Está en la página 1de 25

UNIVERSIDAD NACIONAL DE TUMBES

FACULTAD DE CIENCIAS ECONÓMICAS


ESCUELA ACADÉMICO PROFESIONAL DE ECONOMÍA

 PROYECTO MONOGRÁFICO : MODELO DE REGRESION


LINEAL MULTIPLE

 AUTOR:
 Taboada Delgado, Misael A.

 ASIGNATURA: Econometria II

 CICLO: VII

 ASESOR: Dr. Wayky Luy.

TUMBES - PERÚ
Contenido
1 INTRODUCCIÓN ........................................................................................ 2
2 OBJETIVOS ................................................................................................ 4
3 ANTECEDENTES ....................................................................................... 5
4 MARCO TEÓRICO: REGRESION LINEAL MULTIPLE .............................. 7
4.1 DEFINICIÓN ......................................................................................... 7
4.2 HIPOTESIS ........................................................................................... 8
5 MODELO DE REGRESION LINEAL MULTIPLE ........................................ 9
5.1 AHORRO .............................................................................................. 9
5.2 GASTO.................................................................................................. 9
5.3 LIQUIDEZ............................................................................................ 10
5.4 EMISION PRIMARIA ........................................................................... 10
5.5 MODELO ECONOMETRICO DEL AHORRO ..................................... 11
5.6 Ecuación de regresión lineal múltiple .................................................. 14
5.7 Prueba de Hipótesis para cada variable.............................................. 15
5.8 MODELO ECONOMETRICO (SPSS) ................................................. 18
6 DIFERENCIAS ENTRE SPSS 22 Y MICROSOFT EXCEL ...................... 22
7 CONCLUSIONES ..................................................................................... 23
8 Bibliografía ................................................................................................ 24
1 INTRODUCCIÓN

En la regresión lineal múltiple se utiliza más de una variable explicativa; esto


nos va a ofrecer la ventaja de utilizar más información en la construcción del
modelo y, consecuentemente, realizar estimaciones más precisas. Al tener
más de una variable explicativa (no se debe de emplear el término
independiente) surgirán algunas diferencias con el modelo de regresión
lineal simple. Una cuestión de gran interés será responder a la siguiente
pregunta: de un vasto conjunto de variables explicativas: x1, x2, …, xk,
cuáles son las que más influyen en la variable dependiente “Y”. En definitiva,
y al igual que en regresión lineal simple, vamos a considerar que los valores
de la variable dependiente “Y” han sido generados por una combinación
lineal de los valores de una o más variables explicativas y un término
aleatorio:

Y  b0  b1 * x1  b2 * x2  ...  bk * xk  u

Los coeficientes son elegidos de forma que la suma de cuadrados entre los
valores observados y los pronosticados sea mínima, es decir, que se va a
minimizar la varianza residual.
ABSTRACT
In multiple linear regression, more than one explanatory variable is used; This
will give us the advantage of using more information in the construction of the
model and, consequently, making more precise estimates. Having more than
one explanatory variable (the independent term should not be used) some
differences will emerge with the simple linear regression model. A question
of great interest will be to answer the following question: of a vast set of
explanatory variables: x1, x2, ..., xk, which are the ones that most influence
the dependent variable "Y". In short, and as in simple linear regression, we
will consider that the values of the dependent variable "Y" have been
generated by a linear combination of the values of one or more explanatory
variables and a random term:

Y  b0  b1 * x1  b2 * x2  ...  bk * xk  u

The coefficients are chosen so that the sum of squares between the observed
and predicted values is minimal, ie, that the residual variance is to be
minimized.
2 OBJETIVOS
OBJETIVO GENERAL

1. Aplicar un modelo econométrico que permita ver la relación del Ahorro


con el gasto, la liquidez y la emisión primaria.

