INGRESOS POR PRESTACION DE SERVICIOS

DE UNA CONSULTORA CONTABLE.

 INDICE

1. INTRODUCCIN ........................................................................................................................... 2

2. ANTECEDENTES .......................................................................................................................... 2

3. MARCO TERICO......................................................................................................................... 2

4.- METODOLOGA DE LA ECONOMETRA ...................................................................................... 4

PASO 1.- PLANTEAMIENTO DE LA TEORA O DE LA HIPTESIS. ............................................. 4

PASO 2.-ESPECIFICACIN DEL MODELO MATEMTICO DE LA TEORA ............................ 5

PASO 3.-ESPECIFICACIN DEL MODELO ECONOMTRICO DE INGRESOS POR VENTAS.... 5

4.1.1. DEFINICION DE LAS VARIABLES .................................................................................. 6

4.2. OBTENCIN DE INFORMACIN ........................................................................................... 7

4.3. ESTIMACIN DEL MODELO ECONOMTRICO ................................................................... 7

INTERPRETACIN DE LOS ERRORES ESTNDAR (EE) DE LOS BETAS ................................. 9

INTERVALOS DE CONFIANZA...................................................................................................... 10

VERIFICACIN DE LA BONDAD DE AJUSTE DEL MODELO ..................................................... 11

4.4. Prueba de hiptesis.......................................................................................................... 12

PRUEBA DE HIPTESIS DE SIGNIFICATIVIDAD DE LOS PARAMETROS ............................ 12

4.5. PRONSTICO O PREDICCIN............................................................................................ 18

PREDICCION POR INTERVALO DE CONFIANZA INDIVIDUAL .................................................. 18

5. CONCLUSIONES Y JUICIOS SOBRE LA EXPERIENCIA LABORAL ....................................... 20

5.1. Conclusiones........................................................................................................................... 20

1
1. INTRODUCCIN
El presente trabajo es realizado para la materia de econometra con el objetivo de conocer los
factores que influyen en el INGRESO ANUAL de la consultora Berach. Elegimos el tema con el
objetivo de determinar los ingresos y gastos que tiene la consultora, es as que especficamente
con el uso de herramientas economtricas trataremos de identificar qu factores inciden en los
ingresos de la ya mencionada consultora.

2. ANTECEDENTES
Fundada el ao 2000, BERACH nace como asesora especializada en contabilidad y fiscalidad
para empresas. Con los aos y la experiencia adquirida, se amplan los servicios, as como el
personal necesario para cada especialidad. BERACH se adapta a las nuevas tecnologas, para
poder ofrecer un amplio abanico de servicios integrales de consultora y asesora a las empresas
y a las personas. El resultado de estas mejoras es un servicio an ms eficiente y personalizado.

Actualmente disponemos de una amplia plantilla especializada en las diferentes reas y colaboran
con nosotros bufetes de prestigio demostrado en las materias correspondientes.

3. MARCO TERICO.

CONSULTORIA.-La definicin de la consultora de empresas la podemos enmarcar de la siguiente

manera: es un servicio al cual los propietarios, directores de empresas y funcionarios pblicos
pueden recurrir si sienten la necesidad de ayuda o asesora en la solucin de diversos problemas
y en la implantacin de procesos de mejora continua.

El objetivo fundamental de la consultora profesional es proporcionar recomendaciones viables e

implantar medidas apropiadas para aumentar la productividad y la competitividad de las empresas.

