UNIVERSIDAD DE EL SALVADOR

FACULTAD DE CIENCIAS ECONÓMICAS

ASIGNATURA: ESTADÍSTICA II CICLO LECTIVO: II-2021

GRUPO TEÓRICO: 08

GRUPO DE TRABAJO: 5

DOCENTE: Lic. Saúl Orlando Quintanilla

TEMA: ENTREGA FINAL DEL MODELO DE REGRESIÓN

APELLIDOS NOMBRE CARNET

Carrillo Vásquez Milton Dennis

CV19017

García Martínez Erika Yamileth

GM20077
(Coordinadora)

Hernández Hernández Betsabé HH19014

Martínez Pinto Saúl Alberto MP17080

Palacios Valencia Myryam Elisabet PV20006

 INDICE
INTRODUCCIÓN .................................................................................................................. 3

1 FLUJO DE REMESAS EN EL SALVADOR .................................................................. 4

2 DEFINICION DE LAS VARIABLES DEL MODELO.................................................... 6

2.1 PRODUCTO INTERNO BRUTO (PIB) (VARIABLE X1): ..................................... 6

2.2 TASA DE DESEMPLEO (VARIABLE X2): ............................................................ 6

2.3 GASTO DE CONSUMO FINAL EN LOS HOGARES (VARIABLE X3): ............... 7

3 BASE DE DATOS: ......................................................................................................... 8

4 ESTIMACIÓN DEL MODELO ....................................................................................... 9

5 INTERPRETACION DE LOS PARAMETROS ESTIMADOS ..................................... 10

6 GRADO DE AJUSTE DEL MODELO .......................................................................... 10

6.1 Coeficiente de correlación ....................................................................................... 10

6.2 MATRIZ DE CORRELACIONES .......................................................................... 11

6.3 COEFICIENTE DE DETERMINACIÓN ............................................................... 12

7 PRUEBA DE SIGNIFICANCIA DEL MODELO .......................................................... 12

8 PRUEBA t o F DE SIGNIFICANCIA:........................................................................... 13

8.1 CALCULO DEL ESTADÍSTICO F (USANDO EL MÉTODO DE LA PRUEBA F

DE SIGNIFICANCIA): ..................................................................................................... 13

8.2 CALCULO DEL ESTADÍSTICO F: ....................................................................... 13

8.3 REGLA DE RECHAZO: ........................................................................................ 14

9 USANDO EL MÉTODO DE LA PRUEBA T DE SIGNIFICANCIA: ........................... 14

9.1 CALCULO DEL ESTADISTICO DE PRUEBA t:.................................................. 14

9.2 REGLA DE RECHAZO: ........................................................................................ 15

10 PRUEBA DE MULTICOLINEALIDAD ................................................................... 16

11 PRONÓSTICO........................................................................................................... 19

CONCLUSIONES ................................................................................................................ 21

BIBLIOGRAFÍA .................................................................................................................. 22
 INTRODUCCIÓN

Con numerosa migración, El Salvador hace parte de los países receptores de remesas y el análisis
de los últimos años sobre el aumento o disminución de las remesas se ha convertido en un tema
de importancia para la población es interesante el impacto que tienen las remesas para el
desarrollo en el país, Por lo cual el siguiente trabajo estudia el caso de El Salvador y el flujo de
remesas (En miles de millones) que recibe y busca mostrar sus consecuencias económicas y
sociales que se generan en El Salvador. A su vez se observa que factores permiten convertir las
remesas en las actividades productivas que contribuyen al desarrollo del país, en el estudio del
análisis de la regresión múltiple se tomaran como variables independientes el producto interno
bruto ( como variable X1), tasa de desempleo (variable X2) y gasto de consumo final en los
hogares (variable X3) a lo largo del trabajo de investigación se realizan pruebas estadísticas para
el análisis económico y estadístico de cada una de las variables independientes y el
comportamiento de la variable dependiente ante estos cambios.

