Integrantes:

  • Juliana Hidalgo-2223740
  • Jesus Sarria-2227452
  • Nicoll Hurtado-2229293

2023-10-18

Contexto

Según el informe del Banco Mundial titulado “La mujer, la empresa y el derecho” alrededor de 2400 millones de mujeres en edad de trabajar no tienen igualdad de oportunidades económicas, y 178 países continúan con barreras legales que les impiden participar plenamente en la economía. De acuerdo a lo anterior, el objetivo del presente informe es describir y analizar un modelo de regresión múltiple sobre la participación laboral femenina y su influencia en el GDP per cápita (PIB) de un país desarrollado o emergente para el año 2017. Nuestro estudio considera 50 países, 31 desarrollados y 19 en estado emergente.

De acuerdo a lo anterior, se tomaron como referencia diferentes variables, entre ellas se encuentra la proporción femenina del empleo en puestos directivos superiores o medios, es decir en cargos de gerencia o CEO, con el fin de analizar la participación que tienen las mujeres de ser contratadas en cargos importantes dentro de una empresa, en ese mismo sentido, elegimos la otra variable del porcentaje de mujeres que trabajan en la industria, y así relacionar las mujeres empleadas en la industria y cuántas de ellas logran un puesto directivo importante que contribuye al crecimiento del PIB.

De la misma manera, se escogió la variable sobre el porcentaje de trabajadoras por cuenta propia, las mujeres emprendedoras, independientes, sin estar sujetas a un contrato laboral, por ejemplo, vendedora de maquillaje o ambulante. En relación a la anterior variable, elegimos también el porcentaje de mujeres en empleos vulnerables que según Lawrence Jeff Johnson (Jefe de la unidad de las tendencias mundiales del empleo de la OIT) define a los trabajadores en empleo vulnerable como “la suma de los trabajadores con empleo independiente y los trabajadores familiares no remunerados”; Este tipo de cargo laboral se caracteriza por salarios inadecuados, baja productividad y condiciones precarias de trabajo. Todo esto, para analizar cómo influyen los trabajos independientes en el PIB.

Finalmente, la variable acerca de la relación empleo - población de las mujeres mayores de 15 años de edad, enlaza las variables anteriormente mencionadas, para analizar el porcentaje de empleo femenino con respecto a toda la población, desde un panorama general.

Diagrama de barras

Base de datos

# A tibble: 50 × 8
   País      Estado    GDP Gerencia Industria Emprendimiento Vulnerable Relacion
   <chr>     <chr>   <dbl>    <dbl>     <dbl>          <dbl>      <dbl>    <dbl>
 1 Albania   Emerg… 3.11e4     22.6     15.2           54.9       53.6      43.3
 2 Argentina Emerg… 5.83e4     32.6      9.17          21.5       19.0      43.3
 3 Austria   Desar… 1.09e5     29.2     11.4            9.84       7.20     53.1
 4 Barbados  Emerg… 3.26e4     52.9      9.28          12.1       11.5      55.2
 5 Belarus   Emerg… 3.63e4     47.6     19.7            2.83       2.30     56.2
 6 Belgium   Desar… 1.22e5     32.9      8.57          10.6        8.16     45.3
 7 Bosnia a… Emerg… 4.80e4     18.8     18.0           24.7       21.1      24.9
 8 Brazil    Emerg… 3.41e4     37.6     10.7           26.4       23.2      44.9
 9 Bulgaria  Emerg… 4.83e4     39.3     22.5            9.04       6.83     46.6
10 Chile     Emerg… 5.48e4     43.1     10.8           26.5       23.8      45.1
# ℹ 40 more rows

Metodología

Para el desarrollo del informe primero organizamos la base de datos original, introduciendo una nueva columna en excel para clasificar el estado de los países Desarrollado o Emergente. Para conocer el estado de los países, usamos como guía la base de datos “WHO” proporcionada en el curso de estadística. Posteriormente, realizamos la elección y renombre de las variables de acuerdo con el contexto descrito con anterioridad. El análisis está sujeto al modelo de regresión lineal múltiple, que es un modelo estadístico para evaluar las relaciones entre la variable dependiente (Y) y distintas variables independientes o predictoras (X1,X2,X3…), se usa para conocer la influencia de las variables predictoras sobre el valor de la variable dependiente. Los modelos de regresión lineal múltiple siguen la siguiente ecuación:

Yi= (β0 + β1X1 + β2X2 +…+ βnXn) + ei

Donde:

  • β0:El intercepto, el valor de la variable dependiente (Y) cuando las variables predictoras son cero.

