Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Para el diseño de los modelos econométricos es indispensable realizar una revisión teórica de
presente trabajo se ha considerado referentes conceptuales de varios autores acerca del nivel
sosioeconómico (NSE) y su medición, pero para efectos del diseño del modelo econométrico
investigación de mercados APEIM 2003 – 2010 quienes consideran el NSE como una variable
familias a través de un indicador práctico. Por otra parte, se considera al modelo econométrico
que se desprende del concepto de econometría planteado por Goldberger (1964), quien la define
como una Ciencia social en la cual las herramientas de la Teoría Económica, las Matemáticas y la
1. Presentación de variables
2. Supuestos considerados
a. Normalidad
b. No autocorrelación
e. No debe haber colinealidad exacta entre las variables X. No hay relación lineal exacta entre Xi
y Xi+1
3. Prueba de supuestos
Para que el estimador sea eficiente, los residuos deben seguir una distribución normal, lo cual se
Decisión:
Tabla 2
Prueba de no autocorrelación
R cuadrado Error estándar
Modelo R R cuadrado ajustado de la estimación Durbin-Watson
1 ,859a ,738 ,705 ,293 2,521
a. Predictores: (Constante), Características de la vivienda, Grado de estudios de los padres,
Ingresos familiares, Comodidad familiar, Atención en salud
b. Variable dependiente: NSE
De acuerdo al resultado de la tabla 2, el valor d = 2,521 que es mayor a 1.18, razón por la cual se
acepta la hipótesis nula. Esto significa que las variables consideradas no están
autocorrelacionadas.
(valores predichos por el modelo) tipificadas (ZPRED) frente a los residuos tipificados
(ZRESID).
En el gráfico no se presenta ningún patrón, razón por la cual se acepta la igualdad de varianzas.
3.4 Debe haber variación en los valores de las variables Xi
Este supuesto se prueba en la data anexa en la cual existen valores diferentes para las variables
explicativas o independientes.
3.5 No debe haber colinealidad exacta entre las variables X. No hay relación lineal exacta
entre Xi y Xi+1
Para probar este supuesto, se realizan los diagramas de dispersión entre las combinaciones de las
significa que no hay relación lineal exacta entre las variables independientes.
a los valores tipificados y así comparar los efectos de las variables. La regla de decisión a aplicar
es:
correspondiente a la constante 𝛽0 es mayor que 0.05, por lo tanto se considera que no aporta
el modelo.
Asimismo, se tiene que todas las variables explicativas o dependientes que se consideraron,
aportan información significativa, lo que prueba de hecho las hipótesis específicas del presente
trabajo.
Teniendo en cuenta las consideraciones del apartado anterior, el modelo ajustado para el NSE es:
1punto: Marginal
4 puntos: Medio
5 puntos: Alto
Asimismo, las puntuaciones de las variables explicativas o independientes toman las siguientes
puntuaciones:
7 puntos: Postgrado
Esta inferencia sobre el modelo permite determinar en qué porcentaje el NSE queda explicado
con las variables explicativas o independientes. El estadístico de prueba para esta inferencia es el
Tabla 4.
Resumen del modelob – Bondad de ajuste
R cuadrado Error estándar de
Modelo R R cuadrado ajustado la estimación
1 ,859a ,738 ,705 ,293
a. Predictores: (Constante), Características de la vivienda, Grado de estudios de los
padres, Ingresos familiares, Comodidad familiar, Atención en salud
b. Variable dependiente: NSE
Se observa en la tabla 4 que R2 = 0.738, esto significa que el NSE queda explicado en un 73.8%
por las variables predictoras o explicativas (GEP, AS, IF, CF, CV), según el modelo considerado.
Asimismo es de notar que el coeficiente de Pearson R = 0.859, lo que indica que la correlación
Esta inferencia sobre el modelo sirve para verificar que (de forma conjunta) las variables
explicativas (GEP, AS, IF, CF, CV) aportan información en la explicación de la variable
explicada (NSE).
decisión:
H0: las variables explicativas o predictoras (GEP, AS, IF, CF, CV) no están relacionadas
Regla de decisión:
Tabla 5.
Contraste de regresión ANOVAa
Suma de
Modelo cuadrados gl Media cuadrática F Sig.
