INTRODUCCION

El presente informe pretende dar a conocer los resultados obtenidos tras la

realizacin de diferentes procedimientos estadsticos aplicados a la data de una
empresa para dar una acertada conclusin respecto a nuestro objetivo.
Este trabajo tiene como principal objetivo estudiar la relacin entre dos a ms
variables y desarrollar una ecuacin que permita calcular una variable basada en
otra.
Para ello, se presenta en primer lugar el anlisis de asociacin simple; donde se
examinar el anlisis de correlacin. Luego se analiza una grfica diseada para
representar la relacin entre dos variables: diagrama de dispersin. Se contina el
estudio desarrollando una ecuacin matemtica que permita calcular el valor de
una variable con base en el valor de otra, y esto se denomina anlisis de
regresin. As mismo se estimara el error estndar de la estimacin para luego
realizar las diferentes pruebas de hiptesis: para el coeficiente de correlacin,
determinacin y para el anlisis de regresin.
En segundo lugar, se presenta el anlisis de regresin mltiple, no lineal y el
anlisis de la existencia de alguna variable dicotmica; para despus medir la
intensidad de la relacin entre las variables independientes y la variable
dependiente.
Para lograr ello, se ha buscado diferentes organizaciones, en esta oportunidad se
obtuvo la informacin de la empresa COVISUR S.A que gracias a los datos
proporcionados se encontr diferentes variables independientes de gastos con
relacin a la variable dependiente que son los ingresos.
Aqu se obtendr modelos que permitan predecir el comportamiento de los futuros
ingresos en funcin de la tendencia de los gastos realizados.

DATOS GENERALES DE LA EMPRESA

EMPRESA: Concesionaria Vial del Sur S.A.- COVISUR S.A.

RUC: 20517252558

Razn Social: Concesionaria Vial del Sur S.A.- Covisur S.A.

Pgina Web: http://www.covisur.com.pe
Razn Social Anterior: Concesionaria Vial del Sur S.A.- Concesur S.A.
Tipo Empresa: Sociedad Annima
Condicin: Activo
Fecha Inicio Actividades: 15 / Octubre / 2007
Actividad Comercial: Otras Actividades Empresariales Ncp.
CIIU: 74996
Ubicacin
Direccin Legal: Cal. Arequipa Nro. 111
Distrito / Ciudad: Cayma
Departamento: Arequipa
Perfil de Concesionaria Vial del Sur S.A.- Covisur S.A
Empadronada en el Registro Nacional de Proveedores
Representantes Legales de Concesionaria Vial del Sur S.A.- Covisur S.A.
Gerente General: Escalante Canorio Ricardo
COVISUR S.A. es una empresa privada peruana, que ha
recibido del Estado la concesin para Construir,
Conservar y Explotar el Tramo N 5 del Proyecto
Corredor Vial Interocenico Sur Per - Brasil, que integra
las regiones de Arequipa, Puno y Moquegua.
COVISUR S.A. tiene el respaldo estructural y financiero
de las prestigiosas empresas Hidalgo e Hidalgo (HeH),
Construccin y Administracin S.A. (CASA) y
Concesionaria del Norte (CONORTE).
Su misin es mover el dinamismo en la Regin Sur del Per, con una infraestructura vial
ptima para el trnsito, con servicios de alta calidad que aseguren la comodidad y seguridad del
viaje, y con el permanente cuidado del medio ambiente.
As mismo, su visin es ser reconocida como la empresa lder en el Per en la construccin,
conservacin y operacin de redes viales.

I.

PARTE 1: SELECCIN DEL MODELO

1. DECLARACIN DE VARIABLES :

 TOTAL DE INGRESOS (Y) Es el total de ingresos percibidos por la

empresa, estos incluyen los ingresos por las ventas, el tipo de cambio,
redondeos, intereses y otros ingresos.
GASTOS FINANCIEROS (X1) Gastos por conceptos de arrendamientos,
intereses de las mismas, y diferencias de cambio.
GASTOS DE GESTION (X2) Gatos por conceptos de operacin de la
empresa, incluye seguros, materiales de oficina, suministros.
GASTOS POR TERCEROS (X3) Gastos prestados por pago a terceros,
van desde pago de servicios bsicos, asesora, mantenimiento, services y
otros.
GASTOS POR REMUNERACIONES (X4) Es el total de gastos realizados
por la empresa referente a pagos de personal; incluye remuneraciones,
gratificaciones, CTS, seguro y otros.
GASTOS POR TRIBUTOS (X5) Gastos por conceptos de pago de
arbitrios, autoevalu, IGV y otros tributos.

