Gerencia de Negocios

Asignatura:
Modelos Multivariados y Economtricos
Catedrtica:
Lic. Rosa Mara Restrepo
Trabajo:
Decisin respecto a incentivos a la produccin (Empresa X)
Presentado por:
Ingrid Lanez
San Pedro Sula, 09 de Marzo de 2015

ECONOMETRIA: EJERCICIO DE PRACTICA

1. La empresa tiene esta informacin recogida recientemente, espera que ud elabore una ecuacin cuyos resultados le puedan facilitar tomar
una decisin respecto a incentivos a la produccin, pero ignora bajo que variables se pueda considerar la decisin.
2. Identifique en las variables dadas cuales son las dependientes e independientes y explique porque.
3. Son 49 observaciones correspondientes a igual nmero de empleados con las caractersticas que se detallan:
SALARIO: Es el salario ganado mensualmente.
EDUCACION: Es el nivel de escolaridad cuando fue contratado.
EXPERIENCIA: Es el nmero de aos que tiene de laborar en la empresa.
EDAD: Es la edad que actualmente tiene.
PRODUCTIVIDAD: Corresponde a la tasa de productividad que se obtiene de su trabajo.
1. VARIABLES INDEPENDIENTES: Educacin, experiencia y productividad
VARIABLE DEPENDIENTE: Salario
2. VARIABLE INDEPENDIENTE: Edad
VARIABLE DEPENDIENTE: Experiencia y productividad

3. VARIABLE INDEPENDIENTE: Experiencia

VARIABLE DEPENDIENTE: Productividad
4. Son los ndices de correlacin o el anlisis MCO mejor herramienta para toma de decisiones. Explique por qu.

DATOS
No.

SALARIO

EDU

EXPER

EDAD

PROD

No.

SALARIO

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1345
2435
1715
1461
1639
1345
1602
1144
1566
1496
1234
1345
1345
3389
1839
981
1345
1566
1187
1345
1345
2167
1402
2115
2218

6
4
6
6
9
5
7
4
6
4
4
6
5
9
4
4
9
5
6
7
9
4
11
4
8

2
18
4
4
3
8
6
3
23
15
9
3
14
16
20
5
10
4
1
10
2
17
2
15
11

37
52
45
58
30
43
30
33
51
37
45
55
57
36
60
35
34
28
25
43
42
47
46
52
64

5
15
5
5
5
12
10
5
15
15
12
5
15
15
15
3
12
3
3
12
3
15
5
15

26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

3575
1972
1234
1926
2165
2365
1345
1839
2613
2533
1602
1839
2218
1529
1461
3307
3833
1839
1461
1433
2115
1839
1288
1288

EDU

11
4
4
5
6
6
9
4
5
11
8
9
7
4
1
9
11
4
6
9
6
4
4
6
12

EXPER

EDAD

PROD

1
1
2
9
15
12
5
14
14
3
5
18
1
10
10
22
3
14
5
3
15
13
9
4

39
39
40
53
59
35
45
37
37
43
32
40
49
43
34
45
31
55
30
28
60
32
58
29

3
3
3
10
15
12
8
15
15
5
5
15
5
14
14
15
5
15
5
5
15
15
10
5

ESTADSTICO PRINCIPALES, USANDO LAS OBSERVACIONES 1 49

Variable
Salario
EDUCACION
EXPERIENCIA
EDAD
PRODUCTIVIDAD
Variable
Salario
EDUCACION
EXPERIENCIA
EDAD
PRODUCTIVIDAD

Media
1820.20
6.22449
8.83673
42.4082
9.57143
Desv. tpica.
648.269
2.37404
6.25615
10.2995
4.88194

Mediana
1602.00
6.00000
9.00000
42.0000
10.0000
C.V.
0.356152
0.381403
0.707971
0.242866
0.510053

Mnimo
981.000
1.00000
1.00000
25.0000
3.00000
Asimetra
1.47712
0.475491
0.470426
0.333563
-0.0919532

Mximo
3833.00
11.0000
23.0000
64.0000
15.0000
Exc. de curtosis
1.77141
-0.523002
-0.918639
-0.945054
-1.72525

1.