Econometra: En trminos literales econometra significa medicin econmica. Sin embargo, si

bien es cierto que la medicin es una parte importante de la econometra, el alcance de esta
disciplina es mucho ms amplio, como se deduce de las siguientes citas:

2
La econometra, resultado de cierta perspectiva sobre el papel que desempea la economa, consiste
en la aplicacin de la estadstica matemtica a los datos econmicos para dar soporte emprico a los
modelos construidos por la economa matemtica y obtener resultados numricos.1
La econometra puede definirse como el anlisis cuantitativo de fenmenos econmicos reales,
basados en el desarrollo simultneo de la teora y la observacin, relacionados mediante mtodos
apropiados de inferencia.2

Regresin:En estadstica, el anlisis de regresin es un proceso estadstico para la estimacin de

relaciones entre variables. Incluye muchas tcnicas para el modelado y anlisis de diversas variables,
cuando la atencin se centra en la relacin entre una variable dependiente y una o ms variables
independientes. Ms especficamente, el anlisis de regresin ayuda a entender cmo el valor tpico
de la variable dependiente cambia cuando cualquiera de las variables independientes es variada,
mientras que se mantienen las otras variables independientes fijas.

Mtodo de los mnimos cuadrados ordinarios (MCO):En estadstica, los mnimos cuadrados
ordinarios (MCO) o mnimos cuadrados lineales es el nombre de un mtodo para encontrar los
parmetros poblacionales en un modelo de regresin lineal. Este mtodo minimiza la suma de las
distancias verticales entre las respuestas observadas en la muestra y las respuestas del modelo. El
parmetro resultante puede expresarse a travs de una frmula sencilla, especialmente en el caso de
un nico regresionador.

Variable:Son un conjunto de caractersticas que tienen algo en comn. En otras palabras, una variable
es un smbolo que permite identificar a un elemento no especificado dentro de un determinado grupo.
Este conjunto suele ser definido como el conjunto universal de la variable (universo de la variable, en
otras ocasiones), y cada pieza incluida en l constituye un valor de la variable.

Multicolinealidad:Es una situacin en la que se presenta una fuerte correlacin entre variables
explicativas del modelo. La correlacin ha de ser fuerte, ya que siempre existir correlacin entre dos

1
Gerhard Tintner, Methodology of Mathematical Economics and Econometrics, The University of Chicago Press,
Chicago, 1968, p. 74.

2
P.A. Samuelson, T.C. Koopmans y J.R.N. Stone, Report of the Evaluative Committee for Econometrica,
Econometrica, vol. 22, nm. 2, abril de 1954, pp. 141-146.

3
variables explicativas en un modelo, es decir, la no correlacin de dos variables es un proceso idlico,
que slo se podra encontrar en condiciones de laboratorio. 1

Heteroscedasticidad: En estadstica se dice que un modelo de regresin lineal presenta

heteroscedasticidad cuando la varianza de las perturbaciones no es constante a lo largo de las
observaciones. Esto implica el incumplimiento de una de las hiptesis bsicas sobre las que se asienta
el modelo de regresin lineal. De ella se deriva que los datos con los que se trabaja son heterogneos,
ya que provienen de distribuciones de probabilidad con distinta varianza.

Autocorrelacin:Se denomina as a la correlacin de una variable consigo misma cuando se desfasa

uno o ms periodos de tiempo.

Excel:Excel es un software que permite crear tablas, y calcular y analizar datos. Este tipo de software
se denomina software de hoja de clculo. Excel permite crear tablas que calculan de forma automtica
los totales de los valores numricos que especifica, imprimir tablas con diseos cuidados, y crear
grficos simples.

Excel forma parte de Office, un conjunto de productos que combina varios tipos de software para
crear documentos, hojas de clculo y presentaciones, y para administrar el correo electrnico. 3

Es un paquete informtico que nos permitir realizar los clculos correspondientes en la investigacin
presente.

4.- METODOLOGA DE LA ECONOMETRA

PASO 1.- PLANTEAMIENTO DE LA TEORA O DE LA HIPTESIS.

3
https://support.office.com/es-hn/article/%c2%bfQu%c3%a9-es-Excel-8373c3d7-bd64-4b7f-bdbd-1fa4b2007b09?ui=es-ES&rs=es-
HN&ad=HN

4
 Los ingresos de la CONSULTORA CONTABLE BERACH dependen de los siguientes factores:

GASTO EN PUBLICIDAD
NUMERO DE CLIENTES

.
PASO 2.-ESPECIFICACIN DEL MODELO MATEMTICO DE LA
TEORA.