CUADRO DE
VARIABLES

TOTAL
INGRESOS

G.
FINANCIEROS

G. DE
GESTION

G. POR
TERCEROS

G.
REMUNERACION

G.
TRIBUTOS

X1

X2

X3

X4

X5

ENERO

2 491 068.88

120 463.34

19 318.34

1 991 229.75

201 263.13

840.49

FEBRERO

2 582 563.93

220 863.08

13 842.23

1 915 236.73

185 887.02

1 357.59

MARZO

2 664 421.17

293 075.76

12 395.26

2 248 315.09

184 576.19

1 869.12

MAYO

3 760 808.56

903 795.92

19 134.45

1 670 328.09

221 507.56

568.22

JUNIO

2 943 330.72

675 036.33

201 867.46

1 743 874.75

201 626.09

999.87

JULIO

3 043 199.66

943 232.47

25 332.27

1 831 691.55

163 909.95

714.67

AGOSTO

2 588 795.06

299 809.93

12 450.48

1 605 326.27

193 414.77

444.00

OCTUBRE

4 092 407.10

29 266.58

29 517.78

1 961 006.75

202 118.68

1 205.66

NOVIEMBRE

2 668 920.79

313 749.64

75 279.00

1 740 033.26

243 668.43

442.72

DICIEMBRE

6 533 451.10

672 098.75

59 061.79

5 448 225.00

304 753.99

8 789.21

2. MATRIZ DE CORRELACIN:

 SELECCIN DE VARIABLES
Los ms altos grados de asociacin entre la variable principal, los ingresos, y
los diferentes gastos, son los siguientes:
o ry-rx3=0.88210556
o ry-rx4=0.792479958
o ry-rx5=0.885171667
Nota: Se observa que, tanto los gastos financieros y los de gestin, presentan
correlaciones dbiles y ello manifiesta que la extensin entre dichas variables y
los ingresos es despreciable. Lo cual permite, automticamente, la eliminacin
de estas.
ANLISIS DE LA MULTICOLINEIDAD

rx3 - rx4

rx3 - rx5

rx4 - rx5

ry - rx3 = 0.88210556
ry - rx4 = 0.792479958
rx3 - rx4 = 0.79609589

ry - rx3 = 0.88210556
ry - rx5 = 0.885171667
rx3 - rx5 = 0.99622755

ry - rx4 = 0.792479958
ry - rx5 = 0.885171667
rx4 - rx5 = 0.783689261

Hay multicolineidad

Hay multicolineidad

No hay multicolineidad

Modelos Aplicables
y= a+bx3
y= a+bx4

Modelos Aplicables
y= a+bx3
y= a+bx5

Modelos Aplicables
y= a+bx4
y= a+bx5
y= a+bx4+cx5

RESULTADOS:

Tras evaluar los coeficientes de correlacin, la variable que muestra

la correlacin ms fuerte y directa es x 5 (gastos por tributos). Lo
que conlleva a trabajar el anlisis de asociacin simple en funcin a
esta:
y= a+bx5

II.

En la tabla de anlisis de multicolineidad, se observa que algunas variables

regresoras poseen una fuerte correlacin entre ellas; por lo que son
descartadas para el anlisis de asociacin mltiple. As, slo los Gastos por
Remuneracin (x4) y Gastos por Tributos (x5) pueden ser evaluadas en
conjunto:
y= a+bx4+cx5

PARTE 2: DETERMINACIN DE LOS MODELOS DE REGRESIN

1. REGRESIN LINEAL SIMPLE :
Para realizar el anlisis de regresin lineal se tom en cuenta que la variable a
estudiar posea el mayor coeficiente de correlacin, y los Gastos por Tributos
cumplan con nuestra condicin.