CORRELACION ENTRE VARIABLES

(MODELO XY)

1.1 Salario con respecto a Educacin

Coeficientes de correlacin, usando las observaciones 1 - 49
valor crtico al 5% (a dos colas) = 0.2816 para n = 49

SALARIO con respecto a EDUCACION (con ajuste mnimo-cuadrtico)

4000

Y = 1.12e+003 + 112.X

SALARIO
1.0000

3500

EDUCACIN
0.4118
SALARIO
1.0000
EDUCACIN

3000

SALARIO

2500

Interpretacin

2000

1500

1000

500
2

6
EDUCACION

10

El presente grafico demuestra la relacin de un

41.18% entre educacin y salario en la empresa X
con un valor critico de 5% (a dos colas) para 49
observaciones(empleados), a mayor educacin mayor
salario obtienen las personas en un mes, con respecto
a la media. La regresin tiene una tendencia
ascendente respecto a la media que representa un
salario de 1,820.
Refirindonos a la correlacin entre las variables, el
salario mnimo devengado en esta empresa es de 981
con un grado de educacin de 4 aos, y el salario
mximo devengado corresponde a un total de 3,833
con un grado de educacin de 11 aos.

1.2 Salario con respecto a Experiencia

4000

Coeficientes de correlacin, usando las observaciones 1 - 49

valor crtico al 5% (a dos colas) = 0.2816 para n = 49

3500

SALARIO
1.0000

3000

SALARIO

2500

EXPERIENCIA
0.1559
SALARIO
1.0000
EXPERIENCIA
INTERPRETACIN

2000

1500

1000

500
0

10

15

20

25
EXPERIENCIA

30

35

40

45

El presente grafico demuestra la no relacin entre

salario y experiencia en la empresa X con un 15.59%
con un valor critico de 5%(a dos colas) para 49
observaciones (empleados), no existe ninguna
correlacin entre ambas variables, lo puntos aparecen

dispersos con respecto a experiencia.

Refirindonos a la no correlacin entre las variables,
esto quiere decir que la experiencia no influye para a
un empleado le cambie su salario con respecto a la
media, tomando como ejemplo la observacin No.18
que tiene 47 aos de experiencia devengando un
salario de 1,566(quiz su puesto no aplique a
probabilidades de ascenso porque sus funciones son
montonas, por lo tanto su experiencia no tiene peso
en su historial como empleado en dicha empresa, por
ende su salario seguir siendo mnimo).

1.3 Salario con respecto a Productividad

4000

Coeficientes de correlacin, usando las observaciones 1 - 49

valor crtico al 5% (a dos colas) = 0.2816 para n = 49

3500

SALARIO

3000

SALARIO
1.0000

2500

PRODUCTIVIDAD
0.2201
SALARIO
1.0000
PRODUCTIVIDAD

2000

1500

Interpretacin

1000

500
0

8
PRODUCTIVIDAD

10

12

14

El presente grafico demuestra la no relacin entre

salario y productividad en la empresa X con un
22.01% con un valor critico de 5%(a dos colas) para
49 observaciones (empleados), no existe ninguna
correlacin entre ambas variables, lo puntos aparecen
dispersos con respecto a productividad.
Refirindonos a la no correlacin entre las variables,
esto quiere decir que la experiencia no influye para a
un empleado ascienda a mayores ingresos en esta
empresa porque tomando como referencia los ndices
de productividad que la empresa proporciona son
bajos, por lo tanto la empresa no puede tomar una
decisin
de
aumentar
los
salarios
porque
probablemente los ndices de productividad no sean
los esperados, por lo tanto la variable salario no
influye en la variable productividad. Tomando como
referencia a los datos proporcionados por la empresa
el ndice mnimo es de un 3% con un salario de 981,
y un mximo ndice de productividad obtenida de su
trabajo de un 15% para un salario de 3,833. Los

rangos de productividad ms significativos van de un

10-15%
con respecto a los datos reales de la
empresa.

2.