Se utilizará la herramienta recopilación de datos auxiliándose del programa Excel para análisis
de regresión necesarios en los cálculos de fórmulas de estadísticos, coeficientes de
determinación, correlación y el análisis de varianza para la realización de la prueba de hipótesis
y a continuación las pruebas de rechazo del modelo para conocer si el modelo es aceptado o
rechazado dependiendo de la formulación del enunciado de las pruebas de hipótesis.
1 FLUJO DE REMESAS EN EL SALVADOR

Las remesas familiares juegan un papel importante en la economía del país, tanto a nivel micro
como macroeconómico. En el primer caso, las remesas han constituido desde sus inicios una
fuente importante de ingresos para las familias receptoras, aliviando en alguna medida los gastos
que conllevan las necesidades básicas. A nivel macroeconómico, el aporte de las remesas ha
sido determinante para lograr estabilizar el déficit comercial manteniendo alto el Producto
Interno Bruto (PIB).

En los últimos años, principalmente a partir de la última década del siglo pasado, el flujo
migratorio en El Salvador ha aumentado considerablemente. Consecuentemente, el flujo de
remesas también ha crecido y su impacto en el país no ha podido pasar desapercibido.
Actualmente, el principal país de procedencia de las remesas familiares a El Salvador es Estados
Unidos, el cual registró la mayor parte de población en diferentes países del mundo. De acuerdo
con datos de la Encuesta sobre la Comunidad Estadounidense (American Community Survey,
ACS, por sus siglas en inglés). La entidad financiera detalló que las remesas familiares, llegadas
principalmente de Estados Unidos, alcanzaron los 2.015,1 millones de dólares, 264.5 millones
menos que los 2,279.6 millones recibidos durante el mismo lapso de 2019.

La intensidad de recepción de remesas es más alta en departamentos que han experimentado

altos niveles de migración, como La Unión (48.8% de los hogares reciben remesas),
Chalatenango (41.3%) y Cabañas (40.1%); sin embargo, en términos de monto de remesas, la
mayor cantidad se concentra en departamentos con mayor cantidad de hogares, como San
Salvador, San Miguel, Usulután, La Libertad y Santa Ana.

Los ingresos por concepto de remesas en 2020 ascendieron a US$5,929.9 millones,

registrando un crecimiento de 4.8%, de acuerdo con proyecciones; se estima un crecimiento de
22.2% para 2021 (27.9% del PIB)

Las remesas de dinero que recibió El Salvador entre enero y mayo 2020 cayeron un 11.6% en
comparación con el mismo período de 2019, como consecuencia de las medidas de
confinamientos a raíz de la pandemia de la COVID-19, según datos del Banco Central de
Reserva (BCR). Añadió que, únicamente en mayo, la cifra descendió un 18 % pasando de 505,5
millones de dólares en el mismo mes de 2019 a 414,3 % en la actualidad. En los primeros siete
meses del 2020, el país centroamericano acumuló 3.076,3 millones de dólares en remesas, 150,9
millones menos que los 3.227,2 computados en el año anterior, a consecuencia de la pandemia
de la covid-19. De acuerdo con el BCR, el país logró una recuperación a partir de septiembre,
cuando entraron 552,6 millones de dólares en remesas

Datos de la Encuesta de Hogares de Propósitos Múltiples (EHPM) de 2019 y publicada en 2020

por el Ministerio de Economía indican que 1,63 millones de salvadoreños son beneficiados con
las remesas. Un total de 471.633 hogares reciben estas divisas, de los que 13.530 se encuentran
en pobreza extrema y 68.874 en pobreza relativa.

Consecuente a los niveles de pobreza y desempleo, los migrantes, al enterarse del shock de
desempleo, envían más remesas a sus países de origen, lo que se vincula al motivo altruista de
los migrantes. En segundo lugar, la nueva emigración, en respuesta a las mayores tasas de
desempleo, establece nuevas fuentes de remesas. Asimismo, los migrantes pueden querer ayudar
a sus familiares cuando haya menor actividad económica. Como una alternativa a esta variable,
se utiliza la tasa de desempleo abierto del país de origen, la cual mide el bienestar económico
de los familiares que no migraron, a través de su carencia de empleo y, por ende, de salario. En
caso de que las remesas sean por motivos altruistas y de aseguramiento, se espera que esta
variable tenga un signo positivo, pues mientras mayor sea el desempleo, las familias cuentan
con menores recursos financieros y, por tanto, los migrantes tenderán a remitir más con tal de
subsanar las carencias.

