Formalidades de La Ciudad de Pasco 2017

Factores que determinan la Formalidad
de las Mypes en Cerro de Pasco en el

centro comercial polvos azules 2017
FACTORES QUE DETERMINAN LA FORMALIDAD DE LAS MYPES

PERUANAS
Resumen
El presente trabajo busca analizar la informalidad en las Mypes Peruanas a través
de las variables como el Sexo, Edad, Producción, Gastos en personal, Organización
Jurídica, Régimen de propiedad, Nivel de Educación, Financiamiento y
Capacitación. Para poder analizar las relaciones se usó el modelo Probit Bivariado,
se utilizó los datos de la encuesta que realizo el Instituto Nacional de Estadística e
Informática (INEI), a solicitud del Ministerio de la Producción (PRODUCE) y del
Ministerio de Economía y Finanzas (MEF), que se ejecutó en los años 2010 y 2011.
La EMYPE 2013, se realizó en las capitales departamentales y los distritos
metropolitanos siguientes: Lima Metropolitana (Provincia de Lima y Callao),
Arequipa, Trujillo, Chiclayo, Iquitos, Huancayo y Piura.
Palabras Claves: Informalidad, Mypes
Abstract
This paper analyzes informality in the Peruvian MSEs through variables such as
sex,age, Production, Personnel expenses , legal organization , type of ownership,
level of education, Financing and Training. To analyze the relationships Bibariado
Probit model was used, the data was used the survey conducted by the National
Institute of Statistics and Information (INEI), at the request of the Ministry of
Production (PRODUCE) and the Ministry of Economy and Finance (MEF ), which
was implemented in 2010 and 2011. The EMYPE 2013, was held in the provincial
capitals and metropolitan districts as follows: Lima (Lima and Callao), Arequipa,
Trujillo, Chiclayo, Iquitos, Huancayo and Piura.
Key Word:Informal, Mypes
1. INTRODUCCIÓN
Las MYPEs en la mayoría de los casos son clasificadas de acuerdo a sus ingresos; sin
olvidar factores como el tamaño, volumen de negocios, número de empleados y balance
general.
1
Es relevante acotar el hecho que el Gerente de la Mypes suele ser el propietario, un
emprendedor que decidió crear su propia empresa; quizás por su poca capacidad
técnica en ciertas áreas es que no cuente con una mano de obra fija. La forma que
adopte la empresa derivará de la mejor manera en el que el directivo crea que puede
cumplir con su sueño y misión (Cleri, 2007). Así mismo, en gran cantidad de MYPES,
la misma persona cubre los roles de accionista, director y gerente general (Sol, 1999).
ProInversión identifica las características comerciales y administrativas de las Mypes
(ProInversión).
 Su administración independiente. Por lo general operada por sus propios

dueños.
 Su área de operación es relativamente pequeña, sobre todo local.
 Tiene escasa especialización en el trabajo. No suelen usar técnicas de gestión.
 Emplea aproximadamente entre cinco y diez personas. Dependen en gran
medida de la mano de obra familiar.
 Si actividad no es intensiva en capital pero si en mano de obra. Sin embargo, no
cuentan con mucha mano de obra fija o estable.
 Tiene un acceso reducido a la tecnología.
 Por lo general no separan las finanzas del hogar y la de los negocios.
 Tienen un acceso limitado al sector financiero formal, sobre todo debido a su
informalidad.
Las Mypes se encuentran reguladas por la Ley de Impulso al Desarrollo Productivo y al

Crecimiento Empresarial en donde regula las condiciones y beneficios relativos a las
MIPYME (Micro Empresas, Pequeñas Empresas y Medianas Empresas) (Guia
Tributaria SUNAT).
Las MIPYME son distinguen según las ventas anuales que realizan, siendo medidas por
UIT que para el año 2014 es de S/ 3,800 nuevos soles
 MICRO EMPRESA Hasta monto máximo de 150 UIT.

