Universidad Central De Venezuela

Facultad De Ciencias Econmicas Y Sociales

Escuela De Estadstica Y Ciencias Actuariales

Inferencia

Contrastes especiales

Incidencia de las variables macroeconmicas en el nivel de

desarrollo de los pases europeos

Integrantes:

Bonilla, Sofa CI 22.380.204

Serrano, Rodrigo CI 24.592.190

Wizani, Nader CI 21.759.759

Caracas, 12 de diciembre de 2016

Introduccin

La presente investigacin busca determinar el nivel de desarrollo de los

pases europeos, contrastando distintas variables macroeconmicas que
caracterizan a dichas naciones. Se tomaron 43 pases como referencia y se
estableci una base de datos con todos los indicadores a estudiar por cada
nacin.

Para esto, se realizarn distintos contrastes para determinar bien sea la

independencia de una variable con otra, la proporcin de un elemento de una
variable con respecto a otro elemento de la misma variable, si siguen una
distribucin normal, y si es as realizar un contraste de ANOVA, en el caso
contrario, realizar una tabla ANOVA como si hipotticamente las variables se
distribuyen Normal.

Al ser variables econmicas, difcilmente se comportarn de manera

Normal, debido a los distintos factores que inciden en la economa que pueden
hacer que vare rpidamente. De ser as, se realizar una prueba de Kruskal-
Wallis, para determinar si los datos provienen de una misma distribucin, y si se
afirma dicha hiptesis, a travs de un histograma, estudiar a que distribucin se
asemeja los datos.

Finalmente, se realizarn los anlisis respectivos de cada resultado

obtenido y se tratar de entender el por qu se obtuvieron esos resultados y si los
mismos tienen sentido.
Marco Terico

A continuacin se explica brevemente las variables que se utilizarn en el estudio:

PIB

Es el valor monetario de los bienes y servicios finales, producidos por una

economa en un perodo determinado. Es un indicador representativo que ayuda a
medir el crecimiento o decrecimiento de la produccin de bienes y servicios de las
empresas de cada pas, nicamente dentro de su territorio.

Este indicador es un reflejo de la competitividad de las empresas. Si la produccin

de las empresas no crece a un ritmo mayor, significa que no se est invirtiendo en
la creacin de nuevas empresas, y por lo tanto, la generacin de empleos
tampoco crece al ritmo deseado.

Un crecimiento del PIB representa mayores ingresos para el gobierno a travs de

impuestos. Si el gobierno desea mayores ingresos, deber fortalecer las
condiciones para la inversin no especulativa, es decir, inversin directa en
empresas; y tambin fortalecer las condiciones para que las empresas que ya
existen sigan creciendo.

Salario mnimo

Es la suma preestablecida que debe pagarse al trabajador por los servicios

prestados en un lapso determinado, y que debe cubrir las necesidades mnimas
del trabajador y su grupo familiar. Dicha suma queda establecida y garantizada por
las leyes de cada gobierno, tomando en cuenta las condiciones socioeconmicas
de cada pas.
 IDH

El ndice de Desarrollo humano (IDH) es un indicador creado por el Programa de

las Naciones Unidas para el Desarrollo (PNUD), con el fin de determinar el nivel
de desarrollo que tienen los pases del mundo. Fue ideado con el objetivo de
conocer, no slo los ingresos econmicos de las personas en un pas, sino
tambin para evaluar si el pas aporta a sus ciudadanos un ambiente donde
puedan desarrollar mejor o peor su proyecto y condiciones de vida. El ndice IDH
aporta valores entre 0 y 1, siendo 0 la calificacin ms baja y 1 la ms alta.

Para esto, el IDH tiene en cuenta tres variables:

- Esperanza de vida al nacer. Analiza el promedio de edad de las personas

fallecidas en un ao.

- Educacin. Recoge el nivel de alfabetizacin adulta y el nivel de estudios

alcanzado (primaria, secundaria, estudios superiores)

- PIB per Cpita (a paridad de poder adquisitivo). Considera el producto

interno bruto per cpita y evala el acceso a los recursos econmicos
necesarios para que las personas puedan tener un nivel de vida decente.

Tasa desempleo

Porcentaje que mide el nivel de desocupacin en relacin a la poblacin activa. En

otras palabras, es la parte de la poblacin que estando en edad, condiciones y
disposicin de trabajar -poblacin activa- no tiene puesto de trabajo.