= 1 + 2X2 + 3X3

Donde:
= ventas

X2= gastos en publicidad

X3 = nmero de clientes

PASO 3.-ESPECIFICACIN DEL MODELO ECONOMTRICO DE

INGRESOS POR VENTAS
VENTAS = 1 + 2X2 + 3X3+

Donde:

= Ventas

X2 = gastos de publicidad

X3 = nmero de clientes

= conocida como trmino de perturbacin o de error, es una variable aleatoria (estocstica)con

propiedades probabilsticas bien definidas. El trmino de perturbacin u representatodos los factores
que afectan el consumo pero que no se consideran en el modelo en formaexplcita.

PASO 4.- OBTENCION DE DATOS

POBLACION MUESTRA
5

CONSULTORAS CONSULTORA
CONTABLES DE LA CONTABLE
 4.1.1. DEFINICION DE LAS VARIABLES
Ventas:nmero de veces que realiza un servicio la empresa.
Variable cuantitativa discreta ya que solo puede adoptar nmeros enteros.

Gastos de Publicidad (B2): Variable cuantitativa discreta que indica el nmero de veces que la
consultora ha estado expuesta a publicidad (letreros, panfletos, etc.) referente a comida chatarra
que ha llegado a influenciarlo de alguna manera para consumirla, medio en veces al da.

Nmero de clientes (B3): Variable cuantitativa continua que indica el nmero de clientes de la
empresa.

6
 4.2. OBTENCIN DE INFORMACIN
Para la obtencin de los datos y la especificacin del modelo economtrico hemos obtenido
informacin mediante la visita a la consultora contable.

Obteniendo as la siguiente informacin

n Y X2 X3
observaciones Ingresos Gastos en N clientes
publicidad
1 150000 10050 50
2 165000 10100 56
3 168000 10200 60
4 171500 10300 64
5 175000 10500 68

4.3. ESTIMACIN DEL MODELO ECONOMTRICO

Primer paso: Insertar los datos en la hoja de Excel

Segundo paso: Introduzca los datos y luego aceptar.

7
En el siguiente cuadro se muestra las estimaciones encontradas por el programa
informtico Excel; donde la variable gastos en publicidad es X2, nmero de clientes
X3.

Variables Coeficientes

Intercepcin 470975.945

Variable X 1 -43.7285223

= 470975.94 - Variable X 2 2387.02749 43.73X2 +2387.03X3

INTERPRETACION DE LOS PARAMETROS

8
 Beta 1 (1)=Se espera que se tenga un ingreso promedio neto470975.94 sin
tomar en cuenta las dems variables.

Beta 2 (2)=Se espera que a medida que aumente el gasto en la publicidad

disminuye su ingreso en -43.73

Beta 3 (3)=En promedio los clientes gastan 2387.03 bs por los servicios que
presta la consultora.

INTERPRETACIN DE LOS ERRORES ESTNDAR (EE) DE LOS

BETAS
En el siguiente cuadro se muestra los errores tpicos de los estimadores.

Variables Error tpico

ee1 = Intercepcin 169958.6787 169958.68

Esto nos Variable X 1 19.3373716 indica que la
prediccin Variable X 2 495.1793451
de la variacin
del ingreso por ventas en
promedio podra diferir 169958.68 bs ms o, menos del verdadero valor de
esta variable.

ee2=19.34

9
 Esto nos indica que la prediccin de la variacin del ingreso por prestacion
de servicios , dada una variacion en la varible de gastos enpublicidad, en
promedio podria diferir 19.34 veces ms o, veces menos, del verdadero valor.

ee3 = 495.18
Esto nos indica que la prediccin de la variacin del ingresos por la prestacion
de servicios, dada una variacion en la variable n de clientes , en promedio
podria diferir 495.18bs ms o menos, del verdadero valor .