 PEQUEÑA EMPRESA Mayores a 150 UIT hasta monto máximo de 1,700 UIT.
 MEDIANA EMPRESA Mayores a 1,700 UIT hasta monto máximo de 2,300 UIT
En el año 2013 según COMEX PERU de las empresas formales en el Perú las Mypes
ocupan el 98.3%, 3,2% son Pymes, las pequeñas 1.5%, y las medianas y grandes
2
organizaciones un 0.2% (ComexPerú: Microempresas representan el 98.3% de firmas
formales en el Perú, 2013).
La ex viceministra de Mype e Industria, Sandra Doig al clausurar el X Foro Textil

Exportador dijo que "La industria textil y confecciones seguirá siendo uno de los
principales motores de la economía nacional", también informo que el sector textil
genera 6 mil 600 millones de soles de valor agregado y ha contribuido en los últimos
años con el 10% al Producto Bruto Interno (PBI) manufacturero y con 1,5% al Producto
Bruto Interno nacional”. También acoto que el sector textil es inclusivo porque permite
la participación de todo tamaño de empresas y genera el 27% de la Población
Económicamente Activa (PEA) manufacturera (Ministerio de la Producción, 2014).
En la Cumbre Pyme del APEC se estudió la realidad de las micro y pequeñas empresas
(MYPE) de la región Arequipa. Según la Encuesta Nacional de Hogares (ENAHO), en
2012, el aporte de las MYPE fue del 5.4% del total de la producción regional. En el
mismo año, hubo 225,312 micro y pequeñas empresas localizadas casi en su totalidad
en zonas urbanas (95%). Ello indica la creación de 1,481 empresas adicionales con
respecto a 2011 (COMEXPERU, 2013)
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Identificar los factores determinantes que incrementan la posibilidad de formalizar de las

Mypes peruanas.
2.2 OBJETIVOS ESPECÍFICOS
 Obtener un modelo econométrico que permita predecir la probabilidad de elección

de formalizar las Mypes peruanas.
 Obtener coeficientes eficientes y consistentes.
 Permitir comparabilidad con investigaciones similares, en relación a las variables
investigadas.
3. MARCO TEORICO
La informalidad para De Soto (1989) citado por (Loayza) es el que “Está constituido por
el conjunto de empresas, trabajadores y actividades que operan fuera de los marcos
3
legales y normativos que rigen la actividad económica. Por lo tanto, pertenecer al sector
informal supone estar al margen de las cargas tributarias y normas legales, pero
también implica no contar con la protección y los servicios que el estado puede ofrecer”
Según Tello en el documento de trabajo “Indicadores del Sector Mype Informal En El

Perú: Valor Agregado, Potencial Exportador, Capacidad de Formalizarse y
Requerimientos de Normas Técnicas Peruanas de sus Productos ”, describe a las
Mypes Informales Peruanas, acotando que la informalidad influye a que la PEAO tenga
bajos sueldos y que laboren más horas con respecto a las Mypes formales, también
acota que las Mypes informales tienen bajos ingresos y que existe una relación positiva
entre el nivel educativo y los ingresos de la Mypes informales. (Tello, 2011).
Yamada en la investigación “Desempeño de la microempresa familiar en el Perú”, tiene

como principal objetivo “Analizar cuáles son los determinantes del desempeño
económico de los negocios familiares y unipersonales en el Perú” las principales
conclusiones fueron:
Como se puede observar, gran parte de los coeficientes son estadísticamente

significativos y cuentan con los signos esperados. Los ingresos tienden a aumentar si se
cuenta con un local fijo, ya que ello refleja la facilidad del consumidor de poder encontrar
el negocio. Asimismo, una mayor antigüedad del negocio tiene un impacto positivo y
significativo sobre los ingresos del negocio o establecimiento. El stock de capital de las
empresas juega un papel importante al tener un efecto directo y positivo sobre los
ingresos, al igual que el número de horas trabajadas en la empresa. Además, los años
de educación del dueño del negocio tienen un impacto positivo y significativo sobre los
ingresos. La experiencia del mismo también aporta de manera directa sobre el
incremento de los ingresos; sin embargo, esta presenta rendimientos decrecientes (el
coeficiente cuadrático presenta signo negativo y significativo). Las estimaciones también
indican que a los negocios que tienen como propietario a una mujer les va relativamente
peor, en la medida en que el signo del coeficiente asociado a dicha variable es negativo
y significativo (Yamada). 18-19
Yamada utilizo un modelo probit para explicar la variable formalidad como

