5.2.3 Análisis de regresión múltiple

Con el propósito de conocer si existe una o más variables que expliquen la rentabilidad financiera de las empresas encuestadas, se realizó un análisis de regresión múltiple. La tabla 5.11 contiene los resultados de este análisis.

Tabla 5.11 Resumen de coeficientes y estadísticos del análisis de regresión múltiple

De las 22 variables contempladas originalmente solamente 6 de ellas resultaron significativas: ROA, prueba ácida, razón de apalancamiento, razón capital social a pasivo total, gastos de personal y gastos de fabricación.

Valores de los estadísticos t. Se observa en los resultados que los estadísticos t de todos los parámetros son mayores que 2, en valor absoluto, (valores de p menores que .05), por lo que se puede considerar que todas las variables para este modelo son significativas.

Signo de los parámetros estimados:

Parámetro β para ROA. El estimador posee signo positivo, lo cual indica que si las demás variables permanecen constantes y crece la rentabilidad sobre los activos, entonces se espera un crecimiento en la rentabilidad financiera.

Parámetro β para prueba ácida. Como posee signo negativo, lo cual indica que si las demás variables permanecen constantes y crece esta razón, decrecerá también la rentabilidad financiera.

Parámetro β para apalancamiento. Como posee signo positivo, lo cual indica si las demás variables permanecen constantes y crece el grado de apalancamiento, crecerá también la rentabilidad financiera.

Parámetro β para capital social a pasivo total. Como posee signo positivo, lo cual indica que si las demás variables permanecen constantes y crece el grado en que la empresa tiene mayores recursos propios ante los pasivos ajenos, crecerá también la rentabilidad financiera.

Parámetro β para gastos de personal a ventas. Como posee signo negativo, lo cual indica que si las demás variables permanecen constantes y crecen los gastos en personal sobre las ventas, decrecerá también la rentabilidad financiera.

Parámetro β para gastos de fabricación a ventas. Como posee signo negativo, lo cual indica que si las demás variables permanecen constantes y crecen los gastos de fabricación sobre las ventas, decrecerá también la rentabilidad financiera.

Valores de los parámetros estimados. La información que podemos obtener del análisis de los valores de los parámetros es la siguiente:

a) Si las demás variables permaneciesen constantes y creciese la rentabilidad sobre los activos en un peso, la rentabilidad financiera crecería en 1.02 pesos.

b) Si las demás variables permaneciesen constantes y creciese la razón de prueba ácida en un peso, la rentabilidad financiera disminuiría.00056 pesos.

c) Si las demás variables permaneciesen constantes y creciese el apalancamiento en un peso, la rentabilidad financiera crecería en .0522 pesos.

d) Si las demás variables permaneciesen constantes y creciese la relación capital social a pasivo total en un peso, la rentabilidad financiera crecería en .1796 pesos.

e) Si las demás variables permaneciesen constantes y creciesen los gastos de personal sobre las ventas en un peso, la rentabilidad financiera disminuiría en 1.35 pesos.

f) Si las demás variables permaneciesen constantes y creciesen los gastos de fabricación sobre las ventas en un peso, la rentabilidad financiera disminuiría en .74 pesos.

5.2.4 Significancia del modelo general

Con el propósito de comparar si los valores de los datos son significativamente distintos entre los grupos que conforman el modelo. Los resultados de esta prueba se presentan en la tabla 5.12.

La tabla 5.12 muestra que el valor de p-Value es menor a .05, lo que sugiere que el modelo y las conclusiones que se deriven de éste, son bastante aceptables.

5.2.5 Estadísticos de calidad del modelo

De acuerdo a la tabla 5.13, el coeficiente de determinación R2, con el modelo construido se logró explicar el 90.04% de la variabilidad de la respuesta. Si el modelo lo empleamos para pronosticar ROE la respuesta será confiable. El estadístico Durbin-Watson no muestra problemas de multicolinealidad entre las variables.

5.2.6 Ecuación del modelo resultante