  • β1:Efecto promedio que tiene el incremento en una unidad de la variable (Xi) sobre la variable dependiente (Y)

  • ei:El error o residuo, diferencia entre el valor observado y lo estimado.

Por otro lado,\(R^{2}\) (Coeficiente de determinación), es el cuantificador del ajuste de bondad del modelo, permite cuantificar qué tan bueno es el modelo de regresión lineal múltiple para predecir o estimar de la mejor manera el valor de las observaciones.

De acuerdo a lo anterior, la ecuación de nuestro modelo es la siguiente:

GDP=( β0 +β1Gerencia + β2Industria +β3Emprendimiento+ β4Vulnerable+β5Relacion) +ei

Variable dependiente

En nuestro caso, se toma como referencia el GDP per cápita, el producto interno bruto per cápita (PIB) que de acuerdo a Cambridge dictionary es: “el valor total de todos los bienes y servicios producidos por un país en un año determinado, dividido por el número de personas que viven allí”. El PIB se calcula sumando el valor de todos los bienes y servicios finales producidos en el país, incluyendo el consumo privado, la inversión, el gasto del gobierno y las exportaciones netas (exportaciones menos importaciones).

El PIB es un indicador económico fundamental. Un aumento en el PIB puede indicar un crecimiento económico, lo que conlleva a una mayor producción y a la creación de empleos, importante para el aumento de salarios y el poder adquisitivo de las personas. Por otra parte, una disminución en el PIB puede indicar recesión económica, lo que conlleva a bajos índices de producción y desempleo, lo que afecta negativamente los ingresos de las personas y su calidad de vida.

Variables independientes

  • Gerencia: Proporción femenina del empleo en puestos directivos superiores y medios (%) (estimación modelada de la OIT). De acuerdo a International Labour Organization, las mujeres en puestos directivos contribuyen a aumentar el rendimiento empresarial. Según un nuevo informe, la diversidad de género contribuye a mejorar los resultados empresariales y facilita la atracción de profesionales con talento. Por ejemplo, tres de cada cuatro empresas que han promovido la presencia de mujeres en cargos directivos han registrado un aumento del 5% al 20% en sus beneficios. En general, las mujeres tienden a relacionarse más desde la empatía, la confianza y la cooperación, es decir, un estilo de dirección colaborativo, que facilita un buen clima laboral.

  • Industria: Empleo en la industria, mujeres (%) (estimación modelada de la OIT). Las mujeres en la industria ayudan a la sociedad, la innovación y las ganancias corporativas.

  • Emprendimiento: Trabajadoras por cuenta propia, mujeres (%) (estimación modelada de la OIT). Las trabajadoras por cuenta propia tienen la gran ventaja de no estar obligadas a rendir cuentas ante ningún jefe, además pueden disfrutar de una mayor libertad para organizar su tiempo de trabajo, sin embargo, no tiene la seguridad de recibir todos los meses una cantidad fija, sino que su sueldo depende de cómo funcione el negocio.

  • Vulnerable: Empleo vulnerable, mujeres (%) (estimación modelada de la OIT)

  • Relación: Relación empleo-población, edades 15+, mujeres (%) (estimación nacional)

Nota: la OIT es la organización internacional del trabajo.

Estadística Descriptiva

Datos Generales

     País              Estado               GDP            Gerencia    
 Length:50          Length:50          Min.   : 13521   Min.   :16.10  
 Class :character   Class :character   1st Qu.: 47332   1st Qu.:28.05  
 Mode  :character   Mode  :character   Median : 66545   Median :32.30  
                                       Mean   : 75391   Mean   :32.72  
                                       3rd Qu.:104727   3rd Qu.:37.83  
                                       Max.   :244475   Max.   :52.90  
   Industria      Emprendimiento    Vulnerable        Relacion    
 Min.   : 3.310   Min.   : 2.83   Min.   : 2.300   Min.   :24.87  
 1st Qu.: 8.717   1st Qu.: 9.04   1st Qu.: 6.718   1st Qu.:43.03  
 Median :11.260   Median :12.42   Median : 9.655   Median :48.64  
 Mean   :12.945   Mean   :19.06   Mean   :16.715   Mean   :47.55  
 3rd Qu.:17.300   3rd Qu.:25.99   3rd Qu.:23.635   3rd Qu.:53.31  
 Max.   :24.710   Max.   :58.60   Max.   :56.870   Max.   :70.35