independiente siendo explicada por las siguientes variables: “el sexo del propietario(a),
si la empresa cuenta con un local fijo, si el negocio pertenece al sector de producción,
la probabilidad de ser formal, así como la educación del propietario(a) del negocio y su
experiencia”. Los resultados fueron que el hecho de que una mujer dirija el negocio
4
disminuya la probabilidad de supervivencia del negocio, la educación, la experiencia.
Ingresos, tener un local fijo y pertenecer al sector producción tuvieron un rol importante
por el efecto positivo para la supervivencia del negocio (Yamada)
La informalidad es una desventaja para cualquier unidad económica así lo dicen

también (Aguilar Barceló, Texis Flores, & Ramirez, 2011) En la investigación
“Conformación de la Expectativa de Formalización de la Microempresa Marginada en
México” la muestra fue de 3565 microempresario. En la investigación se determinó que
la informalidad es desventaja para los Microempresarios , pero la percepción de estos
es lo contraria viéndolo como un costo muy excesivo , se tuvo como variable
dependiente el deseo de formalizar, siendo explicada por el origen de la microempresa,
la evolución de la empresa y el destino potencial de la microempresa. Los resultados
fueron que el 80% de los encuestados adquirieron sus conocimientos de forma
empírica, entre sus principales conclusiones fueron que una parte de los encuestados
solo piensa en micro negocios, los microempresarios buscan formalizarse para poder
acceder a un préstamo y también porque ven en sus negocios con expectativas de
crecimiento.
En la investigación Modelando el Problema de la Informalidad Empresarial. El caso de

la Provincia del Chaco en Argentina” se realizó un modelo económico en donde se
analizan el efecto económico que tiene la informalidad en la provincia de Chaco-
Argentina, la mayor productividad más tendencia a formalizarse, cuando el costo de la
formalidad es menor que el coste social de la informalidad hay más tendencias a
formalizarse (Fernandez, Saéz Mosquera, & Redchuk, 2014).
4. HIPOTESIS
H0: Las variables: sexo, edad, producción, gasto en personal, organización jurídica,
régimen de propiedad, nivel educativo, financiamiento, capacitación no son
determinantes de la probabilidad de elegir ser una Mype Formal.
H1: Las variables: sexo, edad, producción, gasto en personal, organización jurídica,
régimen de propiedad, nivel educativo, financiamiento, capacitación son determinantes
de la probabilidad de elegir ser una Mype Formal.
5
5. METODOLOGIA
En el siguiente trabajo se analizara el modelo econométrico Probit así mismo se
analizaran las variables cualitativas como el análisis de chi2 y para la cuantitativa el
test de normalidad.
El tipo de investigación es correlacional, experimental, explicativo, retrospectivo de

corte transversal.
6. MODELOS MATEMÁTICO
Tabla 1: Modelo Matemático
7. MODELO ECONOMÉTRICO DE LA TEORÍA
Tabla 2: Modelo Econométrico de la Teoría
8. OBTENCION DE DATOS
Para realizar la investigación se utilizó como base de datos encuesta que realizo el
Instituto Nacional de Estadística e Informática (INEI), a solicitud del Ministerio de la
Producción (PRODUCE) y del Ministerio de Economía y Finanzas (MEF), que se ejecutó
en los años 2010 y 2011. La EMYPE 2013, se realizó en las capitales departamentales
y los distritos metropolitanos siguientes: Lima Metropolitana (Provincia de Lima y
Callao), Arequipa, Trujillo, Chiclayo, Iquitos, Huancayo y Piura.
El nivel de confianza de los resultados muéstrales es del 95%
6
9. VARIABLES
VARIABLE DEPENDIENTE
La probabilidad de ser una Mype formal
VARIABLES INDEPENDIENTES
Sexo, Edad, Producción, Gasto en personal, Organización jurídica, Régimen de

propiedad, Nivel educativo, Financiamiento, Capacitación Véase Anexo 01
9.1 ANÁLISIS UNIVARIADO
Este análisis es de tipo descriptivo comprende las medidas de tendencia central y

las medidas de dispersión de las variables de estudio y sus respectivas
dimensiones en donde se consigna la media, mediana, moda, desviación estándar,
varianza, asimetría y la curtosis de las variables estudiadas. Véase Anexo 2
Interpretaciones
 En promedio los encuestados tienen la edad de 47 años