G.TRIBUTOS
Y
840.49
1 357.59
1 869.12
568.22
999.87
714.67
444.00
1 205.66
442.72
8 789.21

TOTAL
INGRESOS
X5
2 491 068.88
2 582 563.93
2 664 421.17
3 760 808.56
2 943 330.72
3 043 199.66
2 588 795.06
4 092 407.10
2 668 920.79
6 533 451.10

MODELO LINEAL
Y = 2584117,652 + 436,861*X5
Dnde:
X5: Gastos por Tributos (Nuevos
Soles)
Y: Total Ingresos (Nuevos Soles)

Total Ingresos vs G. Tributos

7,000,000.00
6,000,000.00

f(x) = 436.86x + 2584117.65

R = 0.78

5,000,000.00

TOTAL INGRESOS
Linear (TOTAL
INGRESOS)

4,000,000.00
3,000,000.00
2,000,000.00
1,000,000.00
0.00
0

2000 4000 6000 8000 10000

Resumen del modelo

Modelo
1

R
,885a

R cuadrado

R cuadrado
corregida

,784

,756

Error tp. de la
estimacin (Se)
614433,86013

a) PRUEBA DE HIPTESIS PARA EL COEFICIENTE DE CORRELACIN

i.

Hiptesis
H0: p=0

H1: p 0

ii.

t Calculado

Coeficientesa
Modelo

Coeficientes no estandarizados

Coeficientes

Sig.

tipificados
B
(Constante)
g.tributos

Error tp.

2584117,652

239421,929

436,861

81,184

Beta

,885

10,793

,000

5,381

,001

a. Variable dependiente: ingresos

t=5.381
iii.

t Critico
= 0.05
gl= 10-2=8
t=2,306

-2.306

+2.306

5.381

iv.

Comparacin
t critico Vs t calculado
2,306
5.381

v.

Conclusin
Se observa que el tcalculado cae en la zona de rechazo, por lo que la
hiptesis nula (p=0) es invalida.
En consecuencia, el coeficiente de correlacin es aceptable para los
ingresos totales y los gastos por tributos.

b) PRUEBA DE HIPTESIS PARA EL COEFICIENTE DE DETERMINACIN

i.

Hiptesis
H0: p2=0
H1: p2 0

ii.

Tabla ANOVA

Suma de cuadrados

g
l

Media cuadrtica

Regresin
(SCR)

10931891493419,482

10931891493419,48
2

28,95
6

Residual
(SCE)

3020231747756,441

377528968469,555

13952123241175,924
Calculo F critico
= 0.05
gl numerador= 1
gl denominador= 8
F=5.32

Modelo

Total (SCT)
iii.

+5.32

iv.

v.

Sig.
,
001

28.956

Comparacin
F critico Vs F calculado
5.32
28.956
Conclusin:
Se observa que el Fcalculado cae en una zona de rechazo, por lo que la
hiptesis nula (p2=0) no es vlida.
El coeficiente de determinacin obtenido es aceptable para la poblacin, pues
los gastos por tributos describe y explica el 78.4% del total de ingresos.

c) PRUEBA DE HIPTESIS PARA LA PENDIENTE

i. Hiptesis
H0:

1 =0

H1:

1 0

ii. t Calculado
Modelo

Coeficientes no

Coef.

Sig.

Intervalo de confianza de

estandarizados
B

tipificados

Error tp.

95,0% para B

Beta

(Sb)
Constante

2584117,652

239421,929

TRIBUTOS

436,861

81,184

,885

Lmite

Lmite

inferior

superior

10,793

,000

2032009,693

3136225,611

5,381

,001

249,650

624,072

iii. t crtico
=0.05
gl =10-2=8
t=2,306

-2.306

+2.306

5.381

iv. Comparacin
t critico Vs t calculado
2,306
5.381
v. Conclusin
Se observa que el tcalculado cae en una zona de rechazo, por ello no se acepta
la hiptesis nula

( 1=0) .

La pendiente calculada para los gastos por tributos funciona para estimar el total
de ingresos.
Cabe resaltar que por cada aumento en un nuevo sol por gastos de tributos se
espera que el total de ingresos se incremente en 436.861 nuevos soles.

