Analisis Strip Center

1. Realice el análisis de normalidad, colinealidad, y heterocedasticidad de las variables V5 a la V10. Al realizar el análisis de normalidad de los datos, queremos saber si éstos tienen una tendencia a concentrarse en el centro, o en las colas de la distribución. Para evaluar si los datos se distribuyen normalmente o no, evaluaremos mediante la curtosis, estadístico que evalúa el grado que ladistribución acumula datos en sus colas, comparándolos con los datos acumulados en las colas en una distribución normal con similar varianza. Nuestro parámetro de análisis, será obtener un estadístico Z basado en la curtosis, tal que Zcurtosis = curtosis/√(24/N), propuesto por Hair, et al (1999). Este estadístico, lo comparamos con un valor crítico, para lo cual usaremos + 2.58, obtenido de ladistribución normal, con una probabilidad de 0.01.
Tabla 1 Matriz analítica de distribución de las variables Análisis de Normalidad Media Desv. Típica Curtosis Estadístico Z V5 Info de desc. De puestos V6 Claridad de costos de rotacion V7 R&S info sist. remuneracion V8 Selección, prueba o test V9 Control de procesos de R&S V10 Outsourcing-IM
4,8430 3,5950 7,0992 4,1570 3,8017 3,7025 3,20938 3,438943,43124 3,53791 3,50385 3,84847 -,992 -1,009 -,618 -1,308 -1,027 -1,269 -2,228 -2,265 -1,388 -2,937 -2,307 -2,849

A continuación, se presenta la tabla con el valor de la curtosis, el estadístico Z, su media (evaluando la centralización de los datos), y la desviación típica. Además, anexamos un histograma con una curva normal, de manera de visualizar gráficamente el comportamiento de los datos.Complementando nuestro análisis, presentamos histogramas anteriormente descritos de cada variable:

Al analizar los estadísticos Z calculados, en comparación con el valor de la distribución normal con una probabilidad de 0.01, igual a 2.58, podemos verificar que para las variables V8 y V10, los datos no se distribuyen normalmente según el estadístico en base a la curtosis, con unaprobabilidad de 0.01. Por lo tanto, podemos concluir que aceptamos la hipótesis nula de distribución aproximadamente normal de las variables V5, V6, V7 y V9 anteriormente detalladas, con una probabilidad de 0.01, lo cual además se puede verificar gráficamente mediante los histogramas. Ahora bien, para estudiar la colinealidad de los datos, utilizaremos el índice de tolerancia y el FIV (ambos obtenidos enbase al coeficiente de ajuste R2), asociados a la colinealidad. Si el índice de tolerancia > 1, y el FIV > 10, podemos señalar que la variable en estudio tiene problemas de colinealidad, es decir, la relación lineal o dependencia lineal de las variables independientes, lo que imposibilitaría una buena regresión. A continuación, se presenta la tabla 2, la cual entrega los antecedentes anteriormentedescritos: Tabla 2
Estadísticos de colinealidad

Variables V5 Info de desc. De puestos V6 Claridad de costos de rotación V7 R&S info sist. Remuneración V8 Selección, prueba o test V9 Control de procesos de R&S V10 Outsourcing-IM

Tolerancia ,601 ,657 ,796 ,741 ,650 ,850

FIV 1,663 1,523 1,257 1,350 1,538 1,177

Como podemos visualizar, en el índice de tolerancia ninguna variable supera elvalor crítico 1, y en el FIV, ningún valor obtenido supera el valor crítico 10, por lo tanto, podemos señalar que las variables presentadas, no presentan problemas de colinealidad. Finalmente, debemos barajar la opción de poseer datos, en las variables estudiadas en este punto, que sean heterocedasticos (o contrariamente, no sean homocedasticos), que se refiere a la no igualdad de varianza,obtenida en la variable dependiente, a lo largo de su predicción. La homocedasticidad es deseada en los datos, debido a que se está explicando la variabilidad de la variable dependiente, medida por su varianza, y la cual no debe concentrarse en unas pocas variables independientes. Para realizar la evaluación de la homocedasticidad, recurriremos al test de Levene, el cual consiste en evaluar si las...