Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DETERMINANTES EN
ALIMENTACIÓN DE ALUMNOS
DE PRIMER AÑO DE
EDUCACIÓN SUPERIOR
Estudio en alumnos primer año
Facultad Ingeniería, Universidad
Central, junio – julio 2015
22 de Julio de 2015
ESTUDIO DE FACTORES CLAVES EN LA ALIMENTACIÓN DE
ALUMNOS DE PRIMER AÑO DE UN ESTABLECIMIENTO DE
EDUCACIÓN SUPERIOR
STUDY KEY FACTORS IN THE DIET OF FIRST YEAR STUDENTS
OF AN ESTABLISHMENT OF HIGHER EDUCATION
ttapiar@gmail.com
Resumen
El presente informe detalla el estudio econométrico, basado en el modelo desarrollado y publicado
por la Escuela de Ingeniería Comercial en la Pontificia Universidad Católica de Valparaíso. El
objetivo es poder predecir la calidad de alimentación de los estudiantes de primer año de
Ingeniería Civil Industrial diurno de la Universidad Central de Chile, en función de los resultados
que se obtienen de la Autoevaluación del programa Aliméntate Sano (test IAS).
Se realiza también un estudio comparativo con los estudiantes de Ingeniería Civil en Obras Civiles
diurno de la misma casa de estudios.
Las deducciones del estudio, permiten predecir los resultados que se obtienen del Índice
Aliméntate Sano, desarrollado y validado por CNMEC-UC, el cual evalúa hábitos alimenticios, con
un puntaje final que varía entre 0 y 14, con rangos que componen las tres categorías, alimentación
mala; alimentación deficiente y alimentación sana; los cuales van desde [0-4], [5-8] y [9-14]
respectivamente, por tanto, es posible conocer la calidad en alimentación del estudiantado de las
carreras, para así poder apoyar la tarea de directivos para promover hábitos saludables entre
población juvenil, las que si son incorporadas de forma exitosa, podrán elevar la calidad de vida y
aumentar la esperanza de vida de la población actual.
A comparative study was also carried out with students of Civil Engineering in Civil Works daytime
same university.
The statistical information is based on the study of samples of 40 students per race, considering the
data: family size, family income, age, Freshman, gender, with which you can model the index Eat
Healthy, forming the model regression allows to know the power level of a student using ordinary
least squares method OLS and analysis.
The deductions study predict the results obtained Eat Healthy Index, developed and validated by
CNMEC-UC, which evaluates eating habits, with a final score that ranges from 0 to 14, with ranges
that make up the three categories, poor nutrition; poor nutrition; healthy food; They range from [0-4],
[5-8] and [9-14] respectively is thus possible to know the quality of the student racing in order to
support the work of managers to promote healthy habits among population Youth, which if they are
successfully incorporated, may improve the quality of life and increase life expectancy of the
present population.
Key words: Healthy Eating Index, IAS, Econometrics MCO, Linear Regression Model
Introducción y Metodología
A nivel internacional se destaca el Healthy Eating Index (HEI), que fue desarrollado por el Centro
para la Promoción de la Nutrición del Departamento de Agricultura de Estados Unidos en 1995,
con el objetivo de determinar el grado de adhesión de la población norteamericana a las Guías
Alimentarias, quienes declaran que “El HEI se basa en datos obtenidos en encuestas alimentarias,
a partir de los cuales se construyen 10 variables, cada una con un puntaje que puede fluctuar de 0
a 10. La suma de los puntajes posibilita la construcción de un indicador con un valor máximo de
100 puntos y la clasificación de la alimentación en 3 categorías: saludable, necesita cambios, poco
saludable.” (Pinheiro F & Athala S, 2005)
En el caso de Chile, aún no existe una política de estado definida que permita presentar mejoras a
nivel nacional, como lo ha sido con la solución a la desnutrición. Con fracaso, se crearon
programas como Vida Chile, que abarcó alrededor de 340 comunas a lo largo del territorio
nacional, así como también, la Estrategia Global de la Obesidad, que buscaba intervenir en
escuelas de niños. El mundo empresarial se hizo presente mediante el programa de
Responsabilidad Social Empresarial NutriRSE, de la organización Acción RSE, el cual financiaba
empresas privadas que trabajaran en la prevención de la obesidad en escuelas y lugares de
trabajo.
