Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Hipótesis:
H0: 1 = 2 = 3 = 4 = 0 (No hay modelo de regresión múltiple)
H0: Al menos una de las -tas es diferente de cero.
ANOVAb
Modelo Suma de Media
cuadrados gl cuadrátic t Sig.
a
1 Regresión 1066830.389 4 266707.597 4.767 .005a
Residual 1398650.978 25 55946.039
Total 2465481.367 29
a. Variables predictoras: (Constante), Trabajo X4, Sexo X3, Edad X2, Tiempo de servicio X1
b. Variable dependiente: Salario mensual ($) Y
2
2. Desarrolle una matriz de Correlación. Realicen las pruebas de hipótesis
para los coeficientes de correlación de la variable dependiente con
cada una de las variables independientes. ¿Qué variables se quedan
en el modelo? Analicen si hay problemas de multicolinealidad, en caso
de que hay, resuelve este problema. ¿Qué variables quedaron en el
modelo?
Correlaciones
Salario Tiempo
mensual ($) d Edad Sexo X3 Trabajo
Y e servicio X2 X4
X1
Salario mensual Correlación de 1 .510** .256 .468** .011
($) Y Pearson
Sig. (bilateral) .004 .173 .009 .952
N 30 30 30 30 30
Tiempo de Correlación de .510** 1 .776** .183 .157
servicio X1 Pearson
Sig. (bilateral) .004 .000 .332 .407
N 30 30 30 30 30
Edad X2 Correlación de .256 .776** 1 .033 .094
Pearson
Sig. (bilateral) .173 .000 .865 .620
N 30 30 30 30 30
Sexo X3 Correlación de .468** .183 .033 1 -.027
Pearson
Sig. (bilateral) .009 .332 .865 .885
N 30 30 30 30 30
Trabajo X4 Correlación de .011 .157 .094 -.027 1
Pearson
Sig. (bilateral) .952 .407 .620 .885
N 30 30 30 30 30
**. La correlación es significativa al nivel 0,01 (bilateral).
Hipótesis:
H0: yx1 = 0 (No existe correlación entre el salario mensual ($) y el tiempo de servicio)
H1: yx ≠ 0 (Existe correlación entre el salario mensual ($) y el tiempo de servicio)
1
Hipótesis:
H0: yx2 = 0 (No existe correlación entre el salario mensual ($) y la edad)
H1: yx2 ≠ 0 (Existe correlación entre el salario mensual ($) y la edad)
Hipótesis:
H0: yx3 = 0 (No existe correlación entre el salario mensual ($) y el sexo)
H1: yx3 ≠ 0 (Existe correlación entre el salario mensual ($) y el sexo)
Hipótesis:
H0: yx4 = 0 (No existe correlación entre el salario mensual ($) y el trabajo)
H1: yx4 ≠ 0 (Existe correlación entre el salario mensual ($) y el trabajo)
Coeficientesa
Modelo Coeficien
Coeficientes no tes
estandarizados tipificado t Sig.
s
B Error típ. Beta
1 (Constante) 784.186 316.819 2.475 .020
Tiempo de servicio 9.021 3.106 .439 2.904 .007
X1
Sexo X3 224.406 87.352 .388 2.569 .016
a. Variable dependiente: Salario mensual Y
Hipótesis:
H0: = 0 (No existe relación entre el salario mensual ($) y el tiempo de servicio)
1
H1: 1 ≠ 0 (Existe relación entre el salario mensual ($) y el tiempo de servicio)
Hipótesis:
H0: 3 = 0 (No existe relación entre el salario mensual ($) y el sexo)
H1: 3 ≠ 0 (Existe relación entre el salario mensual ($) y el sexo)
Debido que ninguna otra variable fue excluida del modelo de regresión múltiple, las
5
variables independientes que se quedan son: X1 y X3.
4. Determine la ecuación de Regresión de Mínimos cuadrados, usando
variables que deben entrar en el modelo de regresión. Interprete los
coeficientes de regresión.
Coeficientesa
Modelo Coeficientes
Coeficientes no tipificados
estandarizados t Sig.
B Error típ. Beta
1 (Constante) 784.186 316.819 2.475 .020
Tiempo de 9.021 3.106 .439 2.904 .007
servicio X1
Sexo X3 224.406 87.352 .388 2.569 .016
a. Variable dependiente: Salario mensual ($) Y
6
Instrumento de evaluación de procedimiento de análisis de correlación y regresión lineal
múltiple