Los importantes flujos de remesas que entraron a El Salvador en el periodo 2010-2020 se

convirtieron para muchas familias en un ingreso económico compensatorio o complementario
para sobrellevar los problemas de desempleo en el país, favoreciendo sus condiciones de vida y
por ende su bienestar a través del consumo de bienes y servicios esenciales. Sin embargo muchas
de las ocasiones de desempleo que se ven reflejadas en El Salvador son consecuencias de
dependencia sobre las remesas, los habitantes desempleados al observar que tiene un ingreso
“fijo” por parte de sus familiares migrantes deciden depender de esta cantidad monetaria que se
les envía cada cierto tiempo y deciden no trabajar por la comodidad que esto les genera en sus
vidas, sin embargo esto tiene un impacto negativo dentro de las tasas de desempleo de El
Salvador.

Otro punto de vista de gran importancia es que la persona que recibe las remesas familiares no
es la que decide que hacer con ese dinero, generalmente la persona que manda la remesa es la
 que decide en que utilizarlo, las remesas ya vienen estructuradas y primordialmente para
consumo. Entonces, si no puede dejar de consumirse, lo más productivo que queda por hacer es
aprovechar las oportunidades que brinda esa misma necesidad, es decir, entrar de lleno en el
mercado de comercio, de tal forma que se propicie la multiplicación de divisas con el fin último
de estimular el crecimiento económico.

2 DEFINICION DE LAS VARIABLES DEL MODELO

El impacto de las remesas depende en gran medida del uso que las familias receptoras le den,
entre dichos usos está el consumo y otras variables por ejemplo:

2.1 PRODUCTO INTERNO BRUTO (PIB) (VARIABLE X1):

A nivel macroeconómico, el aporte de las remesas ha sido determinante para lograr
estabilizar el déficit comercial manteniendo alto el Producto Interno Bruto (PIB). Las
remesas en El Salvador alcanzan montos elevados, por ejemplo, la cifra oficial se ubica
en US$3,944.19 millones para el año 2013, muy importante desde el punto de vista
macroeconómico, ya que equivalen a más de 16 puntos del PIB, con lo que El Salvador
es uno de los países del mundo con mayor intensidad en la recepción de remesas. El
Banco Mundial (2012) ubica a El Salvador como el décimo país del mundo con mayor
peso de las remesas en relación al PIB. Una forma de medir la importancia de las
remesas en la economía salvadoreña es relacionando qué participación tienen éstas en
el Producto Interno Bruto (PIB) o producción nacional. La encuesta realizada por la
CEPAL a familias del área rural y urbana de El Salvador reveló que los hogares
receptores destinaban las remesas a satisfacer las necesidades básicas, particularmente
alimentarías y que no contribuían especialmente a generar ahorro; sólo una pequeña
porción de los hogares destina éstas al ahorro y la inversión.
2.2 TASA DE DESEMPLEO (VARIABLE X2):
Como anteriormente se había mencionado, los migrantes ayudan a sus familiares
cuando se percibe que haya menor actividad económica dentro de sus familias dadas
las condiciones del país de origen. Como una alternativa a esta variable, se utiliza la
tasa de desempleo abierto del país de origen, la cual mide el bienestar económico de
los familiares que no migraron, a través de su carencia de empleo y, por ende, de salario.
En el caso de las remesas, se espera que esta variable tenga un signo positivo, pues
 mientras mayor sea el desempleo, las familias cuentan con menores recursos
financieros y, por tanto, los migrantes tenderán a remitir más con tal de subsanar las
carencias. Lo que incrementará los flujos de remesas monetarias que ingresaran al país,
cabe recalcar que la tasa de desempleo también depende del factor de dependencia a
costa de las remesas que los migrantes envían cada cierto periodo de tiempo algunas
personas se acomplejan al ingreso constante de la remesa y deciden solo subsistir con
ese saldo monetario ya que en el país tampoco existe una amplia oferta de trabajo para
las personas desempleadas o que están en busca de un trabajo fijo y buscan nada más
la dependencia económica de los familiares o personas que buscan la estabilidad
económica y una mejor condición de vida para las personas que aun residen en el país
de origen.
2.3 GASTO DE CONSUMO FINAL EN LOS HOGARES (VARIABLE X3):
La insatisfacción y la incapacidad de las necesidades básicas y de subsistencia por parte
del aparato económico-estatal salvadoreño, hace que el rubro en remesas se vea
dirigido, casi en su totalidad, al consumo directo de la familia. Se entiende por
consumo, el gasto relacionado con la compra de alimentos, calzado y ropa, los que son
considerados por la población como los más importantes y trascendentales para la vida
y crecimiento del individuo. Aunque hay otro tipo de gastos en consumo tales como
salud, la vivienda y la educación, considerado por unos como inversión en capital
humano, que, si bien no encabeza la lista de las prioridades familiares, es importante
considerarlos para el sano desarrollo y bienestar tanto individual como familiar. Según
datos oficiales, en promedio de cada $100, 83% están destinados al consumo, 6% ó 7%
a la educación y apenas 3% al ahorro. Sin embargo, hay diferencias significativas: en
la zona urbana, el 80% se destina aproximadamente al consumo, mientras que en la
zona rural es de 90% aproximadamente; esto es debido a que los hogares rurales
cuentan con menores ingresos y por lo tanto se ven obligados a utilizar las remesas en
su mayoría para cubrir gastos en necesidades básicas.
3 BASE DE DATOS:

Tabla1: Datos del flujo de remesas en millones de dólares para construir modelo, en función del
Producto Interno Bruto (PIB) tasa de desempleo y el Gasto de consumo final en los hogares.

VARIABLE VARIABLE
VARIABLE VARIABLE
INDEPENDIENTE INDEPENDIENTE
DEPENDIENTE (Y) INDEPENDIENTE (X1)
(X2) (X3)
GASTO DE
FLUJO DE REMESAS PRODUCTO INTERNO CONSUMO FINAL
TASA DE
AÑOS (MILLONES DE BRUTO (MILLONES EN LOS HOGARES
DESEMPLEO (X2)
DOLARES)(Y) DE DOLARES) (X1) (MILLONES DE
DOLARES) (X3)
2010 3455.28 18447.92 7.1% 15949.25
2011 3627.48 20283.78 6.6% 17637.81
2012 3886.62 21386.15 6.1% 18453.97
2013 3944.19 21990.96 5.9% 19117.88
2014 4139.17 22593.47 7.0% 19421.87
2015 4256.55 23438.24 7.0% 19761.10
2016 4543.84 24191.43 7.0% 20047.40
2017 4985.37 24979.19 7.0% 20668.91
2018 5394.73 26020.85 6.3% 21497.32
2019 5656.16 26896.66 6.3% 22462.40
2020 5929.92 24638.72 6.9% 19976.34
Fuente: Banco central de reserva(BCR), Encuesta de Hogares de propósitos múltiples (EHPM)
(varias ediciones).

https://www.bcr.gob.sv/bcrsite/?cdr=85 https://www.bcr.gob.sv/bcrsite/?cdr=160&lang=es
http://www.digestyc.gob.sv/index.php/temas/des/ehpm/publicaciones-ehpm.html
https://www.bcr.gob.sv/bcrsite/?cdr=160&lang=es
4 ESTIMACIÓN DEL MODELO

Es claro que la mayoría de las relaciones económicas involucran a más de dos variables. En
el caso de las remesas como antes se ha mencionado involucrará las variables del Producto
interno bruto, la tasa de desempleo y el gasto de consumo final en los hogares salvadoreños,
para ello en vamos a incorporar la ecuación de regresión y a recordar su estructura:

Y = β0 +β1X1 +β2X2 +...+βK XK +ε

A partir de los datos e información previamente tabulados y recolectados se obtuvo que la nueva
ecuación de regresión para el modelo de la regresión múltiple para la variable Flujo de remesas
en millones de dólares es:

Y= 4163.255 + 1.132292X1 – 35357.47X2 – 1.203191X3

El coeficiente del Producto interno Bruto mide el cambio en el flujo de remesas en millones de
dólares si se tiene un aumento en el producto interno bruto, manteniendo la tasa de desempleo
y el gasto de consumo final de los hogares. En el ejemplo, un aumento del PIB (para cualquier
nivel), incrementará el flujo de remesas en millones de dólares en promedio en 1.132292X1, si
El producto interno bruto y la tasa de desempleo se mantienen fijos.