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Datos Desarrollados

     País              Estado               GDP            Gerencia    
 Length:31          Length:31          Min.   : 61168   Min.   :16.10  
 Class :character   Class :character   1st Qu.: 69780   1st Qu.:27.95  
 Mode  :character   Mode  :character   Median : 93545   Median :30.90  
                                       Mean   : 97860   Mean   :31.09  
                                       3rd Qu.:108919   3rd Qu.:35.30  
                                       Max.   :244475   Max.   :44.10  
   Industria     Emprendimiento     Vulnerable        Relacion    
 Min.   : 3.31   Min.   : 4.330   Min.   : 3.330   Min.   :29.06  
 1st Qu.: 8.36   1st Qu.: 8.085   1st Qu.: 5.815   1st Qu.:46.10  
 Median :10.14   Median :10.050   Median : 8.010   Median :50.56  
 Mean   :12.16   Mean   :11.789   Mean   : 9.535   Mean   :49.71  
 3rd Qu.:15.62   3rd Qu.:12.745   3rd Qu.: 9.655   3rd Qu.:54.05  
 Max.   :24.22   Max.   :36.340   Max.   :35.040   Max.   :70.35

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Datos Emergentes

     País              Estado               GDP           Gerencia    
 Length:19          Length:19          Min.   :13521   Min.   :18.80  
 Class :character   Class :character   1st Qu.:30351   1st Qu.:29.80  
 Mode  :character   Mode  :character   Median :39713   Median :35.30  
                                       Mean   :38730   Mean   :35.37  
                                       3rd Qu.:48173   3rd Qu.:41.20  
                                       Max.   :58317   Max.   :52.90  
   Industria     Emprendimiento    Vulnerable       Relacion    
 Min.   : 5.42   Min.   : 2.83   Min.   : 2.30   Min.   :24.87  
 1st Qu.: 9.75   1st Qu.:20.20   1st Qu.:17.77   1st Qu.:40.43  
 Median :13.96   Median :26.41   Median :23.78   Median :43.32  
 Mean   :14.22   Mean   :30.91   Mean   :28.43   Mean   :44.04  
 3rd Qu.:18.03   3rd Qu.:48.33   3rd Qu.:45.66   3rd Qu.:47.99  
 Max.   :24.71   Max.   :58.60   Max.   :56.87   Max.   :56.22

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Diagrama 1

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Diagrama 2

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Diagrama3

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Diagrama 4

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Diagrama 5

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Diagrama 6

El promedio de GDP per cápita o PIB (producto interno bruto) en el año 2017 es de $75391. Para los países desarrollados este GDP en promedio es $97860, con un máximo de $244475 en el país de Luxemburgo, y con un mínimo de $61167 en Latvia. Para los países emergentes es de $38730, con un máximo de $58316 en el país de Argentina, y con un mínimo de $13521 en Honduras. Se puede analizar que para los países desarrollados, que cuentan con un alto grado de industrialización y alto estándar de vida el GDP por persona es mayor, es decir, hay mayor producción económica.

En cuánto a las variables independientes, el promedio de mujeres en cargos directivos en los países desarrollados es de 31.09%, mientras que en los países emergentes es de 35.37%; el promedio de mujeres en la industria en países desarrollados es de 12.16%, en los países emergentes es de 14.22%; la media de mujeres el promedio de trabajadoras por cuenta propia en países desarrollados es de 11,79% y en emergentes es de 30,91%; el promedio de mujeres en trabajos vulnerables en países desarrollados es de 9,54% mientras que en países emergentes es de 28,43%.

Nota: El anterior gráfico resume cinco medidas descriptivas: el valor mínimo, el primer cuartil (25%), la mediana (50%), el tercer cuartil (75%) y el valor máximo.

Correlación

Grafico Dispersión 1

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

De los gráficos anteriores, considerando tanto países desarrollados, como emergentes, podemos observar diferentes coeficientes de correlación. por ejemplo, para la variable “Gerencia”, hay una correlación de -0.342 con el GDP, esto representa que hay una relación inversa débil, a medida que una variable aumenta, la variable de respuesta disminuye pero hay mucha dispersión en la nube de puntos. La relación con la variable “Industria” es negativa moderada (-0.474), con la variable “Relacion” es positiva débil (0.322), a medida que aumenta una variable, la variable de respuesta aumenta, pero los puntos son bastante dispersos. A diferencia de las tres variables anteriores, la correlación entre las variables “Emprendimiento” y “Vulnerable” con el GDP son moderadas y ambas negativas con valores de -0,581 y -0,582 respectivamente, lo cual implica una mayor linealidad con pendiente negativa entre las variables.