OBJETIVOS ESPECIFICOS

1. Dar a conocer en que consiste Regresión Lineal y como nos puede


conducir a construir mejores modelos econométricos.
2. Explicar los resultados del modelo econométrico
3. Dar un concepto hacer del Gasto, la Liquidez, La Emisión Primaria y
el Ahorro.
3 ANTECEDENTES

El autor (Cornejo, 2008), en su seminario titulado “CARACTERISTICAS DEL


AHORRO EN EL CICLO DE VIDA”. Seminario para obtener el título de Ingeniero
Comercial. Con el objetivo de exponer las teorías clásicas del consumo y su
comportamiento a lo largo del ciclo de vida. La investigación se caracteriza por
ser de tipo cuantitativo, de diseño descriptivo. El método utilizado porque son las
que mejor se ajustan a los requerimientos de la investigación fueron: entrevistas,
análisis de documentación. El autor concluye: i) Con los datos revisados
obtenidos de la EPS, se encuentran relaciones positivas entre nivel educacional
y tenencia de ahorro voluntario. Una relación positiva entre los perfiles etáreos y
la tenencia de ahorro voluntario. Además se visualiza que las personas mayores
toman en cuenta motivos precautorios y de herencia lo cual hace que cuando la
teoría predice que deben consumir todos los ahorros previos no lo hacen. ii) Se
encuentra una relación entre las capacidades cognitivas financieras de los
individuos y su nivel educacional, llegando a la respuesta de que personas con
mayor educación pueden tomar mejores decisiones, lo cual está muy vinculado
con que señala la teoría del comportamiento.

El autor, (Maza, 1995), en su trabajo titulado “EL COMPORTAMIENTO DEL


AHORRO Y SU COMPOSICION: EVIDENCIA EMPÍRICA PARA ALGUNOS
PAISES DE LA UNIÓN EUROPEA”. Tesis Doctoral. Con el objetivo del contraste
empírico, aplicado a un conjunto de países de la Unión Europea, de la hipótesis
de que los consumidores tienen en cuenta las decisiones de ahorro de las
empresas y del sector público a la hora de adoptar sus propias decisiones de
ahorro. La investigación se caracteriza por ser de tipo cuantitativo, de diseño
descriptivo, empírica, no experimental. El método utilizado porque son las que
mejor se ajustan a los requerimientos de la investigación fueron: datos
agregados anuales de la Contabilidad Nacional de un subconjunto de paises de
la Unión Europea de 1970-1990. El autor concluye: i) La tasa de ahorro nacional
de la mayoría de los países de la Unión Europea ha sido en los ochenta y
principios de los noventa inferior a la que se observó en las dos décadas
anteriores. Si bien parece que, desde una perspectiva histórica, son las tasas
observadas en los cincuenta y los sesenta las que son excepcionalmente
elevadas (Maddison (1992)), la asociación directa entre ahorro, acumulación de
capital y crecimiento económico genera una cierta preocupación ante esta
evolución. ii) La posibilidad de que se produzcan movimientos compensatorios
entre el ahorro privado y el público ha sido objeto de un amplio debate teórico y
ha generado una cuantiosa literatura empírica2. La base teórica de esta relación
es la hipótesis de equivalencia ricardiana, que postula que los consumidores
integran la restricción presupuestaria intertemporal del sector público en su
conjunto de información. iii) Los resultados del análisis empírico de las relaciones
entre los distintos componentes del ahorro recogidos en la literatura no parecen
ser muy concluyentes, tal como se recoge en el capítulo 1 de revisión. Parece,
en todo caso, que domina la interpretación de que las familias no rasgan
totalmente el velo societario, por lo que, o bien no se produce sustitución entre
ahorro familiar y empresarial o bien, si se produce, es exclusivamente parcial. En
cambio, gran parte de los resultados obtenidos con el contraste de la hipótesis
ricardiana no permiten rechazar que este supuesto de comportamiento refleje la
forma en la que actúan las familias. En concreto, aunque son pocos los trabajos
donde se encuentra evidencia de que la hipótesis ricardiana se verifica en su
sentido más estricto, son menos los que no encuentran ningún tipo de evidencia
a favor. iv) En concreto las especificaciones de la función de consumo y de
ahorro estimadas permiten distinguir entre el impacto a corto y el impacto a largo
de las distintas variables, lo que constituye una aportación a este tipo de análisis.
Asimismo, se ha discutido en todos los casos el método de estimación adoptado,
especialmente en relación a la posible presencia de endogeneidad. En todos los
casos se presentan los contrastes sobre la igualdad entre países de la respuesta
del consumo y del ahorro a las distintas variables, de manera que se pueda
determinar si existe un patrón de comportamiento común a todos los países
analizados o por agrupaciones de los mismos.
4 MARCO TEÓRICO: REGRESION LINEAL MULTIPLE
4.1 DEFINICIÓN
Según, (ABUIN, 2007); El modelo de regresión lineal múltiple es idéntico al
modelo de regresión lineal simple, con la única diferencia de que aparecen más
variables explicativas. Al tener más de una variable explicativa (no se debe de
emplear el término independiente) surgirán algunas diferencias con el modelo de
regresión lineal simple.