β0: Se espera que el flujo de remesas aumente 4163.255 M, cuando el PIB y la tasa de desempleo
sean cero.

β1:Se espera que el Producto interno bruto aumente 1.132292 M por cada año que pasa,
manteniendo constante el flujo de remesas esperado.

β2: Se espera que la tasa de desempleo disminuya 35357.47 M por cada millón que aumente en
el flujo de remesas esperado.

β3: Se espera que el gasto de consumo final en los hogares disminuya 1.203191 M por cada
millón que aumente en el flujo de remesas esperado.
5 INTERPRETACION DE LOS PARAMETROS ESTIMADOS

De acuerdo a la investigación del presente trabajo se ha decidido utilizar un nivel de confianza

de 1 - = 0.95, Por lo que le corresponde un nivel de significancia de =0.05.
Coeficientes Error típico Estadístico t Probabilidad
Intercepción 4163.254858 2905.32414 1.43297431 0.19497575
PRODUCTO INTERNO BRUTO (MILLONES DE DOLARES) 1.132292284 0.26017708 4.35200628 0.00334665
TASA DE DESEMPLEO -35357.46997 25798.7424 -1.37051138 0.21285677
GASTO DE CONSUMO FINAL EN LOS HOGARES (MILLONES DE
-1.203191164
DOLARES) 0.37402984 -3.21683199 0.01471792

Dada la presente tabla se tiene que el valor de Bo= 4163.2548

El valor de b1= 1.13229
El valor de b2= -35357.4699
El valor de b3= -1.20319
La variable Producto interno bruto es significativo para un =0.05
La variable Tasa de desempleo es significativo para un =0.05
La variable Gasto de consumo final en los hogares es significativa para un =0.05.

6 GRADO DE AJUSTE DEL MODELO

Interprete los correspondientes coeficientes de determinación y correlación.

6.1 COEFICIENTE DE CORRELACIÓN
El coeficiente de correlación es la medida específica que cuantifica la intensidad de la relación
lineal entre dos variables en un análisis de correlación. En los informes de correlación, este
coeficiente se simboliza con la r.
Compara la distancia de cada dato puntual respecto a la media de la variable y utiliza esta
comparación para decirnos hasta qué punto la relación entre las variables se ajusta a una línea
imaginaria trazada entre los datos. A esto nos referimos cuando decimos que la correlación
examina las relaciones lineales.
 Cuanto más se aproxima r a cero, más débil es la relación lineal.
 Los valores de r positivos indican una correlación positiva, en la que los valores de
ambas variables tienden a incrementarse juntos.
  Los valores de r negativos indican una correlación negativa, en la que los valores de una
variable tienden a incrementarse mientras que los valores de la otra variable descienden.
 Los valores 1 y -1 representan una correlación "perfecta" positiva y negativa,
respectivamente.

6.2 MATRIZ DE CORRELACIONES

De acuerdo a la variable independiente Y, se tiene que:

-Existe una fuerte asociación lineal positiva entre el flujo de remesas (Millones de dólares) y el
producto interno bruto con un 0.8989%. Lo que significa que mientras las remesas aumentan, el
producto interno bruto de igual forma asciende.

- Existe una poca asociación lineal negativa entre el flujo de remesas (Millones de dólares) y la
tasa de desempleo con el -0.016%. Lo que significa que las dos variables se correlacionan en
sentido inverso. A valores altos de una de ellas le suelen corresponder valores bajos de la otra y
viceversa.

-Existe una fuerte asociación lineal positiva entre el flujo de remesas (Millones de dólares) y el
gasto de consumo final en los hogares con el 0.8349%.%. Lo que significa que mientras las
remesas aumentan, el consumo final de los hogares asciende.
 6.3 COEFICIENTE DE DETERMINACIÓN

Se sabe que, en estadística el coeficiente de determinación, denominado R² y pronunciado R

cuadrado, es un estadístico usado en el contexto de un modelo estadístico cuyo principal
propósito es predecir futuros resultados o probar una hipótesis. Para tal efecto en el contexto de
la variable independiente “Y” el flujo de remesas, se tiene que:

R2= 0.925110576

El modelo en conjunto explica 92.51% la variación esperada del flujo de remesas en millones
de dólares.