INTERVALOS DE CONFIANZA

Todos los siguientes intervalos de confianza para los betas pueden ser
obtenidos a partir de la siguiente ecuacin:

[ + ] = 1
2 2

Para nuestro caso se utilizara un estadstico t, dado que no contamos con

estudios anteriores . A su vez consideramos pertinente un nivel de significancia
del 5%.

Sin embargo, aprovechando el programa Excel podemos obtener dichos

intervalos con la funcin "Analisis De Regresion". A modo de ilustracin se
utilizar la ecuacin anterior solo para calcular los intervalos de confianza para
Beta1, dejando el resto para Excel.

Estadistico t-student

1;()

0.95;(53) = 4.303
1
0
 Intervalos de confianza para

[470975.945 4.303 169958.68 470975.94 + 4.303 169958.68]

[. . ]

El intervalo de confianza nos indica que el veradero valor central poblacional de

1 se encuentra ente -260356.255 y 1202308.145 con 95% de confianza.

Intervalos de confianza obtenidos a partir de Excel

VARIABLES INFERIOR SUPERIOR

95% 95%
Intercepcin -260356.255 1202308.145
Gasto en -126.95 39.49
publicidad
N de clientes 256.27 4517.184213

Intervalos de confianza para

[. . ]

El intervalo de confianza nos indica que el veradero valor de 2 se encuentra

ente -126.95 y 39.49 con 95% de confianza.

Intervalos de confianza para

[. . ]

El intervalo de confianza nos indica que el veradero valor de 3 se encuentra

entre 256.27 y 4517.78 con 95% de confianza.

VERIFICACIN DE LA BONDAD DE AJUSTE DEL MODELO

1
1
Mide la bondad de ajuste de laecuacin de regresin; es decir, da la proporcin
o porcentaje de la variacin total en la variabledependiente Y explicada por la
variables explicativasX.

El coeficiente de determinacion es bastante bajo, dado que sugiere que las

variables independientes explican en un 0.97 el modelo, esto nos muestra que la
variable y seria muy poco sensible a los cambios en las varibles
independientes.

En el siguiente cuadro se muestra las medidas de ajustes realizadas en el

modelo:

MEDIDAS DE BONDAD
Coeficiente de correlacin mltiple 0.987945556
Coeficiente de determinacin R^2 0.976036421
R^2 ajustado 0.952072843

4.4. P RUEBA DE HIPTESIS

PRUEBA DE HIPTESIS DE SIGNIFICATIVIDAD DE LOS
PARAMETROS
Esta nos sirve para ver el grado de efecto se significatividad que representan los
estimadores en el modelo que se quiere llegar a inferir.

1 = 0 Se acepta la H0
1 0 Se rechaza la H0

P ARA B1

Prueba bilateral
o Ho : 1 = 0
o H1 : 1 0
1
2
 Nivel de significacin
o =0.025

grafico

-4.303 2.77 4.303

RECHAZA Ho ACEPTA Ho RECHAZA Ho

Estadistico de prueba

=

470975.945
=
169958.6788
= 2.77

1
3
 Conclusin y discusin

Como > se acepta la Ho y por lo tanto se rechaza la H1

Se concluye que B1 no es un parmetro estadsticamente significativo, y que

una variacin en esta no explica las variaciones en el ingreso por prestacin
de servicio.

P ARA B2

Prueba bilateral
o Ho : 2 = 0
o H1 : 2 0

Nivel de significacin
o =0.025
grafico

Estadistico de prueba

=

RECHAZA Ho ACEPTA Ho RECHAZA Ho

1
4
 43.72852234
=
19.3373716

= 2.26

Conclusin y discusin

Como > se acepta la Ho y por lo tanto se rechaza la H1

Se concluye que B2 no es un parmetro estadsticamente significativo, y que

una variacin en esta no explica las variaciones en el ingreso por prestacin
de servicios.