1ª Hipótesis: La calidad del nivel de alimentación está directamente relacionado con los
recursos económicos disponibles que posea una familia.
3ª Hipótesis: El género femenino posee una mejor calidad de alimentación que el grupo del
género opuesto.
4° Hipótesis: Los alumnos de primer año poseen una calidad de alimentación menor.
Es necesario recopilar dicha información y obtener la base de datos estadísticas de los alumnos de
ambas escuelas, lo cual se realiza mediante encuesta virtual, apoyados por el sitio web
http://www.e-encuesta.com, evaluando las variables que incorpora el modelo teórico, el cual será
desarrollado mediante Gretl, software econométrico de libre distribución.
Una vez realizados los análisis respectivos y las interpretaciones de cada resultado de la
información obtenida en el estudio, se espera postular el artículo en alguna revista científica, a
través de la colección de artículos en línea “Scielo”.
El índice evalúa 14 ítems de hábitos alimenticios, con un puntaje final que varía entre 0 a 14
puntos, determinando tres categorías en función del puntaje obtenido, las que están definidas
como:
Esta encuesta se realiza de forma virtual en el sitio oficial de Aliméntate Sano – FITBOOK
(http://www.alimentatesano.cl/fitbook_v2/test_ias_h_no_usr.php) cuya aplicación se realiza de
manera anónima o con registro opcional. Los resultados son obtenidos inmediatamente respondida
la encuesta.
Modelo Teórico
El modelo teórico se basa en el estudio desarrollado y publicado por la Escuela de Ingeniería
Comercial de la Universidad Católica de Valparaíso “Análisis econométrico de los factores
determinantes de una alimentación saludable. Una aplicación a estudiantes de la carrera de
Ingeniería Comercial de la Pontificia Universidad Católica de Valparaíso, Chile.” (Calaf-Aguilera,
Cubillos Reyes, Solís-Movillo, Valderrama-Escoda, & Dr. Hanns de la Fuente Mella, 2013)
En el modelo se consideran 6 variables de las cuales la mitad son variables duras y las restantes
variables dicotómicas. Lo anterior denota un modelo con alto número de regresoras de diversa
índole, lo cual es consistente con lo expresado por (Martínez Jasso & Villezca Becerra, 2003)
quienes exponen la dependencia poli-variable, con fuerte incidencia de la variable ingreso familiar,
mostrando una relación positiva a la mejora en la calidad de alimentos conforme se aumenta en
nivel socioeconómico.
Otra variable indicada por la base de las inferencias obtenidas del estudio CNMEC-UC, establece
que la alimentación realizada en entorno familiar afecta positivamente a la calidad de la
alimentación. Por lo anterior, el tamaño del grupo familiar posee efectos considerables en el
modelo.
Respecto de la edad, se manifiesta el supuesto que los grupos de edad joven (entre 17 y 24 años),
presentan menor incorporación y predilección a elegir frutas y verduras en su dieta, además de
hábitos poco saludables (tabaquismo, falta de actividad física, entre otras). Con esto, la edad es un
factor clave en la calidad de alimentación.
Otro supuesto a considerar, según diversos estudios a nivel mundial, que recalcan una gran
diferencia de hábitos alimenticios entre hombres y mujeres, donde se señala que existe una peor
predisposición por parte de los hombres a mantener una dieta sana, mientras que la mujer, sin
importar nivel social, región de origen, edad, otorgan mayor relevancia a mantener una dieta
saludable. Por lo anterior, se propone la tercera hipótesis anteriormente mencionada, que define
que el género femenino tiene mejor índices que el masculino.
- IAS: Índice alimentación saludable del estudiante encuestado medido en puntaje de 0 a 14.
- Ingreso familiar: Ingreso familiar mensual en unidades monetarias del estudiante
encuestado.
- Alimentación grupo familiar: Variable dicotómica que toma el valor 1 cuando la
alimentación del grupo familiar del estudiante encuestado es saludable, y 0 en otro caso.
- Edad: edad en años del estudiante encuestado.
- Tamaño familiar: número de personas del grupo familiar del estudiante encuestado.
- Género: variable dicotómica que toma el valor 1 es hombre, y 0 cuando es mujer.