7 PRUEBA DE SIGNIFICANCIA DEL MODELO

Planteamiento de hipótesis:
H0: B1 = B2 = B3 = 0
H1: Al menos uno de los parámetros es diferente de cero

H0= B1 H0= B2 H0= B3

H1≠ B1 H1≠ B2 H1≠ B3
 Regla de rechazo
Se rechaza Ho. Si valor –p ≤ 
Valor -p= 0.000259669
= 0.05
Se cumple que valor –p ≤  , por tanto se rechaza Ho

Existe una relación lineal entre la variable Flujo de remesas en millones de dólares, Producto
Interno Bruto (PIB), Tasa de desempleo y Gasto de consumo final en los hogares.

8 PRUEBA t o F DE SIGNIFICANCIA:

8.1 CALCULO DEL ESTADÍSTICO F (USANDO EL MÉTODO DE LA PRUEBA

F DE SIGNIFICANCIA):
H0: B1 = B2 = B3 = 0
H1: Al menos uno de los parámetros es diferente de cero

H0= B1 H0= B2 H0= B3

H1≠ B1 H1≠ B2 H1≠ B3

8.2 CALCULO DEL ESTADÍSTICO F:

F= CMR/ ECM
F=2200996.229 / 76360.60448
F= 28.82371
 8.3 REGLA DE RECHAZO:
Se rechaza Ho si: Valor –p ≤ 
-p= 0.000259688
 = 0.05
0.000259688 ≤ 0.05

Se rechaza Ho, es decir existe una relación lineal entre las variables Flujo de remesas en millones
de dólares, Producto Interno Bruto (PIB), Tasa de desempleo y Gasto de consumo final en los
hogares.

9 USANDO EL MÉTODO DE LA PRUEBA T DE SIGNIFICANCIA:

H0: B1 = B2 = B3 = 0
H1: Al menos uno de los parámetros es diferente de cero

H0= B1 H0= B2 H0= B3

H1≠ B1 H1≠ B2 H1≠ B3

9.1 CALCULO DEL ESTADISTICO DE PRUEBA t:

t= b/Sb
Donde:
b= Pendiente en la ecuación de la regresión
Sb= Error estándar de la pendiente
Y para encontrar Sb:

Sb= Sxy / √∑𝑥 2 − 𝑛𝑥−2 (Estimación de la desviación estándar de bk)

Donde:
Sxy= Error estándar de la regresión
Ecuación de la regresión:
Y= 4163.255 + 1.132292X1 – 35357.47X2 – 1.203191X3
Pendientes:
b1= 1.132292 b2= – 35357.47 b3= – 1.203191
Sb1= 1.132292 / 2531.67666= 0.0004472
Sb2= – 35357.47 / 0.004321195= -8182336.136
Sb3= – 1.203191 / 1789.576477= -0.000672.
ESTADÍSTICO T:
t= 1.132292 / 0.0004472 = 2531.958
t= – 35357.47 / -8182336.136 = 0.00432
t= – 1.203191 / -0.000672. = 1790.462.

9.2 REGLA DE RECHAZO:

Método del valor –p:

Rechazar Ho sí el valor –p ≤ 
-p= 0.000259688
 = 0.05

0.000259688 ≤ 0.05

Se rechaza Ho, es decir existe una relación lineal entre las variables Flujo de remesas en millones
de dólares, Producto Interno Bruto (PIB), Tasa de desempleo y Gasto de consumo final en los
hogares.
10 PRUEBA DE MULTICOLINEALIDAD

La multicolinealidad es la relación de dependencia lineal fuerte entre más de dos variables

explicativas en una regresión múltiple. Es importante mencionar que la multicolinealidad en
regresión es una condición que ocurre cuando algunas variables predictoras incluidas en el
modelo están correlacionadas con otras variables predictoras. La multicolinealidad severa es
problemática, porque puede incrementar la varianza de los coeficientes de regresión,
haciéndolos inestables. Las siguientes son algunas de las consecuencias de los coeficientes
inestables:

Los coeficientes pueden parecer insignificantes incluso cuando exista una relación significativa
entre el predictor y la respuesta.

