Universidad Centroamericana

UCA

Trabajo de Anlisis Estadstico

Solucin de un ejercicio sobre regresin

mltiple
Presentado por: Odalyz Desire Molina Blanco
Csar Roberto Ros Urbina

Docente: Irina Prez Zeledn

Grupo: 0262

Managua, 28 de septiembre del 2016.

El Conch Caf, ubicado en Gulf Shores, Alabama, ofrece almuerzos casuales con una gran vista al Golfo de
Mxico. Para adaptarse al aumento en la clientela durante la temporada vacacional de verano, Fuzzy Conch,
el propietario, contrata a un gran nmero de meseros como ayuda temporal. Cuando entrevista a un mesero
potencial, a Fuzzy le gustara proporcionar informacin sobre la cantidad monetaria en propinas que un
mesero puede ganar. Fuzzy considera que la cantidad de la cuenta y el nmero de clientes se relacionan con
la cantidad de la propina y reuni la siguiente informacin:
Monto de la Monto de la Monto de la Nmero de
Cliente Monto de la cuenta Nmero de clientes Cliente
propina propina cuenta clientes
1 $7,00 $48,97 5 16 3,30 23,59 2
2 4,50 28,23 4 17 3,50 22,30 2
3 1,00 10,65 1 18 3,25 32,00 2
4 2,40 19,82 3 19 5,40 50,02 4
5 5,00 28,62 3 20 2,25 17,60 3
6 4,25 24,83 2 21 5,50 44,47 4
7 0,50 6,24 1 22 3,00 20,27 2
8 6,00 49,20 4 23 1,25 19,53 2
9 5,00 43,26 3 24 3,25 27,03 3
10 4,75 31,36 4 25 3,00 21,28 2
11 5,25 32,87 4 26 6,25 43,38 4
12 6,00 34,99 3 27 5,60 28,12 4
13 4,00 33,01 4 28 2,50 26,25 2
14 3,35 23,06 2 29 9,25 56,81 5
15 0,75 4,65 1 30 8,25 50,65 5
Objetivo de la investigacin: estudiar la cantidad monetaria
que un mesero puede ganar como propinas.

Posibles variables relacionadas: Monto de la cuenta

(consumo) y nmero de clientes.
 Prueba Global:
Hiptesis:
H 0 : 1 = 2 = 0
H1: Al menos una de las betas es diferente de cero.

ANOVAb
Modelo
Decisin: H0 se rechaza (p=0.000
Suma de Media 0.05)
cuadrados gl cuadrtica F Sig.
1 Regresin 112,792 2 56,396 91,170 ,000a Conclusin: Se puede afirmar con
Residual 16,702 27 ,619 un nivel de significacin de 0.05
Total 129,494 29 que al menos una de las betas es
a. Variables predictoras: (Constante), Nmero de clientes (X2), Monto de la cuenta (X1) diferente de cero.
b. Variable dependiente: Monto de la propina (Y)
 Anlisis de Matriz de Correlacin.
Correlaciones

Monto de la Monto de la Nmero de

propina (Y) cuenta (X1) clientes (X2)

Correlacin de Pearson 1 ,916** ,873**

Monto de la propina (Y) Sig. (bilateral) ,000 ,000

N 30 30 30

Correlacin de Pearson ,916** 1 ,849**

Monto de la cuenta (X1) Sig. (bilateral) ,000 ,000

N 30 30 30

Correlacin de Pearson ,873** ,849** 1

Nmero de clientes (X2) Sig. (bilateral) ,000 ,000

N 30 30 30
**. La correlacin es significativa al nivel 0,01 (bilateral).
 Anlisis de Matriz de Correlacin.
Hiptesis:
H0:
H1:
Decisin: H0 se rechaza (p=0.000 0.05)
Conclusin: Se puede afirmar con un nivel de significacin de 0.05 que hay correlacin entre Y y X1.
Por tanto, la variable X1 se queda en el modelo.

Hiptesis:
H0:
H1:
Decisin: H0 se rechaza (p=0.000 0.05)
Conclusin: Se puede afirmar con un nivel de significacin de 0.05 que hay correlacin entre Y y X2.
Por tanto, la variable X2 se queda en el modelo.
 Anlisis de Matriz de Correlacin.

Revisamos si existen problemas de multicolinealidad.

Hay problemas de multicolinealidad porque este valor est fuera del rango permitido (-0.7 a 0.7).
Se revisa el coeficiente de relacin entre la variable respuesta y cada variable independiente.

Se elimina del modelo la variable X2 porque tiene menor coeficiente de relacin con Y que la
variable X1.
En el modelo queda la variable X1.
 Pruebas individuales para coeficientes de regresin.

Coeficientesa
Coeficientes no Coeficientes
estandarizados tipificados
Modelo t Sig.
B Error tp. Beta

1
(Constante) -,169 ,393 -,429 ,671

Monto de la cuenta
,144 ,012 ,916 12,069 ,000
(X1)

a. Variable dependiente: Monto de la propina (Y)

 Pruebas individuales para coeficientes de regresin.

Hiptesis:
H0: 1 = 0
H1: 1 0
Decisin:
H0 se rechaza (p=0.000 0.05)
Conclusin:
Se puede afirmar con un nivel de significacin de 0.05 que 1 0,
por tanto, la variable X1 se queda en el modelo.
 Ecuacin de regresin mltiple

Coeficientesa
Coeficientes no Coeficientes
estandarizados tipificados
Modelo t Sig.
B Error tp. Beta

1
(Constante) -,169 ,393 -,429 ,671

Monto de la cuenta
,144 ,012 ,916 12,069 ,000
(X1)

a. Variable dependiente: Monto de la propina (Y)

 Ecuacin de regresin mltiple

y' = -0.169 + 0.144X1

Donde:
y: Monto de la propina en dlares.
X1: Monto de la cuenta en dlares.
El monto de la propina aumenta $14.4 por cada $10 de consumo en la cuenta.
 Anlisis de coeficiente de Correlacin y Determinacin Mltiple

Coeficiente de correlacin mltiple:

Resumen del modelo
R=0.916
R cuadrado Error tp. de la Existe una relacin fuerte entre el
Modelo R R cuadrado
corregida estimacin
monto de la propina y el monto de la
cuenta.
dimension
0
1 ,916a ,839 ,833 ,86352 Coeficiente de determinacin
mltiple: R2=0.839
El 83.9% de variacin en el monto
a. Variables predictoras: (Constante), Monto de la cuenta (X1) de la propina, se debe al monto de la
cuenta.