- Estudiante perteneciente a primer año: variable dicotómica que toma el valor 0 cuando el
encuestado es alumno de primer año de la carrera, y 1 en otro caso.
Modelo Econométrico
Según el modelo teórico expuesto anteriormente, el modelo de regresión que permite predecir el
índice de alimentación saludable, está conformado por las variables regresoras que son: Ingreso
familiar mensual, edad, tamaño familiar, género (Dummy) y estudiante de primer año (Dummy) y
agregando la perturbación µ, resulta:
Modelo de proyección
Supuestos del modelo
Los supuestos del modelo teórico, obtenidos de la cátedra de Econometría, en base a (Gujarati,
2010), se presentan en la siguiente tabla:
Supuesto 1 El modelo de regresión debe ser lineal en los parámetros, pudiendo ser lineal o no en
las variables. Caso contrario existirán errores de especificación en el modelo.
Supuesto 2 Valor medio de la perturbaciones µi es igual a cero: El valor esperado del termino de
error µi debe ser nulo, o en otras palabras, igual a cero.
Supuesto 3 Homocedasticidad o varianza constante de µi.
Supuesto 4 Ausencia de Auto correlación: Se supone que no se encontrara presencia de auto
correlación entre dos o más variables
Supuesto 5 Unidireccionalidad: Suponemos que las variables Xi, con i igual a 1, 2,…, n, tendrán una
relación unidireccional con la variable explicada, y no al revés. Es decir, los valores de
las variables Xi afectan a la variable Y pero no viceversa.
Supuesto 6 Significancia del Modelo: Se empleará el test T-Student para análisis individual y para el
modelo global F de Fisher. Para estudiar la significancia de los parámetros se utiliza
programa Gretl.
Supuesto 7 Ausencia de Colinealidad exacta: Se supone que el modelo no tendrá colinealidad
exacta entre las variables, o sea que no hay relación lineal exacta entre las variables X.
Se emplea programa Gretl para detección.
Supuesto 8 El número de observaciones n debe ser mayor que el de parámetros por estimar.
Fuente: Elaboración propia.
Predicción de los betas
De acuerdo al modelo escogido, se identifican 3 variables cuantitativas y 2 variables Dummy,
obtenidas por medio del uso de la técnica cuantitativa de encuestas.
Finalmente, se obtiene una predicción del Índice de Alimentación Saludable IAS de los alumnos,
mediante el modelo aportado por el uso de las variables regresoras.
Siendo:
Ingreso familiar: Ingreso familiar mensual en pesos chilenos, redondeado a la decena de mil.
Tamaño familiar: número de personas del grupo familiar del estudiante encuestado.
Estudiante perteneciente a primer año: variable dicotómica que toma el valor 0 cuando el
encuestado es alumno de primer año de la carrera, y 1 en otro caso.
Además, se destaca que han sido eliminadas la variable Dummy de Alimentación grupo familiar, ya
que ésta no presentó incidencia dentro del modelo.
Muestra Alumnos ICI
A continuación se presenta el resultado obtenido mediante programa Gretl:
Dónde:
̂𝟏 = 3,0241 Su interpretación apunta a que el valor promedio del Índice de Alimentación Saludable
𝜷
IAS del alumno de Ingeniería Civil Industrial es de 3,0241 veces, en la situación en que no se
consideran ninguna de las variables regresoras: tamaño de familia, ingreso familiar, edad, si es
estudiante de primer año y el género.
̂𝟐 = -0,3837 Su significado corresponde a la variación promedio del índice IAS con efecto negativo
𝜷
debido al tamaño de la familia, lo que quiere decir que por cada integrante de la familia, el
indicador se reduce en -0,3837 veces. Se encuentra consistente la teoría con este beta, ya que al
aumentar el grupo familiar, disminuye el indicador per-cápita.
̂𝟑 =1,6634e-06 Su significado corresponde a la variación promedio del índice IAS tiene relación
𝜷
directa debido al aumento de los ingresos de la familia, lo que quiere decir que por cada peso que
aumenta el ingreso, el indicador aumenta en 1,6634e.6 veces en pesos. Se encuentra consistente
la teoría con este beta, ya que al aumentar el ingreso, aumenta la calidad de los productos a
consumir.