Los coeficientes de los predictores muy correlacionados variarán ampliamente de una muestra
a otra.

La eliminación de cualquier término muy correlacionado del modelo afectará considerablemente

los coeficientes estimados de los demás términos muy correlacionados. Los coeficientes de los
términos muy correlacionados incluso pueden tener el signo equivocado.

El objetivo de la prueba de multicolinealidad es descubrir si existe una fuerte relación de

colinealidad entre las variables explicativas, y determinar si una o más variables pueden
predecirse linealmente a partir de las otras con una exactitud o si no tiene importancia en el
modelo

Para tal efecto, dentro del modelo de regresión múltiple del presente trabajo se decide utilizar el
método del análisis de multicolinealidad de “método del factor inflacionario de la varianza” en
el cual el Factor de Inflación de la Varianza se define como el coeficiente de determinación de
la regresión auxiliar de la variable Xk sobre el resto de las variables explicativas.

se procede a detectar la prueba de multicolinealidad siguiendo el método del factor inflacionario

de la varianza. Para ello tenemos la fórmula:
Donde:

R2ij= Coeficiente de determinación de la regresión de las variables explicativas.

REGLA DE DECISIÓN:

FIV > 10 Colinealidad fuerte Existe multicolinealdad

FIV < 10 Colinealidad débil No existe multicolinealidad.

Es importante mencionar que la relación lineal (correlación) entre variables explicativas tiene
que ser fuerte. Es muy habitual que las variables explicativas de la regresión estén
correlacionadas. Entonces, se debe puntualizar que esta relación debe ser fuerte, pero nunca
perfecta (=0), para que sea considerada un caso de multicolinealidad.

Se procede a calcular los coeficientes de determinación para cada una de las funciones de
regresión del modelo:

Paso 1: X1= f(X2, X3)

Es decir, X1 estará en función de la variable X2 y X3; por lo tanto: La variable producto interno
bruto (variable X1) estará en función de las variables: tasa de desempleo (variable X2) y gasto
de consumo final en los hogares (variable X3).

Con la herramienta de apoyo de Excel “Datos” se selecciona la función de regresión y se obtiene

que:

X2= f (X1, X3)

Es decir, X2 estará en función de la variable X1 y X3; por lo tanto: La tasa de desempleo

(variable X2) estará en función de las variables: producto interno bruto (variable X1) y gasto de
consumo final en los hogares (variable X3).
Con la herramienta de apoyo de Excel “Datos” se selecciona la función de regresión y se obtiene
que:

X3= f(X1, X2)

Es decir, X3 estará en función de la variable X1 y X2; por lo tanto: El gasto de consumo final
en los hogares (variable X3). estará en función de las variables: producto interno bruto
(variable X1) y tasa de desempleo (variable X2)

Con la herramienta de apoyo de Excel “Datos” se selecciona la función de regresión y se

obtiene que:

Paso 2: Finalmente se construye una tabla de todos los valores previamente encontrados
y se realiza el análisis de multicolinealidad

En conclusión, se identifica multicolinealidad cuando la relación lineal fuerte se produce entre

más de dos variables independientes, en este modelo hay dos variables que son >10, entonces si
existe multicolinealidad, la existencia de multicolinealidad en un modelo se puede dar debido a
 las siguientes principales causas: La relación causal entre variables explicativas del modelo, la
escasa variabilidad en las observaciones de las variables independientes o el reducido tamaño
de la muestra.

En definitiva, la multicolinealidad suele ser un problema muestral que se presenta normalmente

en datos con el perfil de series temporales.

11 PRONÓSTICO

Estimación del pronóstico para los subsiguientes 2 años correspondientes del modelo 2021 y
2022
La ecuación de regresión resultante obtenida a partir de los coeficientes de la siguiente tabla:

Y= 4163.255 + 1.132292X1 – 35357.47X2 – 1.203191X3

β0: 4163.255
β1: 1.132292
β2: –35357.47
β3: –1.203191

Para llevar a cabo el proceso de proyección a 2 años plazo, se debe sustituir en la variable “X”
de la ecuación de regresión el año que se desea proyectar o pronosticar, para tal efecto se tiene
que:

Sustituyendo.
Para el año 2021 se estima que el flujo de remesas disminuya $ 71,453426.90 millones de
dólares.