Grafico Dispersión 2

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

De los gráficos anteriores, considerando tanto países desarrollados, como emergentes, podemos observar diferentes coeficientes de correlación. por ejemplo, para la variable “Gerencia”, hay una correlación de -0.342 con el GDP, esto representa que hay una relación inversa débil, a medida que una variable aumenta, la variable de respuesta disminuye pero hay mucha dispersión en la nube de puntos. La relación con la variable “Industria” es negativa moderada (-0.474), con la variable “Relacion” es positiva débil (0.322), a medida que aumenta una variable, la variable de respuesta aumenta, pero los puntos son bastante dispersos. A diferencia de las tres variables anteriores, la correlación entre las variables “Emprendimiento” y “Vulnerable” con el GDP son moderadas y ambas negativas con valores de -0,581 y -0,582 respectivamente, lo cual implica una mayor linealidad con pendiente negativa entre las variables.

Grafico Dispersión 3

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

De los gráficos anteriores, considerando tanto países desarrollados, como emergentes, podemos observar diferentes coeficientes de correlación. por ejemplo, para la variable “Gerencia”, hay una correlación de -0.342 con el GDP, esto representa que hay una relación inversa débil, a medida que una variable aumenta, la variable de respuesta disminuye pero hay mucha dispersión en la nube de puntos. La relación con la variable “Industria” es negativa moderada (-0.474), con la variable “Relacion” es positiva débil (0.322), a medida que aumenta una variable, la variable de respuesta aumenta, pero los puntos son bastante dispersos. A diferencia de las tres variables anteriores, la correlación entre las variables “Emprendimiento” y “Vulnerable” con el GDP son moderadas y ambas negativas con valores de -0,581 y -0,582 respectivamente, lo cual implica una mayor linealidad con pendiente negativa entre las variables.

Grafico Dispersión 4

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

De los gráficos anteriores, considerando tanto países desarrollados, como emergentes, podemos observar diferentes coeficientes de correlación. por ejemplo, para la variable “Gerencia”, hay una correlación de -0.342 con el GDP, esto representa que hay una relación inversa débil, a medida que una variable aumenta, la variable de respuesta disminuye pero hay mucha dispersión en la nube de puntos. La relación con la variable “Industria” es negativa moderada (-0.474), con la variable “Relacion” es positiva débil (0.322), a medida que aumenta una variable, la variable de respuesta aumenta, pero los puntos son bastante dispersos. A diferencia de las tres variables anteriores, la correlación entre las variables “Emprendimiento” y “Vulnerable” con el GDP son moderadas y ambas negativas con valores de -0,581 y -0,582 respectivamente, lo cual implica una mayor linealidad con pendiente negativa entre las variables.

Grafico Dispersión 5

La correlación es un tipo de asociación entre dos variables numéricas, específicamente evalúa la tendencia (creciente o decreciente) en los datos.

Dos variables están asociadas cuando una variable nos da información acerca de la otra. Por el contrario, cuando no existe asociación, el aumento o disminución de una variable no nos dice nada sobre el comportamiento de la otra variable.

De los gráficos anteriores, considerando tanto países desarrollados, como emergentes, podemos observar diferentes coeficientes de correlación. por ejemplo, para la variable “Gerencia”, hay una correlación de -0.342 con el GDP, esto representa que hay una relación inversa débil, a medida que una variable aumenta, la variable de respuesta disminuye pero hay mucha dispersión en la nube de puntos. La relación con la variable “Industria” es negativa moderada (-0.474), con la variable “Relacion” es positiva débil (0.322), a medida que aumenta una variable, la variable de respuesta aumenta, pero los puntos son bastante dispersos. A diferencia de las tres variables anteriores, la correlación entre las variables “Emprendimiento” y “Vulnerable” con el GDP son moderadas y ambas negativas con valores de -0,581 y -0,582 respectivamente, lo cual implica una mayor linealidad con pendiente negativa entre las variables.