̂𝟒 = -0.0060 Su significado corresponde a la variación promedio del índice IAS con relación inversa
𝜷
debido al aumento de la edad en años, lo que quiere decir que por cada año que aumenta el
alumno, el indicador disminuye -0.0060 veces. Se encuentra consistente la teoría con este beta, ya
que al aumentar el la edad, la persona se torna independiente en su decisión de consumo, que en
contextos culturales de consumo de alimentos nocivos, se verá aumentado, debido a sabor, precio
y modas entre otros.
̂𝟓 =1,0471 Su significado expresa una incidencia positiva en el indicador IAS, cuando la variable
𝜷
Dummy “Estudiante de primer año” es 1 (es decir no es de primer año) aumentando en 1,0471 el
IAS. Su valor se anula cuando es de primer año.
̂𝟔 =1,1515 Su significado expresa una incidencia positiva en el indicador IAS, cuando la variable
𝜷
Dummy “genero” es 1 (es decir es hombre) aumentando en 1,1515 el IAS. Su valor se anula
cuando es de mujer, es decir para la muestra, no existe mejora al ser de sexo femenino.
Coeficientes de determinación
R-cuadrado = 0,450: Este valor indica que la varianza de la regresión es capaz de explicar solo
el 45,08% de la varianza, explicado por las variables: Tamaño familiar, Ingresos, edad, condición
estudiante de primer año y género.
R-cuadrado ajustado o corregido: 0,3701: Este valor indica que la varianza de la regresión es
capaz de explicar solo el 37,01% de la varianza, explicado por las variables: Tamaño familiar,
Ingresos, edad, condición estudiante de primer año y género. Este parámetro quita el efecto del
número de variables sobre R-cuadrado.
Test t de Student
Para el estudio de la significancia individual de los parámetros se tiene las siguientes hipótesis
para el contraste:
H0:B1=0
H1: B1≠0
Se observa que solo una variable es significativa individualmente. Esto se debe en parte a lo
complejo del modelo. Modelamientos de hábitos de alimentación son influenciados por un alto
número de variables de distinto carácter (económicas, psicológicas, culturales, geográficas, entre
otras).
Test F de Fisher
Para el cálculo del test F, el cual mide la significancia global del modelo se tiene para el contraste
Criterio: F calculado > F tabla el MODELO es significativo globalmente, caso contrario se rechaza
Se considera α=5%.
Hipótesis nula: H0: se rechaza cuando el modelo es significativo y no se rechaza en caso contrario.
Lo anterior, permite deducir y confirmar que al menos uno de los Beta es significativo, luego el
modelo es significativo en su conjunto, lo que se puede dar debido a la covarianza entre los
coeficientes.
Intervalos de confianza
Mediante el programa Gretl se obtiene lo siguiente:
De haber cumplido los 3 criterios, se podría sospechar Multicolinealidad, en este caso por
inspección se descarta y se aplica el método del siguiente paso.
Ilustración 3 Colinealidad
En la imagen, se aprecia que las variables regresoras son todas menor que 10, por lo que se
descartan problemas de existencia de colinealidad.
Test de Heterocedasticidad
Este tipo de anomalías se mayormente en corte transversal Se aplica test e White mediante la
herramienta de Gretl, obteniendo la siguiente captura:
Ilustración 4 Heterocedasticidad
Luego se tiene que TR^2 < χ2 calculado, demostrando con esto que no existe
HETEROCEDASTICIDAD, por lo tanto el modelo presenta Homocedasticidad.
Test de Auto correlación
A pesar que los datos son de corte transversal y este test solo se aplica en series de tiempo, se
aplicará análisis de Autocorrelación para descartar problemas de especificación en el modelo.
Ilustración 5 Autocorrelación
dL = 1,1754
dU = 1,8538
Tabla 5 Autocorrelación
Con el método de AR (1) se corrige la auto correlación quedando el modelo libre de anomalías.
Muestra Alumnos OOCC
De Gretl se obtiene lo siguiente para el modelo de MCO:
Dónde:
̂𝟏 = 0.9473 Su interpretación apunta a que el valor promedio del Índice de Alimentación Saludable
𝜷
IAS del alumno de Ingeniería Civil en Obras Civiles es de 0,9473 veces, en la situación en que no
se consideran ninguna de las variables regresoras: tamaño de familia, ingreso familiar, edad, si es
estudiante de primer año y el género.