Asimismo, (Salinas & Silva, 2007); La regresión lineal múltiple es una técnica
que intenta modelar probabilísticamente el valor esperado de una variable Y, a
partir de los valores de dos o más predictores. Es un método muy poderoso y
ampliamente utilizado en investigación para:

 Determinar la posibilidad de predecir a través de una expresión muy


simple el valor de la respuesta de interés, a partir de los valores
observados de una serie de factores (por ejemplo: riesgo de silicosis, a
partir de edad, tiempo trabajando expuesto a sílice, uso de elementos de
protección, etc.). ¿Son los predictores propuestos adecuados para
modelar en forma lineal la respuesta de interés?
 Determinar la importancia relativa de la asociación lineal entre la
respuesta y un predictor respecto a la asociación entre ella y otro
predictor. ¿Cuáles de los predictores propuestos son los eficaces para
modelar la respuesta en forma sencilla?
 Estimar la relación lineal entre los predictores y la variable respuesta a
partir de nuestros datos: ¿Cuál sería el modelo lineal que
recomendaríamos más adecuado, sencillo, pero relativamente preciso?

La regresión lineal múltiple es matemáticamente similar a la regresión lineal


simple. El método de estimación de parámetros es equivalente al modelo de
regresión lineal simple, pero en este caso se realiza a través de matrices
4.2 HIPOTESIS

Según, (ABUIN, 2007); Para realizar un análisis de regresión lineal múltiple se


hacen las siguientes consideraciones sobre los datos:

Linealidad: los valores de la variable dependiente están generados por el


siguiente modelo lineal:

Y  X * B U

Homocedasticidad: todas las perturbaciones tienen las misma varianza:

V (ui )   2

Independencia: las perturbaciones aleatorias son independientes entre sí:

E (ui ; u j )  0, i  j

Normalidad: la distribución de la perturbación aleatoria tiene distribución normal

V  N (0; 2 )

Las variables explicativas X k se obtienen sin errores de medida.

Si admitimos que los datos presentan estas hipótesis entonces el teorema de


Gauss-Markov establece que el método de estimación de mínimos cuadrados va
a producir estimadores óptimos, en el sentido que los parámetros estimados van
a estar centrados y van a ser de mínima varianza.
5 MODELO DE REGRESION LINEAL MULTIPLE

5.1 AHORRO

Según, (Melo, Tellez, & Zarate, 2006) nos referimos a la tasa de ahorro como la
diferencia entre el ingreso disponible y los gastos totales. El análisis de las tasas
de ahorro para los diferentes grupos socioeconómicos se realiza para tres
definiciones, las cuales se diferencian por los rubros que se incluyen en la
variable de gasto. La primera definición incluye los gastos en bienes y servicios,
los cuales abarcan la compra de alimentos, vestuario, el pago de servicios
públicos, transporte, arriendos, pagos por la compra de bienes durables, por
crédito de vivienda, vehículos y otros créditos, gastos en educación y salud, entre
otras variables. Las dos definiciones restantes excluyen algunos rubros, los
cuales podrían ser considerados como inversión y, por tanto, parte del ahorro de
los hogares.