CORRELACION ENTREVARIABLES

2.1 Edad con respecto a Experiencia

(MODELO XY)

EXPERIENCIA con respecto a EDAD (con ajuste mnimo-cuadrtico)

25

Y = -1.62 + 0.247X

Coeficientes de correlacin, usando las observaciones 1 - 49

valor crtico al 5% (a dos colas) = 0.2816 para n = 49

20

EXPERIENCIA

EXPERIENCIA
1.0000
15

EDAD
0.4059
1.0000

10

Interpretacin

0
25

30

35

40

45
EDAD

50

55

60

65

EXPERIENCIA
EDAD

El presente grafico demuestra la relacin entre edad

con respecto a experiencia en la empresa X con un
40.59% a un valor critico de 5%(a dos colas) para 49
observaciones (empleados), la regresin lineal es
positiva con una tendencia a ser ascendente; a
mayor edad mayor experiencia.
Refirindonos a la correlacin entre las variables,
esto quiere decir que la edad es significativa para
que un empleado tenga amplia experiencia en la
empresa X (aos de laborar en dicha compaa).
Tomando como referencia a los datos proporcionados
por la empresa la edad el empleado ms joven que
posee tiene 25 aos con una experiencia de 1 ao,
el empleado ms longevo tiene 64 aos con una
experiencia de 11 aos y el empleado con mayores
aos de laborar en la empresa tiene 60 con 20 aos
de experiencia. El rango de edades oscila entre los
42 y 64 aos como informacin ms representativa.

2.2 Edad con respecto a Productividad

EDAD con respecto a PRODUCTIVIDAD (con ajuste mnimo-cuadrtico)
65

Y = 34.4 + 0.835X

Coeficientes de correlacin, usando las observaciones 1 - 49

valor crtico al 5% (a dos colas) = 0.2816 para n = 49

60

EDAD
1.0000

55

EDAD

50

PRODUCTIVIDAD
0.3959
EDAD
1.0000
PRODUCTIVIDAD

45

Interpretacin

40

35

30

25
4

10

PRODUCTIVIDAD

12

14

El presente grafico demuestra la relacin entre edad

con respecto a productividad en la empresa X con un
39.59% a un valor critico de 5% (a dos colas) para
49 observaciones (empleados), la regresin lineal es
positiva con una tendencia a ser ascendente; a
mayor edad mayor productividad.
Refirindonos a la correlacin entre las variables,
esto quiere decir que la edad es significativa para
que un empleado obtenga buenos resultados en la
productividad de sus funciones, los mejores
resultados obtenidos con respecto a productividad
se encuentra en las personas mayores de 37 aos,
probablemente el trabajo realizado requiera de
negociaciones, mayores conocimientos, experiencia
por lo tanto se le haga ms fcil y por ende su
productividad ser mayor.

3.

CORRELACION ENTREVARIABLES

(MODELO XY)

3.1 Productividad con respecto a Experiencia

PRODUCTIVIDAD con respecto a EXPERIENCIA (con ajuste mnimo-cuadrtico)
24

Y = 6.39 + 0.327X

Coeficientes de correlacin, usando las observaciones 1 - 49

valor crtico al 5% (a dos colas) = 0.2816 para n = 49

22
20

EXPERIENCIA
1.0000

18

PRODUCTIVIDAD

16

PRODUCTIVIDAD
0.5534
EXPERIENCIA
1.0000
PRODUCTIVIDAD

14

Interpretacin

12
10
8
6
4
2
0

10

15

20

25
EXPERIENCIA

30

35

40

45

El presente grafico demuestra la relacin entre

productividad con respecto a experiencia en la
empresa X con un 55.34% a un valor critico de 5% (a
dos colas) para 49 observaciones (empleados), la
regresin lineal es positiva con una tendencia
ascendente;
a
mayor
experiencia
mayor
productividad.

Refirindonos a la correlacin entre las variables,

esto quiere decir que la experiencia influye en los
resultados obtenidos de cada empleado, un
empleado que tiene 23 aos de experiencia obtiene
un resultado de 15%(que es el ndice ms alto de
productividad), los ndices de productividad ms
significativos se encuentran en un rango de 8-15% y
los empleados menos productivos se encuentran
debajo de 5%.