La tasa de desempleo es muy til para conocer las personas que no estn
trabajando. Su frmula de clculo es la poblacin de 16 aos y ms que no est
trabajando y busca trabajo, dividido entre la poblacin econmicamente activa de
16 aos y ms, esto es, ocupados ms desocupados. Se calcula de la siguiente
manera:
En general, los censos de poblacin no son la fuente ms idnea para medir este
ndice, pero s lo son las encuestas de hogares, complementadas con estudios
acerca del subempleo, el trabajo informal y eventual o estacional.

Poblacin

Por poblacin se entiende un conjunto de individuos, constituido de forma estable,

ligado por vnculos de reproduccin e identificado por caractersticas territoriales,
polticas, jurdicas, tnicas o religiosas. Una poblacin, se definir como tal si tiene
continuidad en el tiempo y si esta continuidad est asegurada por vnculos de
reproduccin que ligan padres e hijos y garantizan la sucesin de las
generaciones.

Una poblacin se define tambin por las caractersticas que trazan su perfil y sus
lmites. Los lmites y fronteras de las distintas poblaciones son tales que los
agregados as definidos asumen su propia autonoma y estabilidad,
reproducindose y conservndose en el tiempo. En el presente estudio
trabajaremos con la poblacin de cada pas, en un periodo de tiempo determinado.

Definidas las variables utilizadas, se procede a identificar los contrastes

realizados:
 Prueba de Independencia

Consistente en comprobar si dos caractersticas estn relacionadas entre s.

Aunque conceptualmente difiere del anterior, operativamente proporciona los
mismos resultados. Este tipo de contrastes se aplica cuando se desea comparar
una variable en dos situaciones o poblaciones diferentes.

Prueba de Kruskal-Wallis

Es un mtodo no paramtrico para probar si un grupo de datos proviene de la

misma poblacin. Intuitivamente, es idntico al ANOVA con los datos
reemplazados por categoras. Ya que es una prueba no paramtrica, la prueba de
Kruskal-Wallis no asume normalidad en los datos, como si lo hace el ANOVA. S
asume, bajo la hiptesis nula, que los datos vienen de la misma distribucin.

Estas pruebas son ampliamente utilizadas actualmente en estudios sobre

poblaciones. Sin embargo, su efectividad depende de la calidad de la muestra ya
que al hablar de poblaciones, puede ser una cantidad de datos imposibles de
manejar y recopilar de manera adecuada, de ah la importancia de la tcnica de
muestreo usada.

Anova

Un anlisis de varianza (ANOVA) prueba la hiptesis de que las medias de dos o

ms poblaciones son iguales. Los ANOVA evalan la importancia de uno o ms
factores al comparar las medias de la variable de respuesta en los diferentes
niveles de los factores.
 Test de proporcin

Las pruebas de proporciones son adecuadas cuando los datos que se estn
analizando constan de cuentas o frecuencias de elementos de dos o ms clases.
El objetivo de estas pruebas es evaluar las afirmaciones con respecto a una
proporcin (o Porcentaje) de poblacin. Las pruebas se basan en la premisa de
que una proporcin muestral (es decir, x ocurrencias en n observaciones, o x/n)
ser igual a la proporcin verdadera de la poblacin si se toman mrgenes o
tolerancias para la variabilidad muestral .
Base de datos utilizada
Clculos y resultados de los contrastes de hiptesis

1) El PIB (en miles de millones de dlares) del ao 2015 y la Tasa de

Desempleo del ao 2015 (TDD) son variables independientes?

Para responder a esta interrogante, planteamos las siguientes hiptesis:

H0: El PIB (en miles de millones de dlares) del ao 2015 es independiente de la

Tasa de Desempleo del ao 2015 (TDD).

H1: El PIB (en miles de millones de dlares) del ao 2015 no es independiente de

la Tasa de Desempleo del ao 2015 (TDD).