Por su parte, en los ingresos de las familias, los cuales son calculados netos de
impuestos, se incluyen los salarios, las ganancias, los ingresos de capital y las
transferencias recibidas por los hogares, entre otros; así, el ahorro en cada caso
se define como el ingreso disponible, menos los rubros de gasto establecidos
para cada definición. La tasa de ahorro de los hogares, por su parte, se define
como el ahorro dividido por el ingreso disponible de los hogares.

5.2 GASTO

Según, (Banco Central De Reserva Del Peru, 2011), es un Desembolso de dinero


que tiene como contrapartida una contraprestación en bienes o servicios.

Asimismo (Banco Central De Reserva Del Peru, 2011), nos dice que el Gasto
del gobierno comprende al conjunto de gastos pertenecientes a las entidades
constituidas por los Ministerios, Oficinas y otros organismos bajo el ámbito del
Poder Ejecutivo. Se incluye las dependencias del Gobierno Central que pueden
operar en el ámbito regional o local. Asimismo, incluye los gobiernos regionales.
5.3 LIQUIDEZ

Según, (Castro, 2013), la liquidez es la capacidad de la empresa de hacer frente


a sus obligaciones básicamente de corto plazo. La liquidez se define como la
capacidad que tiene una empresa para obtener dinero en efectivo. Es la
proximidad de un activo a su conversión en dinero. La liquidez es la posesión de
la empresa de efectivo necesario en el momento oportuno que le permita hacer
el pago de los compromisos anteriormente contraídos. Representa la cualidad
de los activos para ser convertido en dinero efectivo de forma inmediata sin
pérdida significativa de su valor. De tal manera que cuanto más fácil es convertir
un activo en dinero más líquido se dice que es. Para medir la liquidez de una
empresa se utiliza el ratio o razón de liquidez. La cual mide la capacidad de la
empresa para hacer frente a sus obligaciones de corto plazo. Del análisis de
estas razones se puede conocer la solvencia de efectivo de la empresa y su
capacidad de permanecer solvente en caso de acontecimientos adversos.

Asimismo, (Solis, y otros, 2013) , nos dice que la liquidez significa la propiedad
de ser fácilmente convertibles en efectivo. También se define como la disposición
inmediata de fondos financieros y monetarios para hacer frente a todo tipo de
compromisos.

5.4 EMISION PRIMARIA

Según, (Banco Central De Reserva Del Peru, 2011), La emisión primaria


comprende a un conjunto de pasivos del Banco Central que sustentan la
expansión de la liquidez y del crédito. En el Perú, la emisión primaria está
constituida por los billetes y monedas emitidos por el BCRP y los depósitos en
cuentas corrientes en moneda nacional del sistema financiero mantenidos en el
Instituto Emisor. El total de los billetes y monedas emitidos a su vez se puede
dividir en el circulante en poder del público y los fondos en bóveda de los bancos.

La emisión primaria se expande o contrae como resultado de las operaciones


monetarias del Banco Central. Las principales operaciones del BCRP son: (i) las
operaciones de mercado abierto, principalmente con los Certificados de Depósito
BCRP; (ii) las operaciones cambiarias; y (iii) las operaciones de ventanilla, tales
como los créditos de regulación monetaria y la facilidad de depósitos overnight.
A partir de la emisión primaria, el resto de las instituciones financieras crean el
resto de la liquidez en moneda nacional, a través de la expansión secundaria del
dinero. También se le denomina base monetaria o dinero de alto poder.