3. MCO(Estimada, observada y residuos) (1)

3.1.1 Salario con respecto a Educacin

SALARIO con respecto a EDUCACION, observada y estimada

4000

Modelo 3: MCO, usando las observaciones 1-49

Variable dependiente: SALARIO

observada
estimada

3500

Coeficiente
const

3000

SALARIO

EDUCACION

1120.25
112.452

Desv. Tpica

Estadstico t

Valor p

241.489

4.6389

0.00003

***

36.2965

3.0982

0.00328

***

2500

Media de la vble. dep. 1820.204

Suma de cuad.
16751120
residuos
R-cuadrado
0.169590
F(1, 47)
9.598561
Log-verosimilitud
-381.7108
Criterio de Schwarz
771.2052

2000

1500

1000

500
2

6
EDUCACION

10

D.T. de la vble. dep.

D.T. de la regresin

648.2687
596.9982

R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de HannanQuinn

0.151922
0.003283
767.4216
768.8571

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 596.998

Residuos de la regresin (= Salario observada - estimada)

1500

1000

residuo

500

-500

-1000
0

10

20

30

40

50

ANLISIS
El presente grafico y tabla detalla los residuos respecto a lo estimado y lo esperado
en ingresos en cuanto al grado de educacin de cada empleado.
Desviacin tpica de los residuos con un valor de 597.
Para un grado de educacin de 6 aos en la observacin No. 1 (dato proporcionado
por la empresa) se espera que para sus funciones sus ingresos sean de 1,794.96 pero
su ingreso real es de 1,345 quedando un residuo de -449.96 esto quiere decir que
probablemente el contrato fue firmado con aceptacin y acuerdo del contratado o
sea otros factores que influyan para que se le est pagando esa cantidad como ser
sus ndices de productividad ser que no cumple con sus estndares exigidos,
probablemente. Para las observaciones 21y 32 se espera que sus ingresos sean de
2,132 sin embargo sus ingresos est muy por debajo de lo esperado ya que lo real es
de 1,345 para un grado de educacin de 9 aos cada uno quedando adeudndoles un

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

SALARIO
1345.00
2435.00
1715.00
1461.00
1639.00
1345.00
1602.00
1144.00
1566.00
1496.00
1234.00
1345.00
1345.00
3389.00
1839.00
981.000
1345.00
1566.00
1187.00
1345.00
1345.00
2167.00
1402.00
2115.00
2218.00
3575.00
1972.00
1234.00
1926.00
2165.00
2365.00
1345.00

Estimada
1794.96
1570.06
1794.96
1794.96
2132.32
1682.51
1907.41
1570.06
1794.96
1570.06
1570.06
1794.96
1682.51
2132.32
1570.06
1570.06
2132.32
1682.51
1794.96
1907.41
2132.32
1570.06
2357.22
1570.06
2019.86
2357.22
1570.06
1570.06
1682.51
1794.96
1794.96
2132.32

Residuo
-449.960
864.945
-79.9597
-333.960
-493.316
-337.508
-305.412
-426.055
-228.960
-74.0554
-336.055
-449.960
-337.508
1256.68
268.945
-589.055
-787.316
-116.508
-607.960
-562.412
-787.316
596.945
-955.221
544.945
198.136
1217.78
401.945
-336.055
243.492
370.040
570.040
-787.316

3.1.2 Salario con respecto a Experiencia

SALARIO con respecto a EXPERIENCIA, observada y estimada
4000

observada
estimada

Modelo 4: MCO, usando las observaciones 1-49

Variable dependiente: SALARIO

3500

Coeficiente

SALARIO

3000

const
EXPERIENCIA

2500

2000

1500

1000

500
0

10

15

20

25
EXPERIENCIA

30

35

40

45

1701.3
12.2406

Media de la vble. dep.

Suma de cuad.
residuos
R-cuadrado
F(1, 47)
Log-verosimilitud
Criterio de Schwarz

Desv.
Tpica
143.583
11.3094

Estadstico
t
11.8489
1.0823

Valor p
<0.00001 ***
0.28462

1820.204
19681558

D.T. de la vble. dep.