Para contrastar estas hiptesis, ordenamos los datos en una tabla de

contingencia:

PIB (en miles de millones de dlares) del Tasa de desempleo ao 2015 Total
ao 2015 Tasa de Tasa de Tasa de
desempleo baja desempleo desempleo alta
media

PIB en miles de millones de

11 10 9 30
$ entre 0-300

PIB en miles de millones de

4 2 0 6
$ entre 300-600

PIB en miles de millones de

3 2 2 7
$ entre 600-1000
Total 18 14 11 43

Seguidamente, sabemos que el estadstico de contraste para el test de

independencia es:

2
(fiei)
X =
2
C
ei
A continuacin, construimos una tabla de contingencia que incluya las frecuencias
esperadas, las frecuencias esperadas se calculan mediante:

f jfi
fe ij =
n

PIB (en miles de millones de dlares) del ao Tasa de desempleo ao 2015 Total
2015 Tasa de Tasa de Tasa de
desempleo baja desempleo desempleo alta
media
PIB en miles de millones de
12,6 9,8 7,7 30,0
$ entre 0-300

PIB en miles de millones de

2,5 2,0 1,5 6,0
$ entre 300-600

PIB en miles de millones de

2,9 2,3 1,8 7,0
$ entre 600-1000
Total 18,0 14,0 11,0 43,0

2
(fiei)
Finalmente, aplicamos la frmula ei y el resultado lo comparamos con

X 2( R1 )( C1) ;1 siendo r el nmero de filas y c el nmero de columnas.

( fiei )2
X 2C = =2,906
ei

Por teora sabemos que la regla de decisin es si X 2c > X 24 ;0,95 se rechaza H0.

Buscamos el valor de X 24 ;0,95 en las tablas Chi Cuadrado y obtenemos 9,4877.

 2 2
Entonces, X C < X 4 ;0,95 por lo que no hay elementos suficientes para rechazar H 0,
y por lo tanto, el PIB (en miles de millones de dlares) del ao 2015 es
independiente de la Tasa de Desempleo del ao 2015 (TDD).

Anexamos los resultados de SPSS:

Pruebas de chi-cuadrado

Valor gl Sig. asinttica

(bilateral)
a
Chi-cuadrado de Pearson 2,906 4 ,574
Razn de verosimilitudes 4,302 4 ,367
Asociacin lineal por lineal ,460 1 ,498
N de casos vlidos 43

2) El salario mnimo mensual en dlares del ao 2015 y la Tasa de

Desempleo del ao 2015 (TDD) son variables independientes?

Para responder a esta interrogante, planteamos las siguientes hiptesis:

H0: El salario mnimo mensual en dlares del ao 2015 es independiente de la

Tasa de Desempleo del ao 2015 (TDD).

H1: El salario mnimo mensual en dlares del ao 2015 no es independiente de la

Tasa de Desempleo del ao 2015 (TDD).

Para contrastar estas hiptesis, ordenamos los datos en una tabla de

contingencia:

Salario mnimo mensual en dlares ao 2015 Tasa de desempleo ao 2015 Total

Tasa de Tasa de Tasa de

desempleo baja desempleo desempleo alta
media
 Salario mnimo mensual en $
4 6 5 15
entre 0-400

Salario mnimo mensual en $

4 3 5 12
entre 400-1000

Salario mnimo mensual en $

10 5 1 16
mayor a 1000
Total 18 14 11 43

Seguidamente, sabemos que el estadstico de contraste para el test de

independencia es:
(fiei)2
X 2C =
ei

A continuacin, construimos una tabla de contingencia que incluya las frecuencias

esperadas, las frecuencias esperadas se calculan mediante:

f jfi
fe ij =
n

Salario mnimo mensual en dlares ao 2015 Tasa de desempleo ao 2015 Total

Tasa de Tasa de Tasa de

desempleo baja desempleo desempleo alta
media

Salario mnimo mensual en $

6,3 4,9 3,8 15,0
entre 0-400

Salario mnimo mensual en $

5,0 3,9 3,1 12,0
entre 400-1000

Salario mnimo mensual en $

6,7 5,2 4,1 16,0
mayor a 1000
Total 18,0 14,0 11,0 43,0
 2
(fiei)
Finalmente, aplicamos la frmula ei y el resultado lo comparamos con

X 2( R1 )( C1) ;1 siendo r el nmero de filas y c el nmero de columnas.

( fiei )2
X 2C = =7,041
ei

2 2
Por teora sabemos que la regla de decisin es si X c > X 4 ;0,95 se rechaza H0.

2
Buscamos el valor de X 4 ;0,95 en las tablas Chi Cuadrado y obtenemos 9,4877.

Entonces, X 2C < X 24 ;0,95 por lo que no hay elementos suficientes para rechazar H 0,
y por lo tanto, el salario mnimo en dlares del ao 2015 es independiente de la
Tasa de Desempleo del ao 2015 (TDD).