Modelo de regresión lineal

Modelo regresión


Call:
lm(formula = GDP ~ Gerencia + Industria + Relacion + Emprendimiento + 
    Vulnerable + as.factor(Estado), data = base4)

Residuals:
   Min     1Q Median     3Q    Max 
-63756 -10971   -681   7841  97086 

Coefficients:
                           Estimate Std. Error t value Pr(>|t|)    
(Intercept)                163443.4    35994.2   4.541 4.48e-05 ***
Gerencia                    -1539.0      521.3  -2.952 0.005096 ** 
Industria                   -2585.9      699.6  -3.696 0.000615 ***
Relacion                      436.3      591.0   0.738 0.464364    
Emprendimiento                259.4     3645.1   0.071 0.943600    
Vulnerable                  -1156.5     3647.8  -0.317 0.752751    
as.factor(Estado)Emergente -27861.9    10412.4  -2.676 0.010504 *  
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Residual standard error: 24620 on 43 degrees of freedom
Multiple R-squared:  0.6985,    Adjusted R-squared:  0.6564 
F-statistic:  16.6 on 6 and 43 DF,  p-value: 8.574e-10

Gráfico relación lineal 1

Gráfico relación lineal 2

Gráfico relación lineal 3

Gráfico relación lineal 4

Gráfico relación lineal 5

Análisis

Del anterior modelo, se puede interpretar que el GDP promedio de los países emergentes con respecto a los países desarrollados es de $163443.4 cuando las variables relacionadas con el papel de la mujer en el empleo se hacen cero, es decir, sin considerar el porcentaje de mujeres empleadas en los distintos ámbitos. Este valor puede ser considerado como de ajuste, porque contextualmente se tiene en cuenta sólo la influencia del empleo femenino en el GDP, si es cero esa influencia, el GDP debería ser cero también. De igual forma es un valor bastante significativo para explicar nuestro modelo.

Por otro lado, con la variable “Gerencia”, se puede interpretar que por cada aumento en la proporción femenina en puestos directivos aumenta el GDP hasta un determinado punto, a partir de ahí se nota una relación inversa, dicho de otro modo, por cada aumento en la proporción de mujeres en puestos como gerencia, el GDP de los países emergentes disminuye en promedio $1539 con respecto a los países desarrollados, es un valor bastante significativo, por lo que se puede deducir que un cambio en la variable del porcentaje de mujeres en cargos superiores cambia considerablemente el comportamiento del producto interno bruto de una nación.

Así mismo, la variable “Industria”, se puede interpretar que por cada aumento de porcentaje de las mujeres empleadas en la industria, el GDP de los países emergentes se reduce en promedio $2585.9 con respecto a los países desarrollados. También es un valor significativo, se puede deducir que las mujeres que trabajan en la industria son importantes en la contribución del PIB.

Por su parte, la variable “Relacion”, se puede interpretar como por cada aumento de empleo en mujeres mayores a 15 años en relación con la población nacional, el GDP de los países emergentes se incrementa en promedio $436.3 con respecto a los países desarrollados. Este valor no es significativo, no tiene una influencia estadística en el comportamiento del PIB. De esta misma manera, la variable “Emprendimiento”, interpretada como por cada aumento de trabajadoras por cuenta propia, el GDP de los países emergentes aumenta en promedio $259.4 con respecto a los países desarrollados. Este valor tampoco tiene relevancia estadística en el PIB.

La variable “Vulnerable”, puede interpretarse como por cada aumento de mujeres en empleo vulnerable, el GDP de los países emergentes se disminuye en promedio $1156.5 con respecto a los países desarrollados. Como la anterior variable, tampoco tiene incidencia estadística en el PIB. Finalmente, el GDP de los países emergentes disminuye en promedio $27861.9 con respecto a los países desarrollados, este valor si es significativo y contribuye en el análisis del PIB de una nación.

Ajuste de bondad

Nuestro modelo explica un 65.64% el valor de las observaciones, se puede decir que es un buen indicador.

Valor p

El valor p de cada término evalúa la hipótesis nula de que el coeficiente es igual a cero (no hay efecto). Un valor p bajo (< 0,05) indica que se puede rechazar la hipótesis nula. A partir de esto, se puede observar que el intercepto, las variables: “Gerencia”, “Industria”, y el estado de los países cuentan con valores p por debajo del 5%, se rechaza la hipótesis nula y se interpreta que estos predictores son adiciones significativas al modelo porque los cambios en el valor de cualquier predictor ya mencionado se relaciona con cambios en la variable de respuesta (GDP). No obstante, las variables “Relacion”, “Emprendimiento”, “Vulnerable” cuentan con valor p por encima del 5%, se interpreta que cambios en las variables predictoras no están asociados a cambios en la variable de respuesta. Como el valor p sirve para determinar los coeficientes que deben conservarse en el modelo de regresión lineal, en nuestro modelo se debería considerar eliminar las variables estadísticamente no significativas.