D.T. de la regresin

648.2687
647.1140

0.024318
1.171454
-385.6606
779.1049

R-cuadrado corregido
Valor p (de F)
Criterio de Akaike
Crit. de HannanQuinn

0.003559
0.284624
775.3212
776.7567

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 647.114
Residuos de la regresin (= Salario observada - estimada)
2500

2000

1500

residuo

1000

500

-500

-1000
0

10

20

30

40

50

ANLISIS
El presente grafico y tabla detalla los residuos respecto a lo estimado y
lo esperado en ingresos en cuanto a la experiencia (aos de laborar con
la empresa) de cada empleado.
Desviacin tpica de los residuos con un valor de 647.11.
Nota: * denota un residuo superior a 2.5 desviaciones tpicas.
La informacin destacada de estos resultados se describe de la siguiente
manera:
Para la observacin No. 9 este empleado tiene de laborar con la empresa
23 aos sin embargo su salario es de 1,566 cuando debera de ser de
1,982.83 quedando un residuo de -416.83
Otros que tienen bastantes aos de laborar son el No.15 con 20 aos de
experiencia con 1,839 cuando debera de ser de 1,946.11 quedando un
residuo de -107.11 y el No.41 con 22 aos de experiencia su salario
debera de ser de 1,970.59 sin embargo su salario real es de 3,307

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Salario
1345.00
2435.00
1715.00
1461.00
1639.00
1345.00
1602.00
1144.00
1566.00
1496.00
1234.00
1345.00
1345.00
3389.00
1839.00
981.000
1345.00
1566.00
1187.00
1345.00
1345.00
2167.00
1402.00
2115.00
2218.00
3575.00
1972.00
1234.00
1926.00
2165.00
2365.00
1345.00
1839.00

estimada
1725.78
1921.63
1750.26
1750.26
1738.02
1799.22
1774.74
1738.02
1982.83
1884.90
1811.46
1738.02
1872.66
1897.15
1946.11
1762.50
1823.70
2276.61
1713.54
1823.70
1725.78
1909.39
1725.78
1884.90
1835.94
1713.54
1713.54
1725.78
1811.46
1884.90
1848.18
1762.50
1872.66

residuo
-380.776
513.373
-35.2576
-289.258
-99.0169
-454.220
-172.739
-594.017
-416.830
-388.905
-577.461
-393.017
-527.664
1491.85
-107.108
-781.498
-478.701
-710.605
-526.536
-478.701
-380.776
257.614
-323.776
230.095
382.058
1861.46
258.464
-491.776
114.539
280.095
516.817
-417.498
-33.6640

3.1.3 Salario con respecto a Productividad

Modelo 4: estimaciones MCO utilizando las 49 observaciones 1-49

Variable dependiente: Salario

Salario observada y estimada

4000

observada
estimada

Variable
const

Coeficiente
1555.62
PRODUCTIVIDAD 27.6427

3500

3000

Desv. tpica Estadstico t

203.126
7.6584
18.945
1.4591

valor p
<0.00001
0.15119

Media de la var. dependiente = 1820.2

Desviacin tpica de la var. dependiente. = 648.269
Suma de cuadrados de los residuos = 1.9298e+007
Desviacin tpica de los residuos = 640.777
R2 = 0.0433348
R2 corregido = 0.0229802
Grados de libertad = 47
Log-verosimilitud = -385.178
Criterio de informacin de Akaike = 774.357
Criterio de informacin Bayesiano de Schwarz = 778.14
Criterio de Hannan-Quinn = 775.792

Salario

2500

2000

1500

1000

500
4

10

PRODUCTIVIDAD

12

14

***

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 640.777
Residuos de la regresin (= Salario observada - estimada)
2500

2000

1500

residuo

1000

500

-500

-1000
0

10

20

30

40

50

ANLISIS
El presente grafico y tabla detalla los residuos respecto a lo
estimado y lo esperado en ingresos en cuanto a la tasa de
productividad que obtiene cada empleado por su trabajo.
Desviacin tpica de los residuos con un valor de 640.77
Nota: * denota un residuo superior a 2.5 desviaciones tpicas.
La informacin destacada de estos resultados se describe de la
siguiente manera:
Para las observaciones que se encuentran por
debajo de lo esperado se encuentran: la No. 11,
13, 16,17, 19, 20, 28, 32, 39, 40, 48 y 49 (no
todos
tienen
los
mismos
ndices
de
productividad) De estas observaciones hay
algunos que sus ndices de productividad son
bien bajos y hay otros que se encuentran en el
rango aceptable o superior.
En las observaciones No. 11, 13, 17, 20, 39, 40 y