 La variable con mayor variabilidad con respecto a la media es la edad.
 Las variables Nivel de Educación y financiamiento son asimétricamente
negativa.
 Las variables sexo, producción, gastos de personal, organización jurídica,
régimen de propiedad y financiamiento asimétricamente positivos.
 Todas las variables tienen una distribución leptocurtica.
Véase Anexo 2
9.2 ANÁLISIS BIVARIADO
La variable Producción y gastos de personal correlacionaron fuertemente con un -

73.49%, las variables Régimen de propiedad y edad tuvieron una correlación baja así
como las variables sexo y nivel de educación. Véase Anexo 02
9.3 FRECUENCIA
7
Véase Anexo 04
Gráfico 01: Test de Normalidad
Skewness/Kurtosis tests for Normality

joint
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2
Edad 2,882 0.0000 0.1907 68.34 0.0000

Produccion 4,619 0.0000 0.0000 . .
Gastospers~l 4,619 0.0000 0.0000 . .
H0: Los datos siguen una distribución normal

H1: Los siguen no siguen una distribución normal
Interpretación
 Las variables Producción y Gastos de Personal menor al 0.05 se rechaza H0 los

datos no tienen una distribución normal
 La variable edad al ser mayor al 0.05 tiene una distribución Normal.
Véase Anexo 03
10. TABLAS CRUZADAS Y FRECUENCIAS

 Del 100% de los encuestados el 75% son formales y el 25% son informales.
 Del 100% de los Microempresarios encuestados el 59% son varones y el
41% son mujeres.
 Del 100% de los microempresarios informales el 65% son varones.
Tabla 03 Prueba del Chi2 Formalidad- Sexo de los Microempresarios
Sexo de los
Formalidad microempresarios
Chi 2( calculado) 5.9632
Grados de Libertad. 1
Valor de tabla 3,841
 Ho: La variable Formalidad es independiente de la variable Sexo de los

microempresarios.
8
 H1: La variable Formalidad no es independiente de la variable Sexo de los
microempresarios.
Interpretación: Se rechaza Ho y se acepta H1 la variable Formalidad no es

independiente de la variable Sexo de los microempresarios. Véase Anexo 04
11. ESTIMACION DEL MODELO ECONOMÉTRICO
. probit Formalidad Sexo Edad Produccion Org_Jur Reg_Prop Niv_Edu Financiamiento capacitacion
Iteration 0: log likelihood = -1222.1796

Probit regression Number of obs = 2,867

LR chi2(8) = 192.13
Prob > chi2 = 0.0000
Log likelihood = -1126.1157 Pseudo R2 = 0.0786
Formalidad Coef. Std. Err. z P>|z| [95% Conf. Interval]
Sexo .2059091 .0616012 3.34 0.001 .085173 .3266452

Edad .0140257 .0026845 5.22 0.000 .0087641 .0192872
Produccion 4.21e-07 9.59e-08 4.39 0.000 2.33e-07 6.09e-07
Org_Jur .0504067 .0197096 2.56 0.011 .0117767 .0890368
Reg_Prop -.1842479 .0475416 -3.88 0.000 -.2774277 -.0910681
Niv_Edu .0983597 .0150462 6.54 0.000 .0688698 .1278496
Financiamiento .2666463 .0610688 4.37 0.000 .1469537 .386339
capacitacion .3702649 .128632 2.88 0.004 .1181508 .6223789
_cons -.9797798 .2405045 -4.07 0.000 -1.45116 -.5083997
Tabla 3: Efectos Marginales
9
12. INTERPRETACIONES MODELO ECONOMÉTRICO PROBIT
Tabla 4: Interpretaciones Modelo Probit –Logit
VARIABLES PROBIT LOGIT

sexo  Si un microempresario peruano  Si un microempresario peruano sea
sea del sexo masculino hace que del sexo masculino hace que la
la probabilidad de formalizar la probabilidad de formalizar la Mype
Mype sea mayor en un 3.96% sea mayor en un 3.88%
edad  Si un microempresario  Si un microempresario incremente a
incremente a un año a la edad un año a la edad promedio de 47
promedio de 47 años la años la probabilidad de formalizar la
probabilidad de formalizar la Mype sea mayor en un 0.22%
Mype sea mayor en un 0.24%
produccion  Si un microempresario aumenta  Si un microempresario aumenta su

su producción en una unidad al producción en una unidad al
promedio de 323246 unidades promedio de 323246 unidades
anuales hace que la probabilidad anuales hace que la probabilidad de
de formalizar la Mype sea mayor formalizar la Mype sea mayor en un
en un 0.00000957% 0.000012%.