3) El ndice de Desarrollo Humano (IDH) para el ao 2015 y el PIB en miles

de millones de $ del ao 2015 son variables independientes?

Para responder a esta interrogante, planteamos las siguientes hiptesis:

H0: El ndice de Desarrollo Humano del ao 2015 es independiente del PIB en
miles de millones de $ en el ao 2015.
H1: El ndice de Desarrollo Humano del ao 2015 no es independiente del PIB
en miles de millones de $ en el ao 2015.
Para contrastar estas hiptesis, ordenamos los datos en una tabla de
contingencia:

IDHAGRUPADO Total

IDH Muy alto IDH Alto o

Medio

PIBAGRUPADO PIB en miles de millones de 18 12 30

$ entre 0-300
 PIB en miles de millones de
5 1 6
$ entre 300-600

PIB en miles de millones de

5 2 7
$ entre 600-1000
Total 28 15 43

Seguidamente, sabemos que el estadstico de contraste para el test de

independencia es:
2
(fiei)
X C =
2
ei

A continuacin, construimos una tabla de contingencia que incluya las frecuencias

esperadas, las frecuencias esperadas se calculan mediante:

f jfi
fe ij =
n

IDHAGRUPADO Total

IDH Muy alto IDH Alto o

Medio

PIB en miles de millones de

19,5 10,5 30,0
$ entre 0-300

PIB en miles de millones de

PIBAGRUPADO 3,9 2,1 6,0
$ entre 300-600

PIB en miles de millones de

4,6 2,4 7,0
$ entre 600-1000
Total 28,0 15,0 43,0
 (fiei)2
Finalmente, aplicamos la frmula ei y el resultado lo comparamos con

2
X ( R1 )( C1) ;1 siendo r el nmero de filas y c el nmero de columnas.

( fiei )2
X 2C = =1,345
ei

Por teora sabemos que la regla de decisin es si X 2c > X 12;0,95 se rechaza H0.

Buscamos el valor de X 22 ;0,95 en las tablas Chi Cuadrado y obtenemos 5,9915.

Entonces, X 2C < X 22; 0,95 por lo que no hay elementos suficientes para rechazar H 0,
y por lo tanto, el ndice de Desarrollo Humano es independiente del PIB en miles
de millones de $ del ao 2015.

Anexamos los resultados de SPSS

Valor gl Sig. asinttica

(bilateral)

Chi-cuadrado de Pearson 1,345a 2 ,510

Razn de verosimilitudes 1,455 2 ,483
Asociacin lineal por lineal ,680 1 ,409
N de casos vlidos 43

4) La proporcin de pases con Tasa de Desempleo Alta con IDH Alto es

menor o igual a la proporcin de pases con Tasa de Desempleo Alta con
IDH Muy Alto?
Para dar respuesta a la incgnita presentada, debemos realizar un contraste para
dos proporciones tomando en cuenta que se cumple el supuesto de que las
variables se distribuyen normales.

P1= Proporcin de pases con Tasa de Desempleo Alta e IDH Alto.

P2= Proporcin de pases con Tasa de Desempleo Alta e IDH Muy Alto.

H0= P1 P2 H0=P1 - P2 0

H1= P1> P2 H1= P1 - P2> 0

Al conocer que el estadstico de contraste a utilizar es el siguiente:

1
n1

Zc= +1
pq(
n2
P 1P 20
) - N(0,1)

n1 P 1+ n2 P2
p=
Donde n 1+ n2

Agrupamos los datos en una tabla de contingencia y obtenemos:

Tasa de Desempleo Total

ALTA BAJA MEDIA

ALTO 5 3 5 13
IDH
MEDIO 0 1 1 2
 MUY ALTO 6 14 8 28
Total 11 18 14 43

N= 43

n1= 13

n2=28

5
P1 = 13

6
P2 = 28

n1 P 1+ n2 P2
p=
n 1+ n2

p = 0,268 q = 0,732

1
n1

Zc= +1
pq(
n2
P 1P 20
)