Asimismo, (Ayala & Junguito, 2000) , nos dice que la emisión primaria
corresponde a la generación y puesta en circulación de dinero oficial por parte
del Banco Central de un estado

Cuando el Banco central compra títulos, aumenta la oferta monetaria en 2


formas. De una parte, con la compra de títulos el Banco Central inyecta dinero a
la economía, es decir realiza emisión primaria. De otra parte, por virtud de la
emisión primaria se produce un aumento de los depósitos bancarios, lo cual en
últimas ocasiona un aumento en la emisión secundaria.

5.5 MODELO ECONOMETRICO DEL AHORRO

Primero definimos nuestro modelo econométrico

Y  0  1 x1  2 x2  3 x3  ui

Donde

Y = AHORRO

X1 = GASTO

X2 = LIQUIDEZ

X3 = EMISION PRIMARIA

Para desarrollar este modelo econométrico se ha utilizado el software SPSS 22


y Microsoft Excel., Las bases de datos han sido descargadas de los datos
históricos del Banco Central de Reserva del Perú.
TABLA DE DATOS HISTORICOS

AÑO AHORRO (Y) GASTO (X1) LIQUIDEZ (X2) EMISION (X3)


2007 21166,46313 55863,0625 25245,38674 14439,86776
2008 25185,47075 60547,7109 29818,77309 21441,79767
2009 17657,47566 66873,2883 34134,09081 20584,42338
2010 26259,21713 75020,403 44507,45417 26031,82657
2011 35001,93082 83766,7564 51197,64288 35312,08898
2012 41068,89587 90895,7898 61019,24139 44838,71087
2013 38384,5311 101400,099 66111,12911 54905,55043
2014 33972,54477 112689,784 71353,14983 50228,00736
2015 22871,20239 120205,892 73485,81925 48091,30696
2016 17645,07139 118399,64 79866,03493 53478,76405

Ahora procedemos a realizar la regresión lineal múltiple mediante Microsoft Excel gracias a la opción análisis de datos.

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,78111465
Coeficiente de determinación R^2 0,610140097
R^2 ajustado 0,415210146
Error típico 6555,658374
Observaciones 10
ANÁLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor crítico
libertad cuadrados cuadrados F de F
Regresión 3 403556990 134518996,8 3,130047963 0,10888631
Residuos 6 257859940 42976656,72
Total 9 661416931

Superior Inferior Superior


Coeficientes Error típico Estadístico t Probabilidad Inferior 95% 95% 95,0% 95,0%
Intercepción 41786,49079 15203,9402 2,748398788 0,033362398 4583,78935 78989,1922 4583,78935 78989,1922
- -
GASTO 0,671450492 0,61361229 -1,094258553 0,315813723 -2,17290567 0,83000468 2,17290567 0,83000468
- -
LIQUIDEZ 0,015626599 1,02713089 -0,015213834 0,988354858 -2,52892534 2,49767214 2,52892534 2,49767214
-
EMISION PRIMARIA 1,257373277 0,62375249 2,015820848 0,090422386 -0,26889409 2,78364064 0,26889409 2,78364064
5.6 Ecuación de regresión lineal múltiple

Y= 41786,49 - 0,67145 X1 - 0,0156266 X2 + 1,2573733 X3

Interpretación:

B0: El ahorro promedio es de 41786,5 millones de soles cuando el gasto, la liquidez y la emision primaria se mantienen constantes

B1: Cuando el gasto varia en una unidad y la liquides junto con la emision primaria se mantienen constantes, el ahorro disminuyen
en 0,67145 millones de soles.