̂𝟐 = -0,2605 Su significado corresponde a la variación promedio del índice IAS con efecto negativo
𝜷
debido al tamaño de la familia, lo que quiere decir que por cada integrante de la familia, el
indicador se reduce en -0,2605 veces. Se encuentra consistente la teoría con este beta, ya que al
aumentar el grupo familiar, disminuye el indicador per-cápita.
̂𝟑 =1,1599e-06 Su significado corresponde a la variación promedio del índice IAS tiene relación
𝜷
directa debido al aumento de los ingresos de la familia, lo que quiere decir que por cada peso que
aumenta el ingreso, el indicador aumenta en 1,1599e-6 veces en pesos. Se encuentra consistente
la teoría con este beta, ya que al aumentar el ingreso, aumenta la calidad de los productos a
consumir.
̂𝟒 = 0.1456 Su significado corresponde a la variación promedio del índice IAS con relación directa
𝜷
debido al aumento de la edad en años, lo que quiere decir que por cada año que aumenta el
alumno, el indicador disminuye 0,1456 veces. Se encuentra consistente lo visto empíricamente con
este beta, ya que al aumentar el la edad, la persona se torna independiente en su decisión de
consumo, siendo un consumidor más responsable, ya que se ve afectado por condicionantes de
madurez y preocupación por su salud.
̂𝟓 = -0,4659 Su significado expresa una relación negativa en el indicador IAS, cuando la variable
𝜷
dummy “Estudiante de primer año” es 1 (es decir no es de primer año) disminuyendo en -0,4659 el
IAS. Su valor se anula cuando es de primer año.
̂𝟔 =1,2243 Su significado expresa una incidencia positiva en el indicador IAS, cuando la variable
𝜷
dummy “genero” es 1 (es decir es hombre) aumentando en 1,2243 el IAS. Su valor se anula
cuando es de mujer, es decir para la muestra, no existe mejora al ser de sexo femenino.
Coeficientes de determinación
Análogo que en el caso de la otra carrera, para el estudio de los coeficientes de determinación R2
y R2 ajustado, se empleara la información obtenida desde el software Gretl.
R-cuadrado: 0,2795 Este valor indica que la varianza de la regresión es capaz de explicar solo
el 27,95% de la varianza, explicado por las variables: Tamaño familiar, Ingresos, edad, condición
estudiante de primer año y género.
R-cuadrado ajustado o corregido: 0,1735 Este valor indica que la varianza de la regresión
es capaz de explicar solo el 17,35% de la varianza, explicado por las variables: Tamaño familiar,
Ingresos, edad, condición estudiante de primer año y género. Este parámetro quita el efecto del
número de variables sobre R-cuadrado.
Test t de Student
Para el estudio de la significancia individual de los parámetros se tiene las siguientes hipótesis
para el contraste:
H0:B1=0
H1: B1≠0
Se observa que solo una variable es significativa individualmente. Esto se debe en parte a lo
complejo del modelo. Modelamientos de hábitos de alimentación son influenciados por un alto
número de variables de distinto carácter (económicas, psicológicas, culturales, geográficas, entre
otras). Lo que hace difícil la tarea de obtener estimadores individuales significativos.
Test F de Fisher
Para el cálculo del test F, el cual mide la significancia global del modelo se tiene para el contraste
Hipótesis nula: H0: se rechaza cuando el modelo es significativo y no se rechaza en caso contrario.
H0=B1=B2=B3=B4=B5=0
Criterio: F calculado > F tabla el MODELO es significativo globalmente, caso contrario se rechaza
Se considera α=5%.
Tabla 8 Resultados test F de Fisher
Lo anterior, permite deducir y confirmar que al menos uno de los Beta es significativo, luego el
modelo es significativo en su conjunto, lo que se puede dar debido a la covarianza entre los
coeficientes.
Intervalos de confianza
Mediante el programa Gretl se obtiene lo siguiente:
De haber cumplido los 3 criterios, se podría sospechar Multicolinealidad, en este caso por
inspección se descarta y se aplica el método del siguiente paso.