Zc = 1,146

{
RC= ( P1 ; P 2 ) : P1P 2> Z 1 2 pq (
1 1
+ )
n 1 n2 }
 Z c > Z1
Se rechaza si

Z c > Z10,05

Z c > Z 0,95

Z 0,95=1,645 Z c =0,257
Como y

1,146>1,645

No existen elementos suficientes para rechazar Ho, por lo tanto, la proporcin de

pases con IDH Alto y Tasa de Desempleo Alta es menor o igual a la proporcin de
pases con IDH Muy Alto y Tasa de Desempleo Alta.
Al realizar el contraste de Kolmogorov-Smirnov, observamos que las variables que
trabajamos no se distribuan normal, por lo tanto procederemos a hacer un
contraste de Kruskal-Wallis. Los resultados obtenidos en la prueba de
Kolmogorov-Smirnov sern adjuntados en la seccin de Anexos, al igual que la
tabla ANOVA en el hipottico caso de que las variables se hubiesen distribuido
normal.

5) Prueba Kruskal-Wallis

Realizaremos la prueba de Kruskal-Wallis para las variables PIB en miles de

millones de $ de 2015 y el Indice de Desarrollo Humano.

Planteamos las siguientes hiptesis:

H 0 : Los datos provienen de una misma distribucin .

H 1 : Al menos una media es diferente de las otras.

PIB(miles de millones de $) Promedi

Rangos
ao 2015 o
1,556 1 1
4,242 2 2
6,65 3 3
7,072 4 4
12,144 5 5
14,463 6 6
17,85 7 7
19,444 8 8
19,931 9 9
23,476 10 10
27,945 11 11
37,755 12 12
42,776 13 13
44,122 14 14
48,126 15 15
49,855 16 16
50,446 17 17
60,984 18 18
87,198 19 19
90,263 20 20
117,065 21 21
 186,514 22 22
193,535 23 23
195,878 24 24
205,86 25 25
239,186 26 26
302,571 27 27
307,917 28 28
376,268 29 29
387,299 30 30
467,35 31 31
470,179 32 32
517,44 33 33
662,483 34 34
769,93 35 35
822,1 36 36
1252,163 37 37
1267,754 38 38
1852,499 39 39
2488,284 40 40
2649,893 41 41
3494,898 42 42
3553,367343 43 43

Como observamos en la tabla, no hay rangos repetidos en la variable.

Seguidamente, sustituimos en la otra variable por los rangos asignados.

Tasa de
Desempleo BAJA MEDIA ALTA
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
SUMA 460 265 221

El estadstico de la prueba Kruskal-Wallis como no hay empates viene dado por:

k
12
H=
N (N +1) i=1
ri23(N + 1)

Sustituimos los valores en el estadstico de contraste y obtenemos

H = 2,848
Regin Crtica

RC= { H : H > 2k1; 1 }

K: cantidad de categoras

2
H0 H > k1 ;1
Entonces se rechaza si

2
H > 2 ;10,05

H > 22 ;0,95

2,848>5,99

Por lo tanto, con un nivel de significacin del 0,05, no tenemos elementos

suficientes para rechazar la hiptesis nula, concluyendo que los datos del PIB en
miles de millones de $ del ao 2015 provienen de una misma distribucin.

Rangos

TDDAGRUPADO N Rango promedio

Tasa de desempleo baja 18 25,56

Tasa de desempleo media 14 20,79

PIB ao 2015
Tasa de desempleo alta 11 17,73

Total 43

PIB ao 2015

Chi-cuadrado 2,848
gl 2
Sig. asintt. ,241
Presentamos el grfico de la variable PIB en miles de millones de $ para el ao
2015:

Observamos que el grfico se asemeja a una Chi-Cuadrado.

Realizamos exactamente el mismo procedimiento para las variables Salario
mnimo mensual en $ y Tasa de Desempleo

H 0 : Los datos provienen de una misma distribucin .

H1: Los datos no provienen de una misma distribucin.

Salario mnimo mensual en Promedio rangos

Dlares Rangos empatados
43 1 1
44 2 2
63 3 3
98 4 4
105 5 5
157 6 6
170 7 7
181 8 8
210 9 9
214 10 10
277 11 11
288 12 12
317 13 13
366 14 14
370 15 15
405 16 16
410 17 17
416 18 18
418 19 19
425 20
20,5
425 21
440 22 22
450 23 23
530 24 24
568 25 25
586 26 26
791 27 27
1200 28 28
1203 29 29
1240 30 30
1388 31 31
 1458 32 32
1472 33 33
1473 34 34
1502 35 35
1525 36 36
1589 37 37
1623 38 38
1632 39 39
1646 40 40
1723 41 41
2204 42 42
2227 43 43