1 Regresión 9,450 5 1,890 22,005 ,000b
Residuo 3,350 39 ,086
Total 12,800 44
a. Variable dependiente: NSE
b. Predictores: (Constante), Características de la vivienda, Grado de estudios de los padres, Ingresos
familiares, Comodidad familiar, Atención en salud
En la tabla 5 se observa que Sig < 0.05 por lo que se acepta la hipótesis alternativa H1. Esto
indica que a un nivel de significancia de 0.05, las variables explicativas o predictoras (GEP, AS,
IF, CF, CV) están relacionadas linealmente con la variable dependiente o explicada (NSE).
Tabla 6.
Edades de la muestra
Porcentaje
Frecuencia Porcentaje Porcentaje válido acumulado
Válido 17 -20 años 39 86,7 86,7 86,7
21 - 25 años 6 13,3 13,3 100,0
Total 45 100,0 100,0
Tabla 7.
Sexo de los encuestados
Porcentaje
Frecuencia Porcentaje Porcentaje válido acumulado
Válido Hombre 43 95,6 95,6 95,6
Mujer 2 4,4 4,4 100,0
Total 45 100,0 100,0
Tabla 8.
Procedencia de los encuestados
Porcentaje
Frecuencia Porcentaje Porcentaje válido acumulado
Válido Ancash 1 2,2 2,2 2,2
Barranca 4 8,9 8,9 11,1
Cajabamba 1 2,2 2,2 13,3
Huacho 8 17,8 17,8 31,1
Hualmay 2 4,4 4,4 35,6
Huánuco 1 2,2 2,2 37,8
Huaral 3 6,7 6,7 44,4
Huarmey 1 2,2 2,2 46,7
Huaura 9 20,0 20,0 66,7
Paramonga 1 2,2 2,2 68,9
San Juan de Lurigancho 1 2,2 2,2 71,1
San Martín 1 2,2 2,2 73,3
Santa María 6 13,3 13,3 86,7
Satipo 1 2,2 2,2 88,9
Sayan 1 2,2 2,2 95,6
Sayán 2 4,4 4,4 93,3
Vegueta 2 4,4 4,4 100,0
Total 45 100,0 100,0
Tabla 9.
NSE
Porcentaje
Frecuencia Porcentaje Porcentaje válido acumulado
Válido Marginal (5 - 12 puntos) 5 11,1 11,1 11,1
Bajo inferior (13 - 20 puntos) 32 71,1 71,1 82,2
Bajo superior (21 - 26 puntos) 8 17,8 17,8 100,0
Total 45 100,0 100,0
Conclusiones
Las principales conclusiones del presente trabajo son:
JFSC, se concluye que se elaboró soportado teóricamente en en el marco conceptual descrito por
consideran el NSE como una variable teóricamente controvertida por lo que es importante
aproximar el estatus socioeconómico de las familias a través de un indicador práctico. Por otra
planteado por Goldberger (1964), quien la define como una Ciencia social en la cual las
2. El modelo econométrico se diseñó por etapas, que fueron desde la revisión teórica,
variables de acuerdo a los supuestos, presentación del modelo y otras inferencias del modelo.
3. Se ha dado una coherencia entre los sustentos teóricos y prácticos para determinar el NSE
puesto que todas las variables explicativas teóricas, se tuvieron en cuenta en el diseño del modelo
econométrico.
ingresos familiares (IF), seguido del lugar al que acuden para casos de salud(AS), características
5. El modelo que se obtuvo bajo la prueba de supuestos es lineal de varias variables explicativas,
6. En cuanto a la información general, se concluye que el 71% de los encuestados son de NSE
bajo inferior, el 17.2% de NSE bajo superior y el 11.1% de NSE marginal. Es muy interesante
tener en cuenta esta clasificación puesto que de alguna forma puede afectar el rendimiento y
Por otra parte, es motivo de preocupación que se siga la tendencia a que el programa de
matemáticas aplicadas sea casi exclusivamente para hombres, tal como se puede observar en la
En cuanto a las demás variables descriptivas, las edades de los encuestados oscilan entre 17 y
25 años, son en su mayoría provenientes de Huaura, Santa María, Huacho, Huaral, Barranca y