Organización  Si un microempresario está  Si un microempresario está regido
juridica regido por una organización por una organización jurídica la
jurídica la probabilidad de probabilidad de formalizar la Mype
formalizar la Mype sea mayor en sea mayor en un 5.47%
un 5.89%
Régimen de  Si un microempresario pertenece  Si un microempresario pertenece a
propiedad a régimen de propiedad la régimen de propiedad la
probabilidad de formalizar la probabilidad de formalizar la Mype
Mype sea menor en un 21.73% sea menor en un 20.57%
financiamiento  Si un microempresario tiene un  Si un microempresario tiene un
financiamiento mayor la financiamiento mayor la probabilidad
probabilidad de formalizar la de formalizar la Mype sea mayor en
Mype sea mayor en un 5.53% un 5.17%
Capacitación  Si un microempresario tiene una Si un microempresario tiene una mayor

mayor capacitación la capacitación la probabilidad de formalizar
probabilidad de formalizar la la Mype sea mayor en un 6.46%
Mype sea mayor en un 7.06%
13. PRUEBA DE HIPOTESIS
A la luz de resultados se acepta la H1 y se rechaza H0 las variables: sexo, edad

producción, organización jurídica, régimen de la propiedad, financiamiento y capacitación
fueron determinantes Factores que determinan la Formalidad de las Mypes Peruanas
Tabla 5: Prueba de Hipótesis

Probit Logit
LR chi2(7) 195.29 190.55
Prob > chi2 0.0000 0.0000
Pseudo R2 0.0799 0.0799
10
H0: Todos los coeficientes de la regresión son igual a cero
H1: Todos los coeficientes de la regresión no son igual a cero
Con respecto a todas las variables tanto en lo modelos Probit y Logit tienen valores de
p>z menores a 0.05 por lo que se concluye que cada variable de manera individual son
significativas.
Prueba de hipótesis nula conjunta ahora con Chi cuadrado
Chi 2 es 0.000 en ambos modelos: rechazamos la hipótesis nula ya que 0.000< 0.05
Es decir que las variables en conjunto son significativas o importantes en ambos

modelos.
14. PRONÓSTICO O PREDICCION

En el siguiente modelo se utilizó el comando predict para poder realizar el pronóstico sobre la
probabilidad de formalizarse o no formalizar
15. DISCUSIÓN
En cuanto al sexo de los microempresarios Yamada acoto que las mujeres influyen
negativamente en el desempeño por lo que en el modelo se determinó que los hombres
tienen una probabilidad mínima de formalizar así mismo del 100% de las Mypes informales
el 65% son varones habiendo una discrepancia con Yamada.
16. CONCLUSIÓN
En cuanto a la productividad se está de acuerdo lo dicho por Fernandez, Saéz
,Redchuk y Yamada en donde a mayor productividad mayor tendencia a formalizarse
de la Mype.
17. CONCLUSIÓN Y RECOMENDACIÓN
La ocurrencia de la informalidad de las Mypes está relacionada con la edad y sexo del
microempresario así como las producción, organización jurídica, régimen de la
propiedad, financiamiento y capacitación
No pretendemos que los resultados sean considerados concluyentes, debido a que es

necesario complementar la información con bases de datos más detalladas. Sin
11
embargo, creemos que esta investigación permitirá seguir profundizando el tema con
el objetivo de reducir la informalidad de las Mypes peruanas.
Ratificamos lo dicho por Aguilar, Texis y Ramirez la informalidad da desventaja a

cualquier unidad económica, debido a que no pueden acceder a beneficios que las
unidades económicas formales acceden, así mismo recomendamos a que las entidades
estatales y privadas fomenten la formalización de las Mypes , comprándoles su
producción, asi también los microempresarios deben de buscar información para poder
gestionar y aprovechar los beneficios de las Mypes.
Para finalizar recomendamos que se haga más investigaciones relacionadas con este
tema y las Mypes.
12
BIBLIOGRAFÍA
ComexPerú: Microempresas representan el 98.3% de firmas formales en el Perú. (15 de
Agosto de 2013). Gestión.
Ministerio de la Producción. (9 de Abril de 2014). Recuperado el 22 de Abril de 2014, de