Nivel de significacin

= 0.05

Como hay empates el estadstico de contraste es:

[ ]
k nj
1 N (N +1)2
2
S=
N1
R 4 2
ij
i=1 j=1

[ R2i N ( N +1)2
]
k
1
H= 2
s i=1 ni 4

Sustituimos los valores y obtenemos que:

H = 4,028
Regin Crtica

RC= { H : H > 2k1; 1 }

Donde K: cantidad de categoras

Entonces se rechaza
H0
si H > 2k1 ;1

H > 22 ;10,05

H > 22 ;0,95

4,028>5,99

Por lo tanto, con un nivel de significacin del 0,05, no tenemos elementos

suficientes para rechazar la hiptesis nula, concluyendo que los datos del Salario
mnimo en $ del ao 2015 provienen de una misma distribucin.

Anexamos los resultados de SPSS:

TDDAGRUPADO N Rango promedio

Tasa de desempleo baja 18 25,97

Salario mnimo mensual en Tasa de desempleo media 14 21,29

$ Tasa de desempleo alta 11 16,41

Total 43

Salario mnimo
mensual en
Euros
Chi-cuadrado 4,028
gl 2
Sig. asintt. ,133

Presentamos el grfico de la variable salario mnimo en $ del ao 2015:

Observamos que el grfico se asemeja a una chi-cuadrado.

Anexos

Contraste de Kolmogorov-Smirnov del PIB en miles de millones de $ para el

ao 2015

Ho: La variable PIB en miles de millones de $ del

ao 2015 sigue una distribucin normal.
H1: La variable PIB en miles de millones de $ del
ao 2015 no sigue una distribucin normal.
Nivel de significacin: 0,05

PIB en miles de
millones de $
N 43
Media ,47
Parmetros normalesa,b
Desviacin tpica ,767
Absoluta ,426
Diferencias ms extremas Positiva ,426
Negativa -,272
Z de Kolmogorov-Smirnov 2,791
Sig. asintt. (bilateral) ,000

Observamos que la significacin de la prueba de Kolmogorov-Smirnov nos dio

0,000 y es menor a 0,05; por lo tanto rechazamos Ho y concluimos que la variable
PIB en miles de millones de $ no sigue una distribucin normal.
Contraste de Kolmogorov-Smirnov del salario mnimo en dlares de $ para el
ao 2015

Ho: La variable salarios mnimos en $ del ao 2015 sigue una distribucin normal.
H1: La variable salarios mnimos en $ del ao 2015 no sigue una distribucin
normal.
Nivel de significacin: 0,05

Salario mnimo
en $

N 43
Media 1,02
Parmetros normalesa,b
Desviacin tpica ,859
Absoluta ,244
Diferencias ms extremas Positiva ,232
Negativa -,244
Z de Kolmogorov-Smirnov 1,603
Sig. asintt. (bilateral) ,012

Observamos que la significacin de la prueba de Kolmogorov-Smirnov nos dio

0,012 y es menor a 0,05; por lo tanto rechazamos Ho y concluimos que la variable
salarios mnimos mensuales en $ no sigue una distribucin normal.
Contraste de Kolmogorov-Smirnov para la variable Poblacin.

Ho: La variable Poblacin en millones de habitantes sigue una distribucin normal.

H1: La variable Poblacin en millones de habitantes no sigue una distribucin
normal.
Nivel de significacin: 0,05

Poblacin

N 43
Media ,53
Parmetros normalesa,b
Desviacin tpica ,735
Absoluta ,371
Diferencias ms extremas Positiva ,371
Negativa -,233
Z de Kolmogorov-Smirnov 2,434
Sig. asintt. (bilateral) ,000

Observamos que la significacin de la prueba de Kolmogorov-Smirnov nos dio

0,000 y es menor a 0,05; por lo tanto rechazamos Ho y concluimos que la variable
poblacin en millones de habitantes no sigue una distribucin normal.

Prueba de independencia para la Poblacin y para el PIB.

