1.

Correr la regresión: log (ylab) en función a:

o Escolaridad
o Experiencia
o Experiencia al cuadrado
o masculino

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 6,276 ,033 192,042 ,000

Años de estudio ,073 ,002 ,369 39,731 ,000

Experiencia ,046 ,001 ,763 31,296 ,000

Experiencia2 -,001 ,000 -,856 -35,123 ,000

masculino ,300 ,015 ,144 19,371 ,000

a. Variable dependiente: LnYlab

LYlab = 6,276 + 0,073escolaridad + 0,046experiencia – 0,001experiencia2 +

0,30masculino
β2: Si los años de estudio aumenta en una unidad adicional, va provocar que el ingreso laboral
incremente en 7,3 % en promedio, manteniendo constantes las demás variables.
β3: Si la experiencia aumenta en una unidad adicional, va provocar que el ingreso laboral
incremente en 4,6 % en promedio, manteniendo constantes las demás variables.
β4: Si la experiencia aumenta en una unidad adicional, va provocar que el ingreso laboral en
algún momento disminuya en 0,1 % en promedio, manteniendo constantes las demás
variables.
β5: Los hombres tienen un ingreso laboral en promedio 30 % más que las mujeres,
manteniendo constantes las demás variables.
Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,522a ,272 ,272 ,86307

a. Predictores: (Constante), masculino, Experiencia, Años de estudio,

Experiencia2
 R2 = 0,272
El modelo es explicado en un 27,2 %.

2. Detecte multicolinealidad a partir de:

1) Examen de la regresión.
Regresion1: Ylab = - 612 + 184escolaridad + 102experiencia – 1,41experiencia2 +
690masculino
Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) -611,866 88,995 -6,875 ,000

Años de estudio 183,776 4,992 ,365 36,811 ,000

Experiencia 101,786 4,002 ,665 25,436 ,000

Experiencia2 -1,414 ,063 -,581 -22,270 ,000

masculino 689,620 42,258 ,130 16,319 ,000

a. Variable dependiente: Ingreso laboral (Bs/Mes)

β1: Las mujeres ganan en promedio Bs. 612 menos que los hombres manteniendo constantes
las demás variables.
β2: Si los años de escolaridad aumenta en una unidad adicional, va provocar que el ingreso
laboral incremente Bs. 184 en promedio, manteniendo las demás variables constantes.
β3: Si la experiencia aumenta en una unidad adicional, va provocar que el ingreso laboral
incremente Bs. 102 en promedio, manteniendo las demás variables constantes.
β4: Si la experiencia aumenta en una unidad adicional, va provocar que el ingreso laboral en
algún momento disminuya Bs. 1,41 en promedio, manteniendo constantes las demás
variables.
β5: Los hombres ganan en promedio Bs. 690 más que las mujeres, manteniendo constantes
las demás variables.
 Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,402a ,162 ,161 2360,49773

a. Predictores: (Constante), masculino, Experiencia, Años de estudio,

Experiencia2
R2 = 0,162
El modelo es explicado en un 16,2 %.

Regresión 2: Ylab = 1286 + 161escolaridad

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 1285,604 47,069 27,313 ,000

Años de estudio 160,926 4,152 ,320 38,761 ,000

a. Variable dependiente: Ingreso laboral (Bs/Mes)

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,320a ,102 ,102 2442,25683

a. Predictores: (Constante), Años de estudio

Regresión 3: Ylab = 3309 - 16experiencia

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 3308,590 39,386 84,003 ,000

Experiencia -16,179 1,327 -,106 -12,193 ,000

a. Variable dependiente: Ingreso laboral (Bs/Mes)

 Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,106a ,011 ,011 2563,34362

a. Predictores: (Constante), Experiencia

Regresión 4: Ylab = - 612 – 1,41experiencia2

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 3268,574 28,798 113,499 ,000

Experiencia2 -,404 ,021 -,166 -19,316 ,000

a. Variable dependiente: Ingreso laboral (Bs/Mes)

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,166a ,028 ,027 2542,02015

a. Predictores: (Constante), Experiencia2

Regresión 5: Ylab = - 612 + 690masculino

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 2452,141 35,766 68,561 ,000

masculino 750,987 45,657 ,142 16,449 ,000

a. Variable dependiente: Ingreso laboral (Bs/Mes)

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,142a ,020 ,020 2551,69821

a. Predictores: (Constante), masculino
 2) Regresiones Auxiliares.
o Escolaridad = 7,027 + 0,261experiencia – 0,005experiencia2+0,428masculino
Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 7,027 ,050 139,223 ,000

Experiencia ,261 ,004 ,947 63,643 ,000

Experiencia2 -,005 ,000 -1,138 -76,446 ,000

masculino ,428 ,056 ,039 7,581 ,000

a. Variable dependiente: Años de estudio

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,416a ,173 ,173 4,96157

a. Predictores: (Constante), masculino, Experiencia, Experiencia2

o Experiencia = 2, 487+0,443escolaridad +0,016experiencia2 - 0,134masculino

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) 2,487 ,083 30,082 ,000

Años de estudio ,443 ,007 ,122 63,643 ,000

Experiencia2 ,016 ,000 ,968 504,837 ,000

masculino -,134 ,074 -,003 -1,823 ,068

a. Variable dependiente: Experiencia

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,945a ,893 ,893 6,46540

a. Predictores: (Constante), masculino, Experiencia2, Años de estudio

 o Experiencia2 = 2, 487+0,443escolaridad +0,016experiencia - 0,134masculino

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) -11,186 4,882 -2,291 ,022

Años de estudio -30,224 ,395 -,140 -76,446 ,000

Experiencia 54,975 ,109 ,921 504,837 ,000

masculino -,171 4,285 ,000 -,040 ,968

a. Variable dependiente: Experiencia2

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,948a ,899 ,899 376,41922

a. Predictores: (Constante), masculino, Experiencia, Años de estudio

o Masculino=0,47+0,004escolaridad–0,001experiencia – 3,000E-7experiencia2

Coeficientesa

Coeficientes
Coeficientes no estandarizados estandarizados

Modelo B Error estándar Beta t Sig.

1 (Constante) ,471 ,006 80,003 ,000

Años de estudio ,004 ,001 ,047 7,581 ,000

Experiencia -,001 ,000 -,032 -1,823 ,068

Experiencia2 -3,000E-7 ,000 -,001 -,040 ,968

a. Variable dependiente: masculino

Resumen del modelo

R cuadrado Error estándar

Modelo R R cuadrado ajustado de la estimación

1 ,060a ,004 ,004 ,49906

a. Predictores: (Constante), Experiencia2, Años de estudio, Experiencia
 3) Matriz de correlación simple.

Correlaciones

Años de estudio Experiencia Experiencia2 masculino

Años de estudio Correlación de Pearson 1 -,121** -,251** ,051**

Sig. (bilateral) ,000 ,000 ,000

N 30983 30983 30983 30983

Experiencia Correlación de Pearson -,121** 1 ,938** -,038**
Sig. (bilateral) ,000 ,000 ,000
N 30983 30983 30983 30983
Experiencia2 Correlación de Pearson -,251** ,938** 1 -,042**
Sig. (bilateral) ,000 ,000 ,000
N 30983 30983 30983 30983
masculino Correlación de Pearson ,051** -,038** -,042** 1

Sig. (bilateral) ,000 ,000 ,000

N 30983 30983 30983 33770

**. La correlación es significativa en el nivel 0,01 (bilateral).