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

Salario
1345.00
2435.00
1715.00
1461.00
1639.00
1345.00
1602.00
1144.00
1566.00
1496.00
1234.00
1345.00
1345.00
3389.00
1839.00
981.000
1345.00
1566.00
1187.00
1345.00
1345.00
2167.00
1402.00
2115.00
2218.00
3575.00
1972.00
1234.00
1926.00
2165.00
2365.00
1345.00
1839.00

estimada
1693.84
1970.26
1693.84
1693.84
1693.84
1887.34
1832.05
1693.84
1970.26
1970.26
1887.34
1693.84
1970.26
1970.26
1970.26
1638.55
1887.34
1638.55
1638.55
1887.34
1638.55
1970.26
1693.84
1970.26
1887.34
1638.55
1638.55
1638.55
1832.05
1970.26
1887.34
1776.77
1970.26

residuo
-348.837
464.735
21.1627
-232.837
-54.8373
-542.336
-230.051
-549.837
-404.265
-474.265
-653.336
-348.837
-625.265
1418.74
-131.265
-657.552
-542.336
-72.5518
-451.552
-542.336
-293.552
196.735
-291.837
144.735
330.664
1936.45
333.448
-404.552
93.9490
194.735
477.664
-431.766
-131.265

4.

MCO (Estimada, observada y residuos) (2)

4.2.1 Experiencia con respecto a Edad

Modelo 17: estimaciones MCO utilizando las 49 observaciones 1-49
Variable dependiente: EXPERIENCIA

EXPERIENCIA con respecto a EDAD, observada y estimada

25

observada
estimada

Variable

Coeficiente

20

EXPERIENCIA

const
EDAD

-1.61794
0.246525

Desv.
Estadstico
tpica
t
3.53188
-0.4581
0.0809764
3.0444

valor p
0.64899
0.00381

15

10

0
25

30

35

40

45
EDAD

50

55

60

65

Media de la var. dependiente = 8.83673

Desviacin tpica de la var. dependiente. = 6.25615
Suma de cuadrados de los residuos = 1569.24
Desviacin tpica de los residuos = 5.77824
R2 = 0.164718
R2 corregido = 0.146946
Grados de libertad = 47
Log-verosimilitud = -154.458
Criterio de informacin de Akaike = 312.916
Criterio de informacin Bayesiano de Schwarz = 316.699
Criterio de Hannan-Quinn = 314.351

***

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 5.77824
Residuos de la regresin (= EXPERIENCIA observada - estimada)
15

10

residuo

-5

-10
0

10

20

30

40

50

ANLISIS
El presente grafico y tabla detalla los residuos respecto a lo estimado y
lo esperado en experiencia en cuanto a la edad que actualmente tiene
cada empleado.
Desviacin tpica de los residuos con un valor de 5.78
La informacin destacada de estos resultados se describe de la siguiente
manera:
Para las observaciones que su experiencia se encuentran por
debajo de lo esperado en cuanto a edad son: No.
1,3,4,12,21,23,26,27,28, 35 y 38 los cuales sus edades se
encuentran en un rango de entre 38-58 aos sin embargo la
experiencia o los aos de laborar con la compaa son mnimos,
de acuerdo a sus edades se esperara que su experiencia sea
amplia pero en esta empresa quiz recientemente han tomado la
decisin de contratar a personas mayores en edad y no a jvenes.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33

EXPERIENCIA

estimada

residuo

2.00000
18.0000
4.00000
4.00000
3.00000
8.00000
6.00000
3.00000
23.0000
15.0000
9.00000
3.00000
14.0000
16.0000
20.0000
5.00000
10.0000
4.00000
1.00000
10.0000
2.00000
17.0000
2.00000
15.0000
11.0000
1.00000
1.00000
2.00000
9.00000
15.0000
12.0000
5.00000
14.0000

7.50349
11.2014
9.47569
12.6805
5.77781
8.98264
5.77781
6.51739
10.9548
7.50349
9.47569
11.9409
12.4340
7.25696
13.1736
7.01044
6.76391
5.28476
4.54519
8.98264
8.73611
9.96874
9.72221
11.2014
14.1597
7.99654
7.99654
8.24306
11.4479
12.9270
7.01044
9.47569
7.50349

