MODELO ORIGINAL
Nota: Resultados de modelo salario
B0
Cuando dicha persona no cuenta con educación, experiencia y horas
de trabajo el salario que despone es de 294.6582. Esta remuneración
no tendría sentido práctico sin algún factor que incida en ella.
B1
Si la educación aumenta (ano de escolaridad) entonces la
remuneración o el salario de dicho trabajador del empleado
aumentara en 145.98060. Esto quiere decir que ambas variables
tienen una relación directa por ende a más años de estudio mayor
remuneración o salario.
B2
Si la experiencia aumenta en un ano entonces la remuneración o el
salario de dicho trabajador del empleado aumentara en 145.98060.
Esto quiere decir que ambas variables tienen una relación directa por
ende a más años de Experiencia mayor remuneración o salario.
2. PRUEBA DE HIPÓTESIS DE SIGNIFICANCIA DE LOS ESTIMADORES
H0: No es estadísticamente significativa para el modelo
H1: No es estadísticamente significativa para el modelo
Regla de decisión
Si p valor es mayor o igual a 0.05
si p valor es mayor a la vez igual a 0.05, quiere decir que se acepta a
hipótesis nula.
Si p valor es menor a 0.05, quiere decir que se acepta a hipótesis
alterna.
Según la regla de decisión se puede observar que la probabilidad de
significancia de variable educación (x1) es de 0,000 lo cual es menor
a 0.05. Esto quiere decir que dicha variable tiene un efecto
significativo en el salario del trabajador.
Por otra parte, la probabilidad de significancia de la variable
experiencia laboral (x2) es de 0,000 lo cual es menor a 0.05. Esto
quiere decir que dicha variable tiene un efecto significativo en el
salario del trabajador.
Por último, la probabilidad de significancia de variable horas de
trabajo (x3) es de 0,000 es menor a 0,05. Esto quiere decir que dicha
variable tiene un efecto significativo en el salario del trabajador.
Coeficiente de determinación
De acuerdo al resultado del modelo de R squared es de 0.05 que
equivale al 55%, esto quiere decir que las variables explicativas (x1,
x2, x3) aportan en 55% al modelo (salario).
2 PRUEBA DE MULTICULONIALIDAD
1) PRUEBA DE VISUALIZACIÓN EN EL MODELO ORIGINAL
Cuando en modelo original existe probabilidades altas o
mayores y iguales 0.05 y un R squared (coeficiente de
determinación) al 0.9 (90%) se señala que es indicciones de
multicolinealidad alta.
INTERPRETACION
Según el resultado el p valor de todas las variables explicativas
(x1, x2, x3) son menores que el 0.05 a la vez tiene un
coeficiente de determinación 0.55 (55%) quiere decir que no
existe evidencias claras sobre la multicolinealidad alta.
2.MATRIZ DE CORRELACIONES
COR X1 X2 X3
Corr (x1, x2) = - 3% esto quiere decir que ambas
variables se relacionan al -3%. No existe
multicolinealidad alta.
Corr (x1, x3) = - 0.05 = -5% esto quiere decir que ambas
variables se relacionan al -5%. No existe
multicolinealidad alta.
Corr (x2, x3) = - 0.01= -1% esto quiere decir que ambas
variables se relacionan al -1%. No existe
multicolinealidad alta.