Condiciones para la regresión lineal múltiple

Supuestos

La regresión lineal asume que los datos deben cumplir los siguientes supuestos, que se verifican analizando el patrón de distribución de los residuos, o el valor p. 

Varianza constante

Mediante la prueba estadística (bptest()), nuestro modelo no cumple con el supuesto de varianza constante, pues el valor p es de 0.0352, por debajo del 5% de significancia, por lo que se rechaza la hipótesis nula (H0=varianza constante) y se acepta la hipótesis alternativa (H1= Varianza no constante). También se puede deducir gráficamente, ya que se identifica una tendencia como decreciente en los residuos, lo que indica presencia de Varianza no constante.

Normalidad

Nuestro modelo tampoco cumple con el supuesto de normalidad, puesto que el valor p es de 0,00003193 según la función shapiro.test(), por debajo del 5%, por lo que se rechaza la hipótesis nula (H0= existencia de normalidad) y se acepta la hipótesis alternativa (H1= No hay normalidad). Gráficamente también se puede llegar a esa conclusión.

Independencia

Los residuos deben ser independientes los unos de los otros, no deben estar correlacionados entre sí. Mediante la prueba de Durbin-Watson , el valor p es de 0.4297, por encima del 5% no podemos rechazar la hipótesis nula de que los residuos son independientes, cumpliéndose así la última condición: residuos no independientes, por lo tanto, nuestro modelo no cumple con el supuesto de la independencia.

Linealidad

La relación entre la variable dependiente (Y) y la variable independiente (predictora) (X) debe ser lineal, los coeficientes betas deben ser mayores a cero. Para evaluar este supuesto se puede utilizar un gráfico de residuales, Residuos vs Valores esperados de (Y).

Nuestro modelo cumple con el supuesto de la linealidad, puesto que se observa que no aparece algún patrón lineal claro entre los residuos y los valores esperados de (Y), además se puede rechazar la hipótesis nula (B=0) pues el valor p es bastante pequeño, así se acepta la hipótesis alternativa (B>0).

Grafico1

Grafico 2

Grafico 3

Grafico 4

Conclusiones

  • Un punto importante es que a pesar de que en los países emergentes hay mayor proporción de mujeres en cargos directivos superiores y medios esto no implica necesariamente un crecimiento en el PIB, pues puede haber falta de conocimiento que no permita plantear buenas estrategias de mercado que mejoren el rendimiento de la empresa y su competitividad. Esto afecta el poder adquisitivo de las mujeres en cargos como gerencia, lo que se termina reflejando en un menor PIB.

  • De la misma manera, los países emergentes cuentan en promedio con un mayor porcentaje de mujeres empleadas en la industria, no obstante, tampoco influye en un aumento significativo en el PIB, de hecho, disminuye su valor con respecto a los países desarrollados. Lo descrito anteriormente puede ser debido a la existencia de maquinaria de menor dinamismo que no permite aumento de la productividad, por ende al haber una menor producción,los salarios para las mujeres trabajadoras de manufactura disminuye, lo que afecta su calidad de vida, además, los países desarrollados buscan la modernización tecnológica constante en sus industrias.

  • Por otra parte, variables como “Emprendimiento” y “Vulnerable” no son significativas para nuestro modelo, es decir, no producen algún efecto estadístico relevante sobre la variable de respuesta tomando como referencia los países desarrollados. Sin embargo, de manera contextual se puede deducir que el aumento de mujeres en empleo vulnerable o trabajadoras por cuenta propia puede influir en la disminución del PIB, por ejemplo, Honduras es el país emergente con la tasa más alta de trabajadoras por cuenta propia y el que tiene menor PIB. Precisamente porque son las variables que constituyen los empleos informales y generalmente, mal pagados, por lo que reduce el poder adquisitivo de aquellas mujeres.

  • Por otro lado, como no se cumplieron con todos los supuestos del modelo de regresión lineal, nuestro modelo no sirve para hacer inferencia estadística, dicho de otro modo, no brinda los métodos o procedimientos para determinar por medio de la inducción ciertas propiedades de la población estadística a partir de una muestra. No podemos concluir de manera acertada a partir de la información empírica proporcionada por la muestra.