I.

DG
II. K
III. METODOLOGÍA:
III.1. DISEÑO DE CONTRASTACIÓN.
La contrastación de los resultados de la investigación se realizará con el diseño no
experimental, longitudinal correlacional-causa. Es no experimental por que las variables
explicativas se observarán de registros estadísticos, es decir, no se manipularan
directamente; es longitudinal, porque el análisis se realizará en un periodo de tiempo, en
este caso desde 1950 hasta el año 2018; y finalmente es correlacional-causa por que se
busca explicar la relación causa-efecto de las variables a lo largo del periodo
mencionado, para realizar posteriormente las inferencias y predicciones.
III.2. POBLACIÓN Y MUESTRA.
La investigación se realizará sobre el Crecimiento Económico, en función de la
Inversión Bruta Fija (la Inversión Bruta Fija Pública e la Inversión Bruta Fija Privada),
Empleo y Salario Real del Perú en el periodo de 1950 al 2018. Esto significa un análisis
de 68 años, cabe recalcar que se toma como primer año de análisis a 1950 porque es
desde ese año que se encuentran datos disponibles dentro de las diversas instituciones
que a nivel nacional e internacional.

III.3. VARIABLES DE ESTUDIO.

Y =f ( X 1 , X 2 , X 3 )
Donde:
Y= crecimiento Económico (PBI).
X 1 = Inversión Bruta Fija.

X 2 = Empleo.

X 3 = Salario Real.

III.4. FORMALIZACION DE HIPOTESIS.

III.4.1. Definición del Modelo Económico
En base a las hipótesis formuladas en el apartado precedente, la cual plantea que, si
un país registra flujos de Inversión Bruta Fija significativas, así como un aumento
de Empleo y del Salario Real, entonces las variaciones del crecimiento
económico(PBI) serán positivas; se formula el siguiente modelo:
PBI=f (IFB , TE , SRP)

Donde:
PBI= Producto Bruto Interno.
IFB= Inversión Bruta Fija.
TE = Empleo.
SRP= Salario Real.

III.4.2. Especificación del modelo econométrico:

 Modelo Lineal General.

Nuestro modelo econométrico quedaría planteado de la siguiente forma:
 lnPBIt= β 0 + β 1IFBt + β 2TEt + β 3SRPt + μt

Donde:
PBI: Producto Bruto Interno (s/ de 2007)
IFB: Inversión Bruta Fija (s/ de 2007)
TE: Empleo.
SRP: Salario Real.
β 0: constante parámetro a estimar.
Β1: Coeficiente de la variable explicativa IFB
Β2: Coeficiente de la variable explicativa TE
Β3: Coeficiente de la variable explicativa SRP
t: Serie de años (donde t1=1950, t2= 1951…t68= 2018)

III.5. TÉCNICAS, INSTRUMENTOS DE PROCESAMIENTO DE DATOS.

Se utilizaron datos de información secundaria para el desarrollo de la investigación.

 Compendios estadísticos.
 Base de datos Instituto Nacional Estadísticos e Información Banco Central
Reserva Perú.
III.6. TÉCNICAS DE PROCESAMIENTO DE DATOS.

Para el procesamiento de datos y análisis de los datos obtenidos a través de las fuentes
se utilizará el paquete estadístico EVIEWS y el software Microsoft Excel 2016.
El resultado de la contratación de hipótesis (que puede ser prueba total o parcial), dan
base para formular las conclusiones de la investigación.
Las apreciaciones y conclusiones resultan del análisis y fundamentan cada parte de la
propuesta de solución al problema que dan lugar la presente investigación.

III.7. PROCESAMIENTO DE DATOS.

Los datos obtenidos fueron incorporados o ingresados al programa computarizado

Eviews versión 10, que permitió elaborar las bases de datos, los análisis estadísticos y la
presentación gráfica y cuadros de los resultados obtenidos.

III.8. ANÁLISIS E INTERPRETACIÓN DE LAS INFORMACIONES.

El análisis de la información se realizará mediante el diseño no experimental (expost-

Facto), longitudinal y correlacional-causal, en cuanto se buscará analizar relaciones de
causa – efecto entre las variables observadas para luego concluir con las inferencias
generalizadoras.
 4. CAPITULO IV. APLICABILIDAD ANALISIS Y VIABILIDAD.
4.1. REGRESIÓN DEL MODELO PLANTEADO.
Bajo la teoría económica y econométrica para el modelo establecido, a continuacion

Dependent Variable: PBI

Method: Least Squares
Date: 02/12/19 Time: 21:14
Sample: 1 39
Included observations: 39

Variable Coefficient Std. Error t-Statistic Prob.  

IFB 2.429890 0.170863 14.22129 0.0000

TE 5.492733 1.061846 5.172818 0.0000
SRP 8.890849 9.350544 0.950838 0.3482
C 82806.27 10698.59 7.739923 0.0000

R-squared 0.972400    Mean dependent var 270099.5

Adjusted R-squared 0.970034    S.D. dependent var 121101.1
S.E. of regression 20963.42    Akaike info criterion 22.83586
Sum squared resid 1.54E+10    Schwarz criterion 23.00648
Log likelihood -441.2993    Hannan-Quinn criter. 22.89708
F-statistic 411.0354    Durbin-Watson stat 0.373454
Prob(F-statistic) 0.000000

FUENTE: BANCO MUNDIAL

ELABORACIÓN PROPIA

Interpretación de los coeficientes de la regresión:

a) β 0: si las

12
Series: Residuals
Sample 1 39
10
Observations 39

8 Mean -9.70e-16
Median -0.018731
6 Maximum 0.122536
Minimum -0.106677
Std. Dev. 0.059711
4
Skewness 0.454602
Kurtosis 2.420785
2
Jarque-Bera 1.888483
0 Probability 0.388974
-0.10 -0.05 0.00 0.05 0.10