P ARA B3

Prueba bilateral
o Ho : 3 = 0
o H1 : 3 0

Nivel de significacin
o =0.025

RECHAZA Ho ACEPTA Ho RECHAZA

Ho

1
5
 grafico

Estadistico de prueba

=

2387.027491
=
495.1793451
= 4.82

Conclusin y discusin

Como < se acepta la H1 y por lo tanto se rechaza la H0

Se concluye que B3 es un parmetro estadsticamente significativo, y que

una variacin en esta explica las variaciones en el ingreso por prestacin de
servicios.
PRUEBA DE HIPOTESIS GLOBAL
esto nos muestra si las variables explicativas tomadas en conjunto tienen un
efecto sobre la variable dependiente, en otras palabras, las variables que
tomamos en este modelo tienen un efecto sobre el consumo de comida
chatarra.
Prueba bilateral
o Ho : P2 = 0
o H1 : P2> 0

1
6
 Nivel de significacin
o =0.05
o F=(0.05;2;2)=19.00
grafico

Estadistico de prueba

( )
=
( )( )

(5 3)0.976036421
=
(3 1)(1 0.976036421)
= .

Conclusin y discusin
Como F < se acepta la H1 y por lo tanto se rechaza la Ho

Se concluye que el modelo globalmente es significativo.

1
7
 4.5. PRONSTICO O PREDICCIN
PREDICCIN PUNTUAL
X0=

Gasto en publicidad = 10200 N de clientes =60

Ingresos por ventas = 470975.945-43.73 GP + 2387.03 N C.

Entonces:
Y0=470975.945-43.73*(10200) + 2387.03*(60)
Y0=168166.67
Como Y0 es un estimador puntual insesgado
Y0 E(0) = Y0
Y0=168166.67

En promedio El ingreso por la prestacin de servicio con un gasto en publicidad

de 10200 bs y un nmero de clientes de 60 ser 168166.67 bs.

PREDICCION POR INTERVALO DE CONFIANZA INDIVIDUAL

ANLISIS DE VARIANZA
Suma de Promedio de los
Grados de libertad cuadrados cuadrados

Regresin 2 363280756 181640378

Residuos 2 891924.986 445962.993

Total 4 372200000

1
8

=

891924.986
=
53
= 445962.993

( ) = ( + ( ) )

= [] = [ ]

647.2212 17.6454 0.7315

( ) = [ 17.6454 0.0554 0.0023]
0.7315 0.0023 8.3812

[ ( ) ) = 972.241]

( ) = ( + ( ) )

( ) = 445962.993 (1 + 972.241)

1
9
 ( ) =434029469.3
2
= ( )

2
= 434029469.3

= .

=
(;)
(.;) = .
= . . .
[. . ]
Decisin: Por la venta de servicios de consultoria con un gasto en publicidad
de 10200 bs y con un promedio de 60 clientes la empresa puede ganar entre
78520.68 bs y 257812.66 bs.

5. CONCLUSIONES Y JUICIOS SOBRE LA EXPERIENCIA LABORAL

5.1. C ONCLUSIONES
Concluimos que el modelo que hemos estudiado si es aceptable ya que hemos
podido concluir el proyecto de manera exitosa.

2
0
 Hemos realizado este proyecto con el fin de aplicar el conocimiento adquirido en el
curso aplicando todo en cuanto a la materia.

5.2. JUICIO SOBRE LA EXPERIENCIA PERSONAL

Mediante la elaboracin de este trabajo, nos ha permitido poner en prctica todo lo
aprendido durante el semestre. La eleccin de este tema nos ha despertado
curiosidad al saber cunto de su ingreso diario lo destinan a este consumo,
mediante esto podemos ver como la Econometra nos ha resultado necesario para
para el estudio de este tema.
Por otro lado, la realizacin del trabajo nos ha permitido aprender a utilizar y adquirir
habilidaden el Microsoft Excel y el Eviews 8.0, una herramienta hasta el momento
desconocida para nosotros, lo cual nos fue de mucha ayuda para la realizacin de
este trabajo.

2
1