4.2.

1 Estudio de Naturaleza de las Variables Dicotómicas en

los Mercados

En el análisis de regresión, la variable dependiente o regresada a menudo acusa

influencia no sólo de variables en escala de razón (por ejemplo: ingreso, producción,
precios, costos y estatura), sino también de variables cualitativas por naturaleza, o
de escala nominal (como sexo, raza, color, religión, nacionalidad, región geográfica,
cambios políticos y afiliación partidista). Por ejemplo, con los demás factores
constantes, se ha visto que las trabajadoras ganan menos que sus pares
masculinos, y que las personas de color ganan menos que las blancas.2 Este patrón
puede resultar de la discriminación sexual o racial, pero cualquiera que sea la razón,
las variables cualitativas, como sexo y raza, sí influyen en la variable dependiente y
es claro que deben incluirse en las explicativas, o regresoras.

Como tales variables suelen indicar la presencia o ausencia de una “cualidad” o

atributo, como femenino o masculino, negro o blanco, católico o no católico,
demócrata o republicano, son variables en escala nominal esencialmente. Una
manera de “cuantificar” tales atributos es mediante variables artificiales que toman
los valores 0 o 1, donde 1 indica la presencia (o posesión) de ese atributo y 0 su
ausencia. Por ejemplo, 1 puede indicar que una persona es de sexo femenino y 0
que es de sexo masculino; o 1 puede indicar que una persona se graduó en la
universidad y 0 que no lo ha hecho, y así en cada caso. Las variables que adquieren
tales valores 0 y 1 se llaman variables dicótomas. Tales variables son, por tanto,
en esencia, un recurso para clasificar datos en categorías mutuamente excluyentes,
como masculino o femenino. Las variables dicótomas pueden utilizarse en los
modelos de regresión en forma tan fácil como las variables cuantitativas. De hecho,
un modelo de regresión puede contener variables explicativas exclusivamente
dicótomas o cualitativas, por naturaleza. Tales modelos se denominan modelos de
análisis de varianza (ANOVA).
1. Las variables dicótomas con valores de 1 y 0 (o sus transformaciones lineales)
son un medio de introducir regresoras cualitativas en el análisis de regresión.

2. Las variables dicótomas son un mecanismo de clasificación de datos, pues

permiten dividir una muestra en diversos subgrupos con base en cualidades o
atributos (sexo, estado civil, raza, religión, etc.) e implícitamente permiten efectuar
regresiones individuales para cada subgrupo. Si hay diferencias en la respuesta de
la variable regresada a la variación en las variables cuantitativas en los diversos
subgrupos, éstas se reflejarán en las diferencias en los interceptos o en los
coeficientes de las pendientes, o en ambos, de las regresiones de los diversos
subgrupos.

3. Aunque es una herramienta versátil, la técnica de variable dicótoma debe

manejarse con cuidado. Primero, si la regresión contiene un término constante, el
número de variables dicótomas debe ser menor que el número de clasificaciones
de cada variable cualitativa. Segundo, el coeficiente que acompaña las variables
dicótomas siempre debe interpretarse en relación con el grupo base o de referencia,
es decir, con el grupo que adquiere el valor de cero. La base elegida depende del
propósito de la investigación en curso. Finalmente, si un modelo tiene diversas
variables cualitativas con diversas categorías, la introducción de las variables
dicótomas puede consumir un gran número de grados de libertad. Por consiguiente,
siempre se debe ponderar el número de variables dicótomas que se van a introducir
respecto del número total de observaciones disponible para el análisis.

4. En este capítulo se consideraron sólo algunas de las diversas aplicaciones de la

técnica de variables dicótomas:

1) comparación de dos (o más) regresiones.

2) desestacionalización de datos de series de tiempo.

3) variables dicótomas interactivas.

4) interpretación de las variables dicótomas en los modelos semilogarítmicos.

5) modelos de regresión lineal por segmentos.

5. También recomendamos mucho tener precaución al utilizar las variables
dicótomas en situaciones de heteroscedasticidad y autocorrelación.

3.2.2 Modelos con Variables Explicativas Cualitativas.

Cambio Estructural y El Análisis Estacional expresados en
términos de una negociación de productos

Hasta ahora las variables que hemos utilizado para explicar la variable endógena
tenían un carácter cuantitativo. Sin embargo, hay otras variables de carácter
cualitativo que pueden ser importantes para explicar el comportamiento de la
variable endógena, como el sexo, raza, religión, nacionalidad, región geográfica,
etc. Por ejemplo, manteniendo todos los demás factores constantes, se ha
constatado que las mujeres trabajadoras tienen unos salarios inferiores que sus
homólogos masculinos. Este resultado puede ser consecuencia de la discriminación
por género, pero cualquiera que sea la razón, las variables cualitativas como el
género parece que influyen en la variable endógena y deberían incluirse en muchos
casos entre las variables explicativas. Los factores cualitativos, a menudo pero no
siempre, se presentan en forma de información binaria, es decir, una persona es
hombre o mujer, está casada o no, etc. Cuando los factores cualitativos se
presentan en forma dicotómica la información relevante puede mostrarse como una
variable binaria o una variable de cero-uno. En econometría, las variables binarias
que se utilizan como regresores son comúnmente llamadas variables ficticias. En la
definición de una variable dicotómica, debemos decidir a qué caso se le asigna el
valor 1 y a cual se le asigna el valor 0.

En el caso del género podemos definir

Mujer = 1 si la persona es una mujer

0 si la persona es un hombre

Pero, por supuesto, también podemos definir

Hombre = 1 si la persona es un hombre

0 si la persona es una mujer

Es importante señalar que ambas variables, mujer y hombre, contienen la misma

información. Utilizar las variables cero-uno para captar información cualitativa es
una decisión arbitraria, pero con esta elección los parámetros tienen una
interpretación natural.