-5.50349
6.79864
-5.47569
-8.68051
-2.77781
-0.982637
0.222188
-3.51739
12.0452
7.49651
-0.475687
-8.94094
1.56601
8.74304
6.82644
-2.01044
3.23609
-1.28476
-3.54519
1.01736
-6.73611
7.03126
-7.72221
3.79864
-3.15966
-6.99654
-6.99654
-6.24306
-2.44789
2.07296
4.98956
-4.47569
6.49651

4.2.2 Productividad con respecto a Edad

PRODUCTIVIDAD con respecto a EDAD, observada y estimada
16

observada
estimada

Modelo 19: estimaciones MCO utilizando las 49 observaciones 1-49

Variable dependiente: PRODUCTIVIDAD

14

12

PRODUCTIVIDAD

Variable

Coeficiente

10

const
EDAD

2
25

30

35

40

45
EDAD

50

55

60

65

1.6128
0.187667

Desv.
Estadstico
tpica
t
2.76918
0.5824
0.0634897
2.9559

valor p
0.56307
0.00486

Media de la var. dependiente = 9.57143

Desviacin tpica de la var. dependiente. = 4.88194
Suma de cuadrados de los residuos = 964.67
Desviacin tpica de los residuos = 4.53044
R2 = 0.156757
R2 corregido = 0.138815
Grados de libertad = 47
Log-verosimilitud = -142.537
Criterio de informacin de Akaike = 289.074
Criterio de informacin Bayesiano de Schwarz = 292.858
Criterio de Hannan-Quinn = 290.51

***

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 4.53044
Residuos de la regresin (= PRODUCTIVIDAD observada - estimada)
8

residuo

-2

-4

-6

-8
0

10

20

30

40

50

ANLISIS
El presente grafico y tabla detalla los residuos respecto a lo estimado y
lo esperado en productividad en cuanto a la edad que actualmente tiene
cada empleado.
Desviacin tpica de los residuos con un valor de 4.53
La informacin destacada de estos resultados se describe de la siguiente
manera:

Las observaciones destacadas que estan por debajo de los indices

esperados en productividad de acuerdo a su edad son: No.
3,4,12, 16, 21,23,26,27,28 y 38 haciendo enfasis en las No.4
donde se espera que con 58 aos de edad tenga una tasa
productividad del 12.5% sin embargo su productividad real es de

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

PRODUCTIVIDAD

estimada

residuo

5.00000
15.0000
5.00000
5.00000
5.00000
12.0000
10.0000
5.00000
15.0000
15.0000
12.0000
5.00000
15.0000
15.0000
15.0000
3.00000
12.0000
3.00000
3.00000
12.0000
3.00000
15.0000
5.00000
15.0000
12.0000
3.00000
3.00000
3.00000
10.0000
15.0000
12.0000
8.00000

8.55649
11.3715
10.0578
12.4975
7.24282
9.68250
7.24282
7.80582
11.1838
8.55649
10.0578
11.9345
12.3098
8.36883
12.8728
8.18116
7.99349
6.86749
6.30448
9.68250
9.49483
10.4332
10.2455
11.3715
13.6235
8.93183
8.93183
9.11949
11.5592
12.6852
8.18116
10.0578

-3.55649
3.62850
-5.05783
-7.49751
-2.24282
2.31750
2.75718
-2.80582
3.81616
6.44351
1.94217
-6.93451
2.69016
6.63117
2.12716
-5.18116
4.00651
-3.86749
-3.30448
2.31750
-6.49483
4.56683
-5.24550
3.62850
-1.62351
-5.93183
-5.93183
-6.11949
-1.55917
2.31483
3.81884
-2.05783

5.

