ejercicio.docx

3
2015 Salario en GT con otras variables ECONOMETRÍA ALLAN JOSUÉ RODAS BEJARANO

Upload: allan-rodas-bejarano

Post on 23-Dec-2015

215 views

Category:

Documents


2 download

DESCRIPTION

Ejemplo de ejercicios de regresión lineal múltiples que se utilizan para realizar proyecciones a futuro de la variable dependiente

TRANSCRIPT

Page 1: Ejercicio.docx

2015

Salario en GT con otras variablesEconometría

Allan Josué Rodas Bejarano

Page 2: Ejercicio.docx

DEFINIR UNA VARIABLE Y QUE SEA SALARIO O INGRESO MENSUAL Y LA VARIABLE X1 PRIMERO SERÁ LA EDAD X2 LA ESCOLARIDAD X3 AÑOS DE EXPERIENCIA ENTREVISTAR A 30 PERSONAS SALARIO PUEDE SER APROXIMADO REALIZAR EL ANÁLISIS DE REGRESIÓN MÚLTIPLE QUE TENGAN TRABAJO DE LAS 3 VARIABLES CUAL TIENE MAYOR IMPACTO

Puesto Salario

Edad

Profesión Escolaridad

años de exp

1 Supervisor de calidad 9000 35 Ingeniero Industrial 4 6

2 Mecánico 2500 22 Bachiller en Mecánica 3 2

3 Reportero 5000 25 Perito en Administración de Empresas 3 5

4 Coordinador de evento 6000 35 Perito en Administración de Empresas 3 15

5 Diseñador gráfico 8000 32 Diseño Gráfico en Comunicación y Publicidad 4 5

6 Abogado y notario 10000

45 Doctorado en Derecho , Ciencias Jurídicas y Sociales, Abogado y Notario

5 20

7 Enfermera profesional 2000 24 Auxiliar en enfermería 3 5

8 Ingeniero Civil 12000

37 Ingeniero Civil 4 10

9 Asistente de auditoría Fiscal

2500 22 Perito Contador 3 3

10

Jefe de caja 7000 28 Contaduría y auditoría 4 5

11

Facturador 2500 23 Perito Contador Con Orientación en Computación 3 2

12

Encargado de estadísticas

2300 21 Bachiller en computación 3 1

13

Jefe de proyectos 14000

35 Doctorado en Administración de Empresas 5 7

14

Bibliotecario 1500 25 Básico 2 1

15

Bailarín 2300 24 Diversificado 3 3

16

Jefe de cocina 4700 32 Diversificado (cocina y pastelería) 3 10

17

Maestro de nivel medio 2500 28 Diversificado (educación primaria) 3 5

18

Locutor 3000 31 Básico 2 11

19

Asistente de Comunicaciones

1600 23 Diversificado (Bachiller en computación) 3 2

20

Supervisor de mantenimiento

9500 40 Ingeniero Mecánico 4 14

21

Electricista 2300 37 Básico 2 8

22

Jefe de prensa 9500 32 Ciencias de la comunicación (Licenciatura) 4 6

23

Modelo 3000 25 Bachiller en Ciencias y Letras 3 2

24

Peluquero 1500 28 Básico 2 5

25

Trabador Social 5000 32 Trabajo social (Licenciatura) 4 7

26

Jardinero 1500 34 Primaria 1 3

27

Soldador 2000 39 Primaria 1 10

28

Ingeniero de planta y proceso

9000 42 Ingeniero Industrial (Ingeniería) 4 15

29

Técnico en Refrigeración 2500 36 Básico 2 5

30

Promotor de ventas 2000 24 Primaria 1 2

Page 3: Ejercicio.docx

Según los resultados obtenidos en la aplicación SPSS ingresando el nivel académico como la variable independiente y el salario cómo la dependiente, tenemos una asociación lineal del 0.810 aprox 80.10% encontrándose este nivel como moderado como para aceptar el modelo de regresión lineal. En cuanto a la explicación de lo que sucede en el nivel de escolaridad con respecto al gasto tenemos un 0.643 aprox 64.30% de relación; y con la prueba de hipótesis tenemos a b1<> 0 debido a que el valor de Sigma (0.000) rechaza b1=0; por lo tanto ha sido una buena elección haberse decidido por el modelo lineal.

De las dos variables independientes restantes (edad, experiencia) no se encuentra mayor explicación en el modelo; ya que estas no se encuentran relacionadas al momento de presentar la asociación lineal. Por lo tanto es recomendable realizar las proyecciones con respecto al nivel académico para establecer el salario aproximado de los empleados.