Ministerio de la Producción: http://www.produce.gob.pe/index.php/prensa
Aguilar Barceló, J. G., Texis Flores, M., & Ramirez, A. N. (2011). Conformación de la
Expectativa de Formalización de la Microempresa Marginada en México. Revista
Innovar, 63-74.
Aguilar Barceló, J. G., Texis Flores, M., & Ramirrez, A. N. (2011). Conformación de la
Expectativa de Formalización de la Microempresa Marginada en México. Revista
Innovar, 63-74.
Cleri, C. (2007). El libro de las PYMES. Buenos Aires: Ediciones Granica.
COMEXPERU. (2013). SEMANARIO Nº 727, 4.
Fernandez, J. S., Saéz Mosquera, Y., & Redchuk, A. (2014). Modelando el Problema de la
Informalidad Empresarial. El caso de la Provincia del Chaco en Argentina. Twelfth
LACCEI Latin American and Caribbean Conference for Engineering and Technology
(LACCEI’2014), 22-24.
Guia Tributaria SUNAT. (s.f.). Recuperado el 22 de Abril de 2014, de Guia Tributaria

SUNAT: http://www.guiatributaria.sunat.gob.pe
Loayza, N. (s.f.). Causas y consecuencias de la informalidad en el Perú. Estudios

Económicos, 43-64.
ProInversión. (s.f.). Gerencial Empresarial. Recuperado el 22 de Abril de 2014, de Gerencial

Empresarial:
http://gerenciaempresarial.wikispaces.com/file/view/GERENCIANDO%20UNA%20
PYME.pdf/137145491/GERENCIANDO%20UNA%20PYME.pdf
Sol, J. (1999). La Guerra de las PYMES. Buenos Aires: Nuevo Extremo.
Tello, M. (Febrero de 2011). http://www.pucp.edu.pe/. Recuperado el 06 de Mayo de 2015,

de http://departamento.pucp.edu.pe/economia/images/documentos/DDD310.pdf
Yamada, G. (s.f.). Desempeño de la Microempresa Familiar.

18. ANEXOS
Anexo 01: Variables
Variable Dependiente
Formalización
0= No
1= Si
Variable cualitativa,dummy
Variables Independientes  Sexo
1= Masculino
2= Femenino
 Edad, Variable Cuantitativa
 Producción, Variable Cuantitativa
 Gastos en personal, Variable
Cuantitativa
 Organización Jurídica, Variable
Cualitativa
 Régimen de propiedad, Variable
Cualitativa
 Nivel Educativo Variable Cualitativa
 Financiamiento, Variable Cualitativa
 Capacitación, Variable Cualitativa
1
Anexo 02: Valores descriptivos
Tabla 06: Análisis Univariado
Sexo Edad Producción Gastos Organización Régimen Nivel Financiamiento Capacitación