Ŷ= 4163.255 + 1.132292X1 – 35357.47X2 – 1.203191X3

Ŷ= 4163.255 + 1.1322922021 – 35357.472021 – 1.2031912021

-$ 71,453,426.83

Para el año 2022 se estima que el flujo de remesas disminuya $ 71,488,784.44 millones de
dólares.

Ŷ= 4163.255 + 1.132292X1 – 35357.47X2 – 1.203191X3

Ŷ= 4163.255 + 1.1322922022 – 35357.472022 – 1.2031912022

-$ 71,488,784.37

Según el supuesto de las variables independientes relacionadas en el modelo se pronostica una

disminución de 71453426.83 en el flujo de remesas para el año 2021 y para el año 2022 se
pronostica una disminución del 71488784.37.
CONCLUSIONES

 Las remesas familiares en El Salvador forman una pieza fundamental debido a que ayuda
a mejorar y dinamizar la economía del país, aumentando los ingresos de los hogares lo
que les permite tener una mejor calidad de vida y enfrentar las crisis económicas que
enfrenta el país, como es el caso de la tasa de desempleo siendo este uno de los
principales problemas que deben de enfrentar las familias debido a que estos producen
una disminución de ingresos lo que conlleva a cambios significativos en el estilo de vida
de la persona desempleada y sus familiares.

 Al implementar una función de estimación en la regresión lineal múltiple la cual esta

formulada con la variable dependiente ingresos promedios de las familias salvadoreñas
y tres variables independientes (Producto interno bruto, Tasa de Desempleo en El
Salvador y Gasto de consumo final en hogares ) se dio paso a aplicar las distintas pruebas
estadísticas básicas de validación del modelo de regresión, lo que permitiendo interpretar
y comprobar que las variables propuesta guardan una relación significativa.

 Al finalizar el análisis de regresión múltiple las hipótesis nulas son rechazadas por los
tres métodos que se aplicaron en el trabajo, prueba de significancia t y F y la prueba de
significancia global, por lo que las tres variables del modelo tienen relación lineal entre
sí el Producto interno bruto, Tasa de Desempleo en El Salvador y Gasto de consumo final
en hogares rechazaron la hipótesis nula planteada.

 Dentro del modelo se encontró a través de la matriz de correlación que existe una poca
asociación lineal negativa entre el flujo de remesas (Millones de dólares) y la tasa de
desempleo mientras que existe una fuerte asociación lineal positiva entre el flujo de
remesas (Millones de dólares) y el gasto de consumo final en los hogares, pero por otro
lado existe una poca asociación lineal negativa entre el flujo de remesas (Millones de
dólares) y la tasa de desempleo.
BIBLIOGRAFÍA

Anderson, D. R., Sweeney, D. J., & Williams, T. (2019). Estadística para negocios y
economía (11.a ed.). Cengage Learning.
Rodó, P. (2021, 19 febrero). Multicolinealidad. Economipedia.
https://economipedia.com/definiciones/multicolinealidad.html
Universidad de granada, & Salmeron Gomez, R. S. G. (2011, febrero). Multicolinealidad
(1/12). https://www.ugr.es/~romansg/material/WebEco/02-Eco/Teoria/tema4.pdf
García, M. (2017). Econometria I: Modelos de regresión (Spanish Edition). Independently
published.
Bolivia [Roger Miranda]. (2020, 24 agosto). Pruebas de Multicolinealidad - Excel (Parte 1)
[Vídeo]. YouTube. https://www.youtube.com/watch?v=7EeiVna55nQ
Banco Central de Reserva de El Salvador -. (s. f.). BANCO CENTRAL DE RESERVA.
Recuperado 20 de noviembre de 2021, de https://www.bcr.gob.sv/bcrsite/
Multicolinealidad. (2020, 26 noviembre). ICHI.PRO. https://ichi.pro/es/multicolinealidad-
144946223680207