B2: Cuando el gasto y la emisión primaria se mantienen constantes y la liquidez varia en una unidad, el ahorro disminuye en 0,0156
millones de dólares

B3: Cuando el gasto y la liquidez se mantienen constantes y la emision primaria varia en una unidad, el ahorro se incremente en
1,257373 millones de soles

R = 0,78111 Indica que existe una débil relación lineal entre el Ahorro, el Gasto, Liquidez y Emision Primaria, dado que el resultado
no se encuentra cercano a la unidad. Esto indica una relación lineal positiva, a medida que incrementa el el Gasto, Liquidez y Emision
Primaria, también incrementa el ahorro.
𝑅 2= 61,01% Este resultado nos indica que el modelo obtenido explica en un 61,01%% la variabilidad del ahorro, dado que este
resultado está cercano al 100% no se puede considerar como un buen modelo.

𝑅 2 Ajustado = 41,52% Mide el porcentaje de variación de la variable dependiente (al igual que el coeficiente de determinación) pero
teniendo en cuenta el número de variables incluidas en el modelo. Es Una medida de ajuste de los datos observados y proporciona
el porcentaje de la variación total explicada por la regresión.

5.7 Prueba de Hipótesis para cada variable

α = 0,05

G.L = 6

Ttab = 2,44

VARIABLE VALOR Tcal

GASTO (X1) -1,094258553

LIQUIDEZ (X2) -0,015213834

EMISION (X3) 2,015820848


PRUEBA DE HIPOTESIS β1

Ttab = 2,44

Tcal = -1,094

Por lo tanto: -1,094 < 2,44 osea Tcal < Ttab

Interpretación

Como el "T calculado" es menos que el "T tabulado" se acepta H0 y se puede decir que B1 no influye dentro del Modelo de Regresion
Lineal

PRUEBA DE HIPOTESIS β2

Ttab = 2,44
Tcal = -0,01521

Por lo tanto: -0,01521 < 2,44 osea Tcal < Ttab

Interpretación: Como el "T calculado" es menos que el "T tabulado" se acepta H0 y se puede decir que B2 no influye dentro del
Modelo de Regresion Lineal
PRUEBA DE HIPOTESIS β3

Ttab = 2,44
Tcal = 2,01582

Por lo tanto: 2,01582 < 2,44 osea Tcal < Ttab

Interpretación: Como el "T calculado" es menos que el "T tabulado" se acepta H0 y se puede decir que B3 no influye dentro del
Modelo de Regresión Lineal
5.8 MODELO ECONOMETRICO (SPSS)

1º PASO: INTRODUCIMOS LOS DATOS

2º PASO: INTRODUCIMOS EL NOMBRE DE LAS VARIBLES


3º PASO: REALIZAMOS LA REGRESION LINEAL E INTRODUCIMOS LA
VARIABLE DEPENDIENTE Y LAS VARIABLES INDEPENDIENTES

4º PASO: SELECCIONAR LA HOA DE RESULTADOS DEL PROGRAMA


SPSS Y YA TENEMOS LOS RESULTADOS

Regresión

[Conjunto_de_datos1]

Estadísticos descriptivos

Desviación
Media estándar N

AHORRO (Y) 27921,2803 8572,67578 10


GASTO (X1) 88566,2425 23978,75014 10
LIQUIDEZ (X2) 53673,8722 19575,89739 10
EMISION (X3) 36935,2344 15257,77531 10
Correlaciones

AHORRO (Y) GASTO (X1) LIQUIDEZ (X2) EMISION (X3)

Correlación de Pearson AHORRO (Y) 1,000 ,191 ,278 ,437

GASTO (X1) ,191 1,000 ,987 ,940

LIQUIDEZ (X2) ,278 ,987 1,000 ,968

EMISION (X3) ,437 ,940 ,968 1,000


Sig. (unilateral) AHORRO (Y) . ,299 ,218 ,103
GASTO (X1) ,299 . ,000 ,000
LIQUIDEZ (X2) ,218 ,000 . ,000
EMISION (X3) ,103 ,000 ,000 .
N AHORRO (Y) 10 10 10 10

GASTO (X1) 10 10 10 10

LIQUIDEZ (X2) 10 10 10 10

EMISION (X3) 10 10 10 10

Variables entradas/eliminadasa

Variables Variables
Modelo introducidas eliminadas Método

1 EMISION (X3),
GASTO (X1), . Intro
LIQUIDEZ (X2)b

a. Variable dependiente: AHORRO (Y)


b. Todas las variables solicitadas introducidas.