Método 2 (utilizando Gretl)
Ilustración 9 Colinealidad
Se aprecia que las variables regresoras son todas menor que 10, por lo que se descartan
problemas de existencia de colinealidad.
Test de Heterocedasticidad
Este tipo de anomalías se mayormente en corte transversal Se aplica test e White mediante la
herramienta de Gretl, obteniendo la siguiente captura:
Ilustración 10 Heterocedasticidad
Luego se tiene que TR^2 < χ2 calculado, demostrando con esto que no existe
HETEROCEDASTICIDAD, por lo tanto el modelo presenta Homocedasticidad.
Test de Auto correlación
A pesar que los datos son de corte transversal y este test solo se aplica en series de tiempo, se
aplicará análisis de autocorrelación para descartar problemas de especificación en el modelo.
Ilustración 11 Autocorrelación
dL = 1,1754 dU = 1,8538
Tabla 10 Autocorrelación
En primer lugar se analizan las hipótesis propuestas. Se observa que para la primera hipótesis, se
cumple para ambas carreras que el INGRESO FAMILIAR resultó ser la variable más significativa,
lo que permite deducir su alto impacto. Lo anterior resulta consistente con el nivel de las preguntas
del IAS, ya que varias consideran el consumo de elementos de alto costo para una familia tipo.
La segunda Hipótesis también se ve demostrada, ya que en ambas muestras, los coeficientes Beta
correspondientes a la variable “Tamaño Familia” resultaron negativos, siendo mayor el impacto en
el caso de Ingeniería Civil Industrial. La diferencia no es considerable, sin embargo se destaca el
comportamiento similar.
Para el tercer supuesto no se observa dentro de las muestras una corroboración de lo planteado.
Ambos indicadores están de dimensión similar (varían en casi 10%). Este hecho se analiza y de la
observación se destaca que la realidad de los alumnos hombres de ambas carreras no existen
alumnos con problemas de obesidad en gran porcentaje.
Por otra parte, el modelo cumple con los supuestos del método de Mínimos Cuadrados Ordinarios.
En segundo lugar, llama la atención el bajo nivel de significancia, sin embargo el fenómeno
estudiado posee múltiples condicionantes de distinta índole, lo cual hacen que cada modelo no sea
lo suficiente, sin embargo las significancias globales en ambas muestras fue correcta.
Respecto de los datos, estos al ser modalidad encuesta pueden presentar problemas de precisión
ya que los alumnos encuestados responden desde su casa, y se no existe control de que la
información sea respondida verídicamente, sin embargo el apoyo de los centros de alumnos fue
vital para lograr contactar a los alumnos, caso contrario se dificulta tomar la atención de un alumno
por más de 10 minutos que tomaba la encuesta.
Los objetivos fueron alcanzados de manera razonable, logrando profundizar los conceptos teóricos
con la información del mundo real.
Anexos
Calaf-Aguilera, L., Cubillos Reyes, A., Solís-Movillo, R., Valderrama-Escoda, M. F., & Dr. Hanns de
la Fuente Mella. (2013). Análisis econométrico de los factores determinantes de una
alimentación saludable. Una aplicación a estudiantes de la carrera de Ingeniería Comercial
de la Pontificia Universidad Católica de Valparaíso, Chile. Ingenerare N°27, 9-14.
Chile, P. U. (2015). Alimentate Sano. Obtenido de Alimentate Sano del Centro de Nutrición
Molecular y Enfermedades Crónicas Facultad de Medicina, Pontificia Universidad Católica
de Chile, Chile. : http://www.alimentatesano.cl/
Gobierno de Chile, Ministerio de Salud. (s.f.). Sitio web guia de salud nutricional del Ministerio de
Salud, Chile. Obtenido de Minsal: http://web.minsal.cl/alimentos_nutricion
Martínez Jasso, I., & Villezca Becerra, P. A. (2003). La Alimentación en México: Un estudio a partir
de la encuesta nacional de ingresos y gastos de los hogares. Revista de Información y
Análsis N°21, 26-37.
Pinheiro F, A. C., & Athala S, E. (2005). Propuesta de una metodología de análisis de la calidad
global de la alimentación. Revista médica de Chile, 175-182. Recuperado el 01 de Julio de
2015, de http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0034-
98872005000200004&lng=es&tlng=es. 10.4067/S0034-98872005000200004.