MCO (Estimada, observada y residuos) (3)

5.3.1 Productividad con respecto a experiencia

PRODUCTIVIDAD con respecto a EXPERIENCIA, observada y estimada
22

observada
estimada

20

Modelo 5: estimaciones MCO utilizando las 49 observaciones 1-49

Variable dependiente: PRODUCTIVIDAD

18

16

PRODUCTIVIDAD

Variable

Desv.
Estadstico valor p
tpica
t
const
3.20469
0.47174
6.7933
<0.00001 ***
EXPERIENCIA 0.720485 0.0437193 16.4798 <0.00001 ***

14

12

Coeficiente

10

2
5

10

15
EXPERIENCIA

20

Media de la var. dependiente = 9.57143

Desviacin tpica de la var. dependiente. = 4.88194
Suma de cuadrados de los residuos = 168.772
Desviacin tpica de los residuos = 1.89496
R2 = 0.852472
R2 corregido = 0.849333
Grados de libertad = 47
Log-verosimilitud = -99.8278
Criterio de informacin de Akaike = 203.656
Criterio de informacin Bayesiano de Schwarz = 207.439
Criterio de Hannan-Quinn = 205.091

Rango de estimacin del modelo: 1 - 49

Desviacin tpica de los residuos = 1.89496
Residuos de la regresin (= PRODUCTIVIDAD observada - estimada)

PRODUCTIVIDAD

residuo

-1

-2

-3

-4

-5
0

10

20

30

40

50

Analisis
El presente grafico y tabla detalla los residuos respecto a lo estimado y
lo esperado en productividad con respecto a experiencia.
Desviacin tpica de los residuos con un valor de 1.89
Nota: * denota un residuo superior a 2.5 desviaciones tpicas
La informacin destacada de estos resultados se describe de la siguiente
manera:

Para las observaciones mas destacadas que se encuentra por

encima de lo esperado en cuanto a productividad de acuerdo a su
experiencia en la compaa son: No. 6, 39, y 40 donde sus
indices de productividad se encuentran en un rango de 12-14%
cuando lo esperado es de 9-10% esto significa que la
experiencia(en un rango de 8-10 aos) influye mucho para que
estas personas obtengan buenos resultados en sus areas de
trabajo o sus estandares de productividad establecidas.

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

5.00000
15.0000
5.00000
5.00000
5.00000
12.0000
10.0000
5.00000
15.0000
15.0000
12.0000
5.00000
15.0000
15.0000
15.0000
3.00000
12.0000
3.00000
3.00000
12.0000
3.00000
15.0000
5.00000
15.0000
12.0000
3.00000
3.00000
3.00000
10.0000
15.0000
12.0000
8.00000

Estimada
4.64566
16.1734
6.08663
6.08663
5.36615
8.96857
7.52760
5.36615
19.7759
14.0120
9.68906
5.36615
13.2915
14.7325
17.6144
6.80712
10.4095
6.08663
3.92518
10.4095
4.64566
15.4529
4.64566
14.0120
11.1300
3.92518
3.92518
4.64566
9.68906
14.0120
11.8505
6.80712

Residuo
0.354339
-1.17343
-1.08663
-1.08663
-0.366147
3.03143
2.47240
-0.366147
-4.77585
0.988029
2.31094
-0.366147
1.70851
0.267544
-2.61440
-3.80712
1.59046
-3.08663
-0.925176
1.59046
-1.64566
-0.452942
0.354339
0.988029
0.869970
-0.925176
-0.925176
-1.64566
0.310941
0.988029
0.149485
1.19288

CONCLUSIN
De acuerdo a la pregunta No. 4 planteada por la Empresa (X) y a los datos proporcionados por la misma, en los resultados y anlisis obtenida en
los modelos utilizados se concluye que:
Son los ndices de correlacin o el anlisis MCO mejor herramienta para toma de decisiones?
El anlisis MCO es la mejor herramienta para que la empresa X tome decisiones respecto al comportamiento de las variables que se
analizaron en este ejercicio, porque le permite conocer la relacin entre las variables y hacer estimaciones en cuanto a lo que realmente est
sucediendo y los resultados que se deberan de obtener tomando como referencia los datos actuales a travs de una proyeccin que le facilita
esta herramienta. Adems en la informacin obtenida a travs de esta herramienta le permite tomar decisiones individuo por individuo ya que
puede ver el comportamiento de cada uno por individual.
De acuerdo a los resultados obtenidos, se observa que las variables ms importantes que deberan de tomar en cuenta para la toma de
decisiones se encuentran: Productividad, experiencia y educacin, deber hacerse un estudio ms a fondo para conocer el rubro en que
trabaja la empresa y as entender el porqu de los resultados extrados en este anlisis. De esta manera se podra establecer las bases de
incentivos a la produccin para cada individuo.