Resumen del modelo

Error Estadísticas de cambios

estándar de Cambio de
R R cuadrado la cuadrado de Cambio en Sig. Cambio
Modelo R cuadrado ajustado estimación R F df1 df2 en F

1 ,781a ,610 ,415 6555,65836 ,610 3,130 3 6 ,109

a. Predictores: (Constante), EMISION (X3), GASTO (X1), LIQUIDEZ (X2)


ANOVAa

Suma de Media
Modelo cuadrados gl cuadrática F Sig.

1 Regresión 403556991,399 3 134518997,133 3,130 ,109b

Residuo 257859939,576 6 42976656,596

Total 661416930,975 9

a. Variable dependiente: AHORRO (Y)


b. Predictores: (Constante), EMISION (X3), GASTO (X1), LIQUIDEZ (X2)

Coeficientesa

Coeficientes

Coeficientes no estandarizad 95,0% intervalo de Estadísticas de


estandarizados os confianza para B Correlaciones colinealidad

Error Límite Límite Orden Toleranc


Modelo B estándar Beta T Sig. inferior superior cero Parcial Parte ia VIF

1 (Constante) 41786,491 15203,940 2,748 ,033 4583,789 78989,192

GASTO -
-,671 ,614 -1,878 ,316 -2,173 ,830 ,191 -,408 -,279 ,022 45,337
(X1) 1,094

LIQUIDEZ
-,016 1,027 -,036 -,015 ,988 -2,529 2,498 ,278 -,006 -,004 ,012 84,665
(X2)

EMISION
1,257 ,624 2,238 2,016 ,090 -,269 2,784 ,437 ,635 ,514 ,053 18,968
(X3)

a. Variable dependiente: AHORRO (Y)

Diagnósticos de colinealidada

Índice de Proporciones de varianza

Modelo Dimensión Autovalor condición (Constante) GASTO (X1) LIQUIDEZ (X2) EMISION (X3)

1 1 3,912 1,000 ,00 ,00 ,00 ,00

2 ,082 6,919 ,15 ,00 ,00 ,02

3 ,006 25,995 ,18 ,07 ,03 ,60

4 ,001 77,501 ,66 ,93 ,97 ,38

a. Variable dependiente: AHORRO (Y)


6 DIFERENCIAS ENTRE SPSS 22 Y MICROSOFT EXCEL

EXCEL SPSS 22

Es un programa de Hojas de calculo Es un programa estadístico e


informático
Este programa es utilizado para tareas SPSS maneja una cantidad ilimitada de
financieras y contable filas

Excel maneja un número limitado de Gráficos interactivos y en alta


filas, en total 6500 resolución

Gráficos básicos Interfaz más sencilla

Excel no es un software estadístico, Spss cuenta con Funciones


solo tiene una extensión dentro del estadísticas mucho más complejas y
programa para realizar funciones amplias
estadísticas
Muchos Microsoft Excel no cuentan con Spss es utilizado para el procesamiento
esa extensión estadísticas de datos estadísticos, encuestas,
censos, etc.
Cuando se aplica la Regresión lineal Spss cuenta con múltiples opciones
múltiple, Microsoft Excel no cuenta con estadísticas a la hora de resolver un
tantas opciones estadísticas modelo de regresión múltiple
7 CONCLUSIONES