Ho: La poblacin y el PIB en miles de millones de $ son independientes.
H1: La poblacin y el PIB en miles de millones de $ no son independientes.
Nivel de significacin: 0,05

Pruebas de chi-cuadrado

Valor gl Sig. asinttica

(bilateral)
a
Chi-cuadrado de Pearson 35,204 4 ,000
Razn de verosimilitudes 27,801 4 ,000
Asociacin lineal por lineal 19,912 1 ,000
N de casos vlidos 43

Rechazamos H0 y conclumos que la Poblacin y el PIB en miles de millones de $

no son independientes.
ANOVA

Realizamos la tabla ANOVA en el hipottico caso de que las variables se hayan

distribuido Normal, ac los resultados:

1) ANOVA para la variable PIB en miles de millones de $ en el ao 2015

H0: Las varianzas de la poblacin son iguales.

H1: Las varianzas de la poblacin no son iguales.

Nivel de significacin: 0,05

ANOVA de un factor
PIB en miles de millones de $

Suma de gl Media F Sig.

cuadrados cuadrtica

Inter-grupos ,279 2 ,140 ,229 ,797

Intra-grupos 24,418 40 ,610
Total 24,698 42

Prueba de homogeneidad de varianzas

PIB en miles de millones de $

Estadstico de gl1 gl2 Sig.

Levene

,171 2 40 ,843

Observamos que el nivel de significacin en el ANOVA es mayor a 0,05, por lo

tanto no tenemos elementos suficientes para rechazar Ho y podemos decir que
hipotticamente, si la variable se distribuye normal, no hay diferencia entre las
varianzas.
 2) ANOVA para la variable salarios mnimos en $ del ao 2015.

H0: Las varianzas de la poblacin son iguales.

H1: Las varianzas de la poblacin no son iguales.

Nivel de significacin: 0,05

ANOVA de un factor
Salario mnimo mensual en $

Suma de gl Media F Sig.

cuadrados cuadrtica

Inter-grupos 2139277,880 2 1069638,940 2,736 ,077

Intra-grupos 15637424,771 40 390935,619
Total 17776702,651 42

Prueba de homogeneidad de varianzas

Salario mnimo mensual en$

Estadstico de gl1 gl2 Sig.

Levene

7,361 2 40 ,002

Observamos que el nivel de significacin de la prueba de homogeneidad de

varianzas es menor a 0,05, por lo tanto rechazamos Ho y podemos decir que hay
diferencias en las varianzas de los salarios mnimos en $ en el ao 2015.
Anlisis y conclusiones

A travs de los distintos contrastes realizados, se observaron distintos

resultados, los cuales podemos analizar de la siguiente manera, en primer lugar,
que la Tasa de Desempleo es independiente tanto del PIB (en miles de millones de
$) del ao 2015, como del salario mnimo mensual (en $) del ao 2015, es decir, el
PIB y el Salario mnimo no incide en la Tasa de Desempleo de los pases
europeos estudiados, no as el IDH (ndice de Desarrollo Humano) que si result
ser dependiente del salario mnimo, cabe destacar que, el IDH toma en cuenta
distintas variables para ser calculado, por lo que tiene sentido que el mismo sea
dependiente del salario mnimo mensual. En cambio, el PIB si es independiente
del IDH. En las investigaciones que se realizaron, se descubri que el IDH es
dependiente del PIB per cpita.

Despus de verificar la independencia o dependencia de las variables

estudiadas, procedimos a comprobar si estas tenan una distribucin Normal. Al
ser variables econmicas, muy difcilmente se distribuirn Normal, ya que hay
diversos factores que influyen en ella tanto internos como externos. Al realizar los
histogramas se observ que la variable tiene un comportamiento semejante a una
Chi-Cuadrado, por lo que se puede decir que si el N hubiese sido lo
suficientemente grande, las variables hubieran tomado una distribucin normal.

Al comprobar que las variables efectivamente no se distribuan Normal, se

procedi a realizar una prueba de Kruskal-Wallis, este contraste se realiza para
ver si los datos provienen de una misma distribucin diferente a la Normal. Los
resultados de la prueba arrojaron que la variable PIB en miles de millones de $ del
ao 2015 y la variable salario mnimo en $, provienen de una misma distribucin.
Segn el grfico se puede inferir que provienen de una distribucin Chi-Cuadrado
como ya se mencion.
 Finalmente, se realiz el contraste ANOVA, como si hipotticamente las
variables siguieran una distribucin normal. Se observ que, si hipotticamente la
variable PIB en miles de millones de $ del ao 2015 se comportara Normal, no
habra diferencia en las varianzas de los datos, es decir, la varianza de los datos
fuese igual, en cambio, en la variable salarios mnimos mensual en $, si hubiesen
varianzas distintas en los datos.