CORRELACIN ENTRE VARIABLES QUE DETERMINAN

UN PRSTAMO GOTA A GOTA

INTEGRANTES:

ANGIE LIZETH VELASQUEZ CASTRO

MARBEL CATALINA CASAS MONROY

JAQUELINE LEN NISPERUZA

PRESENTADO A:

LIC : JORGE OBANDO BASTIDAS

UNIVERSIDAD COOPERATIVA SEDE VILLAVICENCIO

FACULTAD DE CONTADURA PBLICA

ESTADSTICA DESCRIPTIVA

GRUPO 501

2017
 CONTENIDO

Pg.

1. Problema de la investigacin 1

2.Introduccion: 2

3.Objetivos:.................................................. 3

3.1. General................................................ 3

3.2. Especfico .... 3

4. Caractersticas de los prestatarios.. 4

5. Datos obtenidos de las variables de la encuesta.. 5

6. Desarrollo del Problema. 7

7. Modificacin de correlacin de variables............................................................ 9

8.Predicciones .. 11

9. Relacin entre otras variables que no se correlacionaron...12

10. Conclusiones. 14

11. Bibliografa.. 15
 1. PROBLEMA DE INVESTIGACIN

El presente informe de investigacin hace referencia a indagar en personas de

Villavicencio que utilizan el prstamo gota a gota, para saber a qu Monto de dinero
recurren y partiendo de ella encontrar una serie de variables relacionadas como lo
son:

Las Ventas que sera lo que el microempresario realiza al da

La Ganancia que le queda de la venta
El Inters que le practican por el dinero prestado

Ya teniendo una base de datos de estas variables, queremos descubrir por medio de
la correlacin qu relacin existe entre ellas; dependiendo del grado que se obtenga
y as poder decir que tan buena es y si puedo hacer predicciones que sera lo que
posiblemente podra pasar o dar.

Con todos estos datos recolectados, finalmente se verifica los resultados para
generar conclusiones de que se puede decir de las variables que se correlacionaron,
si tiene buen modelo y p-valor para la respectiva prediccin.
 2. INTRODUCCIN

Hoy en da existen muchas personas que recurren a prstamos como lo es el Gota Gota,
como uno de los medios de ms rpida financiacin; muchas veces para satisfacer
necesidades de pequeos empresarios, asumiendo que estos le ayudan a cumplir con sus
obligaciones financieras, pagar impuestos y retribuir a sus dueos o simplemente para
invertir en su negocio, entre otras cosas. Por medio de este estudio obtenido de una
muestra representativa de datos que se llev acabo en Villavicencio empleando encuesta,
se centra en describir y analizar los resultados partiendo de la correlacin de las mismas.

Algunos consideran que estas personas generan amenaza econmica por lo que disminuye
la rentabilidad de los negocios y la calidad de vida de los microempresarios, sin embargo, la
utilizacin de los prestamistas gota a gota representan una solucin inmediata a sus
problemas de liquidez.

Se entrevistaron y encuestaron a 83 microempresarios en diferentes barrios de

Villavicencio, lo cual para poder hallar la correlacin termino en 76 datos.
 3. OBJETIVOS

3.1. GENERAL

Identificar Inicialmente en que variables existen correlacin determinando si el

R2 me explica su relacin con una o ms variables predictores y si el P-valor es bueno
para realizar su respectiva prediccin.

3.2. ESPECFICOS

Analizar las variables que tienen relacin mutua, viendo el grado en que las variables
se relaciona con los valores de la otra.

Escoger el modelo de mejor calidad que me represente la correlacin mayor a 0,7.

Determinar si el P-valor tiene relacin de que las variables son verdaderas.

Realizar las respectivas predicciones en cuanto la correlacin, R2 y el P-valor sean

buenos.

A partir de los resultados encontrados crear conclusiones sobre la dependencia que

tenga las variables o como se relacionan.
 4. CARACTERSTICAS DE LOS PRESTATARIOS

Los prestatarios son habitualmente comerciantes de los estratos ms bajos, quienes son los
ms propensos a recurrir a fuentes informales de financiamiento, como consecuencia de
los bajos ingresos, la falta de ahorros y de educacin financiera, enfrentar diferentes
imprevistos conllevando a las personas a sumergirse en un excesivo endeudamiento por la
sobreestimacin de la capacidad de pago.

La carencia de educacin financiera es una de las barrera ms grande para los pequeos
comerciantes para el acceso a la financiacin con las entidades formales del estado; sumado
esto la mayora de los pequeos comerciantes no exhiben vida crediticia apropiada, lo cual
imposibilita el acceso a los crditos formales por la falta de garantas y deciden utilizar
prestamos gota a gota.

