genera un efecto de 0,305 desviaciones estndar en el ingreso por ocupacin principal. Se puede decir, al
mismo tiempo, que esta relacin es significativa a un 95% de confianza (0,000).
Finalmente, se puede decir que en el contexto en que la escolaridad tenga valor cero, el ingreso por ocupacin principal
tiene una constante de -11.3367.
24 de octubre 2014
4. Pruebe la hiptesis nula de que el sueldo de la ocupacin principal es independiente de los aos de escolaridad
de la persona. Encuentre e interprete el valor t.
Tabla N7: Coeficientesa
Modelo
Coeficientes no
Coeficientes
estandarizados
tipificados
B
1
(Constante)
Escolaridad poblacin de 15 aos y ms (aos)
Error tp.
-113367,806
5058,346
46726,936
434,658
Sig.
-22,412
,000
107,503
,000
Beta
,305
El valor t observado de los aos de escolaridad es 107,503 el cual es mayor que el valor t terico (1,96), por lo que se
puede decir que cae en la zona de rechazo y, por lo tanto, se rechaza la hiptesis nula de que el sueldo de la ocupacin
principal es independiente de los aos de escolaridad. Esto se puede corroborar por la significancia (0,000) en contraste
de un nivel de significancia de 95%. En este sentido, se puede aceptar la hiptesis alternativa que indica que s existe
una relacin entre ambas variables, la cual es significativa.
24 de octubre 2014
5. Realice un modelo de regresin en SPSS considerando todas las variables independientes (edad, escolaridad,
nmero de horas y antigedad en aos). Interprete todos los coeficientes.
R cuadrado
,384
R cuadrado
Error tp. de la
corregida
estimacin
,147
,147
549294,650
En primer lugar, se observa que un 0,147 de la variable dependiente (ingreso por ocupacin principal)
es explicado por el modelo. Lo cual podra ser un nivel bajo de ajuste del modelo.
Suma de cuadrados
gl
Media cuadrtica
Regresin
5761491983629848,000
1440372995907462,000
Residual
33307380004790620,000
110390
301724612780,058
Total
39068871988420472,000
110394
Sig.
,000b
4773,800
Al mismo tiempo, se puede indicar que el modelo es significativo a un 95% de confianza, observando
el valor 0,000.
Tabla N10: Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes
Sig.
tipificados
B
1
(Constante)
Error tp.
-702345,465
9764,744
55286,820
451,421
6876,899
Beta
-71,927
,000
,360
122,473
,000
148,713
,155
46,243
,000
3918,016
105,823
,103
37,024
,000
5312,945
189,479
,090
28,040
,000
Finalmente, podemos decir que las cuatro variables independientes, tienen un efecto significativo sobre la variable
dependiente (0,000) en todos los casos. Al mismo tiempo, se puede decir que la variable que ms explica la
24 de octubre 2014
Carolina Castillo Gonzlez
variabilidad de la variable dependiente, es la escolaridad, con un beta estandarizado de 0,360, el cual es mayor que en
el resto de las variables. Mientras que la que aporta en menor medida a la variabilidad es la variable aos de antigedad
en la ocupacin principal (0,090).
Finalmente se puede decir que en la medida en que aumenta un ao de escolaridad, el ingreso por ocupacin principal
aumenta en $55.286, controlado por las otras variables. Por otro lado, en la medida en que aumenta en un ao la edad
del encuestado, el ingreso por ocupacin principal aumenta en $6.876, controlado por las otras variables.
En otro sentido, se observa que si aumenta una hora de trabajo a la semana, el ingreso por ocupacin principal aumenta
en $3.918, mientras que si aumentan en un ao la antigedad en el empleo, el ingreso aumenta en $5.312 (en ambos
casos, controlado por las otras variables).
24 de octubre 2014
6. Pruebe la hiptesis nula de que el sueldo de la ocupacin principal es independiente de los aos de antigedad.
Encuentre e interprete el valor p.
Tabla N11: Coeficientesa
Modelo
Coeficientes no
Coeficientes
estandarizados
tipificados
B
1
(Constante)
Error tp.
Sig.
-71,927
,000
Beta
-702345,465
9764,744
55286,820
451,421
,360
122,473
,000
6876,899
148,713
,155
46,243
,000
3918,016
105,823
,103
37,024
,000
5312,945
189,479
,090
28,040
,000
Por otro lado, en cuanto a los aos de antigedad, se puede observar que no es posible aceptar la hiptesis nula de que
la ocupacin principal es independiente de los aos de antigedad, ya que el valor P es de 0,000, siendo menor a la
significancia de 0,05 a un nivel de confianza de un 95% de confianza.
24 de octubre 2014
7. Refirase al ajuste de los modelos considerados. Cul modelo es preferible en trminos de ajuste?
En trminos generales, se puede decir que el modelo que es preferible en trminos de ajuste es el modelo 2 (el que
incluye a todas las variables), ya que alcanza un nivel de explicacin de variabilidad de la variable independiente de un
14,7%. Mientras que en el caso del modelo N1, la explicacin de la variabilidad de la variable dependiente alcanza un
9,3%.
Tabla N12: Resumen del modelo
Modelo
R cuadrado
,305a
R cuadrado corregida
,093
564525,869
,093
R cuadrado
,384
R cuadrado
Error tp. de la
corregida
estimacin
,147
,147
549294,650
24 de octubre 2014
ANEXO
Sintaxis depurada
1. Se realiza una matriz bivariada de correlaciones con todas las
variables, pero despus se presenta la tabla editada.
CORRELATIONS
/VARIABLES=edad o10 esc yopraj ANTIGUEDAD
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
DESCRIPTIVES VARIABLES=edad o10 esc yopraj ANTIGUEDAD
/STATISTICS=MEAN STDDEV RANGE MIN MAX.
GRAPH
/SCATTERPLOT(BIVAR)=edad WITH yopraj
/MISSING=LISTWISE.
GRAPH
/SCATTERPLOT(BIVAR)=o10 WITH yopraj
/MISSING=LISTWISE.
GRAPH
/SCATTERPLOT(BIVAR)=esc WITH yopraj
/MISSING=LISTWISE.
GRAPH
/SCATTERPLOT(BIVAR)=antiguedad WITH yopraj
/MISSING=LISTWISE
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT yopraj
/METHOD=ENTER esc.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT yopraj
/METHOD=ENTER esc edad o10 ANTIGUEDAD.