2. REGRESIN NO LINEAL:
Nuestra regresin simple tambin puede ajustarse a diferentes modelos no
lineales.
Para ello aplicaremos un estudio a la variable de mayor correlacin, X 5 (Gastos
por tributos), y posteriormente se seleccionar un modelo que se ajuste en
buena medida a la variable de estudio Y (Total de ingresos).

a. CUADRO RESUMEN DE ESTIMACIONES PARA MODELOS NO LINEALES

APLICADOS A LA VARIABLE X5 (GASTOS POR TRIBUTOS)

Ecuacin

Resumen del modelo

R2

Estimaciones de los parmetros

gl1 gl2 Sig.

Constante

b2

Lineal

,784 28,956

Logartmica

,591 11,568

,273

3,004

,121 4436291,190

-910481808,758

Cuadrtico

,811 15,018

,003 3058904,778

-153,432

Cbico

,815 15,376

,003 3037532,451

Compuesto

,667 16,051

,004 2687929,784

Potencia

,506

8,203

,021

579831,916

,244

,243

2,571

,147

15,226

-209,018

Crecimiento

,667 16,051

,004

14,804

9,806E-005

Exponencial

,667 16,051

,004 2687929,784

9,806E-005

Logstica

,667 16,051

,004

Inversa

,001 2584117,652
,009
4228305,892

b1

3,720E-007

b3

436,861
1085901,977

,062

,000 -,069 1,301E-005

1,000

1,000

.
Del cuadro anterior podemos seleccionar aquel modelo que mejor se acomode a
nuestra variable de estudio. Observndose que el mayor coeficiente de determinacin
es presentado por un anlisis de regresin no lineal (cubico) siendo su coeficiente de
determinacin 0.815, lo que implica que tambin se puede aplicar un modelo no lineal,
cubico, en este caso para explicar el comportamiento del total de los ingresos en
funcin de los gastos por tributos.815

b. REGRESIN NO LINEAL CBICA

Ecuacin
Cbico

Resumen del modelo y estimaciones de los parmetros

Resumen del modelo
Estimaciones de los parmetros
2
R
F
gl1
gl2
Sig.
Constante
b1
b2
b3
,815

15,376

,
003

3037532,451

,000

-,069

1,301
E-005

MODELO OBTENIDO:
2
y=3037532.451 + 0X5 - 0.069* X 5 + 1.30*
5 X 35
10

Se observa que a travs del modelo cubico, el 81.5% del total de ingresos queda
explicado a travs de los gastos tributarios, lo que nos ayuda en mejor medida a explicar
el comportamiento de los gastos tributarios al tener un coeficiente de determinacin mayor
que el modelo lineal simple.

3. REGRESIN LINEAL MLTIPLE:

Para realizar el anlisis de regresin mltiple se tom en cuenta que las
variables a estudiar posean el mayor coeficiente de correlacin y que no exista
multicolineidad entre s, siendo estas variables los Gastos por Tributos y
Gastos por remuneraciones

G.REMUNERACIO
N
201,263.13
185,887.02
184,576.19
221,507.56
201,626.09
163,909.95
193,414.77
202,118.68
243,668.43
304,753.99

G.TRIBUTOS

TOTAL
INGRESOS
2,491,068.88
2,582,563.93
2,664,421.17
3,760,808.56
2,943,330.72
3,043,199.66
2,588,795.06
4,092,407.10
2,668,920.79
6,533,451.10

840.49
1,357.59
1,869.12
568.22
999.87
714.67
444.00
1,205.66
442.72
8,789.21

MODELO DE REGRESION MULTIPLE

Y=1060075,665+8,059*X4+337,839*X5
Donde:
X5: Gastos por Tributos (Nuevos Soles)
X4: Gastos por Remuneraciones (Nuevos Soles)
Y: Total Ingresos (Nuevos Soles)

Model
o
1

Resumen del modelo

R
R cuadrado
cuadrado
corregida

R
,
a

899

,809

Error tp. de la
estimacin

,754

617296,64579

a) PRUEBA DE HIPTESIS PARA EL COEFICIENTE DE DETERMINACIN

i. Hiptesis
H0:

2 =0

H1:

2 >0

ii. Tabla ANOVA

Modelo

Suma de cuadrados

gl

Media cuadrtica

Sig.

Regresin
(SCR)

11284737198889,457

5642368599444,729

14,807

,003b

Residual
(SCE)

2667386042286,467

381055148898,067

Total (SCT)

Coeficientes
13952123241175,924
9
Coeficientes no estandarizados

Coeficientes

Sig.