A lo anterior, para los comerciantes el prstamo gota a gota se ha convertido en un

procedimiento comn, en donde el prestamista gota a gota es una persona particular quien
se beneficia de la situacin financiera de los pequeos empresarios, presuntamente
asistiendo en su ayuda por medio de prstamos con un inters alto.
 5. DATOS OBTENIDOS DE LAS VARIABLES DE LA ENCUESTA

A continuacin se muestran 83 datos recolectados por cada variable

N MONTO VENTA GANANCIA INTERS

1 500000 300000 90000 10
2 700000 300000 150000 10
3 400000 200000 50000 10
4 1000000 500000 200000 5
5 500000 300000 120000 15
6 330000 400000 100000 15
7 600000 450000 200000 20
8 650000 400000 230000 20
9 400000 300000 150000 15
10 500000 100000 30000 10
11 200000 300000 20000 10
12 300000 80000 30000 10
13 500000 300000 50000 10
14 200000 100000 30000 10
15 200000 50000 25000 20
16 350000 80000 40000 15
17 400000 100000 25000 20
18 500000 150000 75000 20
19 600000 200000 80000 20
20 500000 150000 80000 15
21 500000 100000 30000 4
22 1000000 120000 45000 3
23 750000 80000 18000 6
24 450000 50000 10000 6
25 350000 65000 15000 4
26 450000 50000 25000 6
27 750000 100000 30000 8
28 350000 60000 18000 6
29 1000000 1000000 850000 10
30 250000 40000 10000 5
31 700000 800000 360000 12
32 400000 250000 450000 10
33 250000 200000 300000 8
34 100000 150000 170000 5
35 200000 260000 150000 5
36 150000 240000 200000 3
37 600000 750000 550000 10
38 550000 350000 115000 15
39 800000 300000 200000 20
40 700000 250000 110000 10
41 350000 300000 150000 15
42 400000 150000 50000 15
43 1000000 700000 300000 17
44 100000 200000 100000 15
45 500000 400000 150000 15
46 650000 900000 300000 19
47 350000 80000 100000 16
48 350000 100000 200000 17
49 400000 250000 95000 15
50 420000 500000 200000 15
51 650000 500000 200000 15
52 500000 400000 200000 14
53 360000 300000 100000 19
54 550000 400000 150000 13
55 600000 400000 150000 11
56 350000 250000 100000 10
57 500000 100000 30000 5
58 150000 60000 16000 4
59 950000 250000 47000 4
60 650000 350000 54000 6
61 500000 840000 340000 4
62 1000000 600000 300000 10
63 850000 700000 113000 3
64 200000 1000000 300000 20
65 250000 700000 300000 20
66 500000 650000 400000 20
67 100000 800000 100000 20
68 500000 1000000 350000 20
69 700000 500000 100000 20
70 250000 800000 100000 20
71 200000 70000 30000 10
 72 400000 100000 55000 10
73 450000 80000 25000 20
74 380000 700000 350000 20
75 230000 1000000 800000 20
76 550000 1000000 570000 20
77 150000 980000 90000 20
78 280000 850000 420000 20
79 90000 680000 110000 20
80 420000 650000 500000 20
81 250000 650000 380000 20
82 370000 800000 450000 20
83 500000 900000 750000 20

6. DESARROLLO DEL PROBLEMA

Para el desarrollo del presente problema se procedi as:

1. Determinar la correlacin de las 4 variables en el software R, para ver que variable

tiene relacin mutua con otra.

Se puede evidenciar que hay una relacin entre la variable VENTA y GANANCIA, ya que su
valor est por encima de 0,7.
2. Se verifico en el grfico de boxplot que datos me estn dispersando la correlacin para
que sea an mucho mejor que la anterior.

1e+06
8e+05
6e+05
4e+05
2e+05
0e+00

VENTA GANANCIA

Nos muestra unos puntos outlier en la variable GANANCIA, es all donde hay datos que
hacen que la correlacin no sea mayor a la anterior o que me disperse los datos, por tanto
lo que se debe realizar es eliminar los valores que se encuentran desde 750000 hasta
850000 aproximadamente para mejores resultados.

3. Se analiza el mejor modelo que representa la correlacin ya dada, con un R2 mayor o igual
a 0,7.

y = 2E-07x2 + 0,271x + 28505 y = 136476ln(x) - 2E+06

R = 0,5712 GANANCIA R = 0,4726
1000000
y = 35695e3E-06x y = 0,4588x + 1129,8 y = 0,4048x0,9979
R = 0,5934 R = 0,565 R = 0,7043
800000

600000

400000

200000

0
0 200000 400000 600000 800000 1000000 1200000
-200000
El mejor modelo que representa a las dos variables correlacionadas es la potencial ya que
su valor es mayor que 0,7 mientras que las otras se encuentran por debajo de este valor;
se designa en un recuadro amarillo.