 Mediante la aplicación de un modelo econométrico de regresión lineal


simple podemos llegar a la conclusión de que el ahorro con el gasto tienen
una relación negativa, es decir, mientras el ahorro crece, el gasto
disminuye y viceversa.
 Nuestro modelo econométrico arrojo también una relación negativa del
ahorro con la liquidez. Esto nos quiere decir que cuando el ahorro crece ,
la liquidez disminuye .
 Se encontró una relación positiva del ahorro y la emisión primaria. Esto
nos indica que cuando el ahorro aumenta, la emisión primaria también va
a aumentar
 El modelo de regresión lineal múltiple es idéntico al modelo de regresión
lineal simple, con la única diferencia de que aparecen más variables
explicativas. Al tener más de una variable explicativa (no se debe de
emplear el término independiente) surgirán algunas diferencias con el
modelo de regresión lineal simple.
8 Bibliografía

ABUIN, J. M. (2007). Regresion Lineal Multiple. Instituto de Economia y Estadistica. Madrid:


Instituto de Economia y Estadistica. Obtenido de
http://humanidades.cchs.csic.es/cchs/web_UAE/tutoriales/PDF/Regresion_lineal_mult
iple_3.pdf

Ayala, C., & Junguito, E. (2000). Autonomia del Banco de la Republica. Monografia, Bogota.
Obtenido de http://hermes.javeriana.edu.co/biblos/tesis/derecho/dere2/Tesis08.pdf

Banco Central De Reserva Del Peru. (Marzo de 2011). Glosario de Terminos Economicos.
Glosario, Lima. Obtenido de http://www.bcrp.gob.pe/publicaciones/glosario.html

Castro, P. (2013). EL SISTEMA DE DETRACCIONES DEL IGV Y SU IMPACTO EN LA LIQUIDEZ DE LA


EMPRESA DE TRANSPORTES DE CARGA PESADA FACTORIA COMERCIAL Y TRANSPORTE
S.A.C DE TRUJILLO. TESIS, TRUJILLO. Obtenido de
http://repositorio.upao.edu.pe/bitstream/upaorep/203/1/CASTRO_PA%C3%9AL_FACT
OR%C3%8DA_COMERCIAL_TRANSPORTE.pdf

Cornejo, A. M. (2008). Características del Ahorro en el Ciclo de Vida. Seminario, Santiago de


Chile. Obtenido de
http://repositorio.uchile.cl/bitstream/handle/2250/107948/Caracter%C3%ADsticas%2
0del%20ahorro%20en%20el%20ciclo%20de%20vida.pdf?sequence=4&isAllowed=y

Maza, I. A. (1995). EL COMPORTAMIENTO DEL AHORRO Y SU COMPOSICION:EVIDENCIA


EMPIRICA PARA ALGUNOS PAISES DE LA UNION EUROPEA. Tesis Doctoral, Universidad
Complutense, Madrid. Obtenido de
http://biblioteca.ucm.es/tesis/19911996/S/2/S2011001.pdf

Melo, L., Tellez, J., & Zarate, H. (2006). El ahorro de los hogares en Colombia. Ensayos Sobre
Política Económica, 110-161. Obtenido de
http://www.banrep.gov.co/sites/default/files/publicaciones/archivos/espe_052-3.pdf

Salinas, M., & Silva, C. (2007). Modelos de Regresión y Correlación II. Regresión Lineal Múltiple.
Revista de Educacion, 39. Obtenido de file:///C:/Users/alexis/Downloads/47970735-
TRABAJO-DE-REGRESION-LINEAL.pdf

Solis, M., Mendez, S., Moctezuma, A., Novela, R., Martinez, E., & Amaya, G. (2013). LA
IMPORTANCIA DE LA LIQUIDEZ, RENTABILIDAD, INVERSIÓN Y TOMA DE DECISIONES EN
LA GESTIÓN FINANCIERA EMPRESARIAL PARA LA OBTENCIÓN DE RECURSOS EN LA
INDUSTRIA DE LA PESCA DE PELÁGICOS MENORES EN ENSENADA, B.C. Ensenada.
Obtenido de http://www.aeca1.org/xviiicongresoaeca/cd/161c.pdf

También podría gustarte