,662

,529

tipificados

Modelo
B

Error tp.

(Constante)

1060075,665

1601954,641

TRIBUTOS

337,839

131,308

,685

2,573

,037

8,059

8,375

,256

,962

,368

REMUNERACION

Beta

iii. F critico
=0.05
gl numerador =2
gl denominador =7
F=4,74

+4.74

14.087

iv. Comparacin
F critico Vs F calculado
4,74
14,807
v. Conclusin
Se observa que el Fcalculado cae en una zona de rechazo por lo que la
hiptesis nula (p2=0) no es vlida.
El coeficiente de determinacin obtenido es aceptable y que efectivamente los
gastos por tributos conjuntamente con los gastos por remuneraciones
describen en buena medida el total de ingresos (80.9%).
b) PRUEBA DE HIPTESIS PARA LOS COEFICIENTES

b.1) PARA c
b.1.1) Hiptesis
H0:

1 =0

H1:

1 0

b.1.2) t Calculado
De las tablas obtenidas mediante procesadores de clculo se
obtuvo:
t calculado: 2,573
b.1.3) t critico
=0.10
gl =10-3=7
t=1.895

-1.895

+1.895

2.573

b.1.4) Comparacin
t critico Vs t calculado
1.895
2.573
b.1.5) Conclusin
Se observa que el tcalculado cae en una zona de rechazo por lo que se
rechaza la hiptesis nula

( 1=0 ) .

La pendiente calculada para los gastos por tributos funciona para estimar el total de
ingresos; por cada aumento en un nuevo sol por gastos de tributos se espera que
el total de ingresos se incremente en 337.39 nuevos soles.
b.2) PARA b

i) Hiptesis
H0:

2 =0

H1:

2 0

ii) t Calculado
De las tablas obtenidas mediante procesadores de clculo se obtuvo:
t calculado: 0.962
iii) t critico
=0.10
gl =10-3=7
t=1.895

-1.895

0.962

+1.895

iv) Comparacin
t critico Vs t calculado
1.895
0.962
v. Conclusin
Al observar que tcalculado cae en una zona de aceptacin, la hiptesis nula

( 2=0) es aceptada.

La pendiente generada por los gastos por remuneraciones no se aplica al

total de los ingresos, siendo la pendiente no vlida para la poblacin.

RESULTADOS:

Variables

CUADRO RESUMEN
Coeficiente de
determinacin
SCE
2
r
(
)

0 Ninguna Variable
X5 Gastos
Tributarios
X5 Gastos
Tributarios
X4 Gastos
Remuneraciones

=0

r 2 =0.784
r

=0.809

Ecuacin

13952123241175.92

No existe ecuacin

3020231747756.44

y= 2584117,652+436,861x5

2667386042286.46

y=1060075,665+8,059X4+37,839X5

X5 Gastos
Tributarios

III.

r 2 =0.815

y=a+0X-0.069 X 5 +1.30*
2587031809633.64

105 X 35

Se observa que los modelos poseen diferentes coeficientes de determinacin, siendo

nulo para ninguna variable, a su vez menor de todos el de la regresin simple y la
mayor para la regresin cubica con los gastos tributarios, a su vez se observa que la
suma cuadrado del error posee una tendencia a disminuir conforme el coeficiente de
determinacin se incrementa, lo que designa coherencia en los datos. Dado que el
modelo que posee mayor coeficiente de determinacin es el modelo cubico se sugiere
trabajar con dicho modelo que explica con mayor claridad el comportamiento de los
ingresos totales.

PARTE 2: CONCLUSIONES FINALES

El modelo de regresin polinmica cubica aplicada a los gastos tributarios
explica en mayor grado el comportamiento del total de los ingresos (el 85.1%).
Los gastos tributarios son los que explican y describen en mnimo el
comportamiento del total de ingresos (solo el 78.4%).
Es posible modelar el comportamiento de los ingresos en funcin de los datos
pasados y series de tiempo pasadas relacionadas con los gastos de tributos
para as poder saber el total de ingresos.
Con respecto a las variables dicotmicas, estas no pudieron ser analizadas
debido a que la variable principal (ingresos) depende nicamente de variables
cuantitativas.