4. Se analiza el valor de P-valor si es menor de 0,5 sera bueno.

p-value: 2.668e-16

7. MODIFICACIN DE CORRELACIN DE VARIABLES

Con la siguiente modificacin o rectificacin lo que se hace es que a partir de el grafico

boxplot y los puntos ms dispersos que presenta el modelo potencial se eliminan para
obtener una nueva correlacin.
De 83 datos fueron eliminados 7 ya que estos eran los que hacan que la correlacin no
fuera mayor a la anterior, los valores que se eliminaron fueron los que estaban dentro del
rango de 750000 hasta 850000 aproximadamente que era lo que presentaba el boxplot, y
ya despus mirar en el modelo que otros no concordaban como los siguientes valores:

VENTA 200000 500000 800000

GANANCIA 300000 650000 900000

Ya habiendo eliminado estos valores se obtienen los siguientes resultados:

1. Determinacin de nueva correlacin para las variables VENTAS y GANANCIA.

Con estos resultados se verifica que la correlacin entre variables ahora es ms fiable ya
que de estar en 0.7516493 subi a 0.9214346.

2. Se verifico en el grfico de boxplot si todava hay datos que me estn dispersando la

correlacin.
1e+06
8e+05
6e+05
4e+05
2e+05
0e+00

VENTA GANANCIA

Se observa que los puntos outlier en la variable GANANCIA, que se encontraban desde
750000 hasta 850000 aproximadamente desaparecieron por lo que se eliminaron
totalmente para que no me dispersionara la correlacin.

3. Se analiz si el modelo potencial que representaba la correlacin anterior cambia de

modelo, aumenta o por el contrario disminuye.
El mejor modelo que ahora representa la variable VENTAS y GANANCIA en cuanto al R2 es
la polinomica ya que aumento su valor y es mucho ms confiable por lo que est en un 85%
concordante los datos.

4. Se analiz si el P-valor sigue siendo el mismo, aumenta o disminuye.

p-value: 2.668e-16

Se confirma que el P-valor sigue siendo el mismo, pero que a pesar que es muy bajito es
muy bueno, ya que su valor equivale a 0.0000000000000002 y este est por debajo de 0.5.

8. PREDICCIONES

Sabiendo que los tres pasos para la correlacin se cumplieron, ahora podemos empezar a
predecir otros datos a partir de la ecuacin que nos dio el mejor modelo que fue la
polinomica as:

Se harn 11 predicciones partiendo de un valor de VENTA para saber cunta GANANCIA le

queda.

VENTA GANANCIA
1.000.000 487.331
3.000.000 1.881.332
500.000 226.332
700.000 326.532
1.500.000 783.332
150.000 62.882
300.000 131.732
900.000 432.332
 2.000.000 1.114.332
50.000 21.357
20.000 8.700

Ya con estos datos se puede decir que es lo que posiblemente puede quedarle de
ganancia a un microempresario que venda eso por da, mas no asegurar que eso le queda.

9. RELACIN ENTRE OTRAS VARIABLES QUE NO SE CORRELACIONARON

Para variables como MONTO y INTERS que no tuvieron correlacin de valores con las
otras dos variables, lo que se quiere agregar es una serie de preguntas dando su respuesta
con grafico de barras y as analizar lo que se pueda observar de ah.

-Ser que si a mayor venta los microempresarios se endeudan ms?

MONTO VENTA

1200000

1000000

800000

600000

400000

200000

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Se tomaron 20 datos para hacer la relacin entre MONTO y VENTA y se dice que los
microempresarios se endeudan ms porque lo de sus ventas no les alcanza.
Algunos casos donde se evidencia lo anterior:

MONTO VENTA
700.000 300.000
500.000 150.000
400.000 100.000
300.000 80.000

-Ser que el Inters influye en las ganancias?

Rta: Depende del Inters que le maneje el prestamista al microempresario por el monto de
dinero prestado, claro est que si su inters es muy alto y si su ventas no son suficientes sus
ganancias serias muy pocas, ya que lo que vende lo utiliza para cubrir la cuota diaria del
prstamo; el promedio de Inters que se resalta en la encuesta esta entre el 10% y 20 %.
 CONCLUSIONES

Los resultados obtenidos en los 3 pasos para la correlacin son muy buenos ya que
fueron valores aceptados para poder hacer la prediccin, se dice que es un modelo
bastante confiable ya que el 85 % de los datos con verdad y se pueden utilizar para
otras investigaciones.

A partir del diagrama de dispersin, conforme a la variable VENTAS y GANANCIA, se puede

decir que a mayor venta mejor ganancias obtienen los microempresarios, por lo que
tendremos una correlacin lineal positiva.

Se puede afirmar que con la Correlacin y Regresin lineales de datos, podemos calcular
qu medida se relacionan dos variables estadsticas, y por otro lado desarrollar un mtodo
general para calcular la regresin lineal que nos lleva a la recta de mejor ajuste junto con el
mejor modelo; nos permite realizar ciertas predicciones estadsticas, a partir de los datos
obtenidos.

La correlacin me Indica que existi variables que tuvieran una relacin mutua entre una y
otra, ya que en el anlisis me indica que el grado de los valores son viables.

Para una buena correlacin se debe eliminar los datos que la dispersan, que me los
presenta el coeficiente de correlacin y el grafico boxplot.
 7. BIBLIOGRAFA

https://www.uam.es/personal_pdi/ciencias/joser/paginaR/regresion.h
tml

Software de R

Excel

Encuesta practicada a microempresarios de Villavicencio