Personal Jurídica Propiedad Educación
Media 1.40666 47.03227 610387.6 7213.98 2.495903 1.624623 7 1.617723 0.0737523
Desv. típ. 0.49129 12.38781 1171520 184378.5 1.552018 0.5964217 2 0.4859961 0.2613915
Varianza 0.241371 153.4578 1.37e+12 3.40e+10 2.40876 0.3557188 4 0.2361922 0.0683255
Asimetría 0.380032 0.4227555 10.52105 7.96617 0.4107429 0.3678458 -2 -0.4845136 3.261675
Curtosis 1.144424 3.119407 235.359 114.0841 1.66902 2.317814 2 1.234753 11.63852
Mínimo 1 20 0 0 1 1 1 1 0
Máximo 2 90 3.60e+07 4036728 6 3 10 2 1
Anexo 03: Análisis Bivariado
. corr Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop Niv_Edu Financiamiento Capacit
> acion Tabla 07: Tabla de correlaciones
(obs=2,867)
Formal~d Sexo Edad Produc~n Gastos~l Org_Jur Reg_Prop Niv_Edu Financ~o
Formalidad 1.0000
Sexo 0.0464 1.0000
Edad 0.1127 -0.0244 1.0000
Produccion 0.1023 -0.0649 0.0651 1.0000
Gastospers~l 0.0889 -0.0469 0.1081 0.7349 1.0000
Org_Jur 0.1017 -0.0633 0.0638 0.2773 0.2689 1.0000
Reg_Prop -0.0983 0.0182 -0.2447 0.0036 -0.0189 -0.0286 1.0000
Niv_Edu 0.1335 -0.0522 -0.1385 0.1379 0.1487 0.2040 0.0239 1.0000
Financiami~o 0.0777 0.0374 0.0840 -0.0628 -0.0401 -0.0445 0.0194 -0.0074 1.0000
Capacitacion 0.0634 0.0286 0.0204 -0.0024 0.0003 -0.0040 0.0015 0.1119 -0.0048
Fuente: Encuesta de micro y pequeña empresa EMYPE,2013
Elaboración Propia
Anexo 03: Gráficos Variables Cuantitativas
Gráfico 01: Edad
Kernel density estimate

.03
.02
Density
.01
0
20 40 60 80 100
Edad del propietario de la MYPE(Variable Independiente)

Normal density
kernel = epanechnikov, bandwidth = 2.2662
Gráfico 02: Producción

4.000e-07

Density3.000e-07
2.000e-07
1.000e-07
0 10000000 20000000 30000000 40000000

Produccion Total(Variable Independiente)

Normal density
kernel = epanechnikov, bandwidth = 6.5e+04
Gráfico 03: Gasto de Personal
4.000e-06

2Density
1.000e-06 3.000e-06
.000e-06
0 1000000 2000000 3000000 4000000

Gastos de personal, Directores y Gerentes(Variable Independiente)

Normal density
kernel = epanechnikov, bandwidth = 8.2e+03
Anexo 04: Tablas de Contingencia y Frecuencias
Tabla 04: Frecuencia Formalidad

. tab Formalidad
(Variable
Dependiente
) Freq. Percent Cum.
No = 0 1,353 25.01 25.01

Si = 1 4,057 74.99 100.00
Si =
Total 5,410 100.00

Tabla 03: Tabla de Contingencia (Formalidad-Sexo)
Tabla 5: Tabla de Contingencia porcentaje columna (Sexo-Formalidad)
Formalidad
Sexo 0 1
Masculino 65% 58%
Femenino 35% 42%
Total 100% 100%
Tabla 6: Tabla de Contingencia porcentaje fila (Sexo-Formalidad)
Formalidad
Sexo 0 1 Total
Masculino 17% 83% 100%
Femenino 13% 87% 100%
1
Anexo 05 Modelo Econométrico
Pasos
1. Se usó la base BDMYPE.dta

2. RESUMEN DE LAS PRINCIPALES VARIABLES
3. sum Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop Niv_Edu
Financiamiento Capacitacion,detail
4. *ANALISIS UNIVARIADO(Se utilizo los siguientes comandos para armar un
cuadro de analisis univariado)
5. sum Sexo,detail
6. sum Edad,detail
7. sum Produccion,detail
8. sum Gastospersonal,detail
9. sum Org_Jur,detail
10. sum Reg_Prop,detail
11. sum Niv_Edu,detail
12. sum Financiamiento,detail
13. sum Capacitacion,detail
14. *ANALISIS BIVARIADO
15. corr Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
Niv_Edu Financiamiento Capacitacion
16. *TEST DE NORMALIDAD
17. sktest Edad Produccion Gastospersonal
18. *GRAFICOS DE VARIABLES CUANTITATIVAS
19. *EDAD
20. kdensity Edad, normal
21. *PRODUCCION
22. kdensity Produccion , normal
23. *GASTOS DE PERSONAL
24. kdensity Gastospersonal , normal
25. *GENERACION DE LA VARIABLE lProduccion(para poder aplicar logaritmos)
26. gen lProduccion = log(Produccion)
27. *ESTIMACION DE LOS MODELOS(SIN BINARIZAR LAS VARIABLES)
28. *Primer modelo ( REGRESION LINEAL)
29. reg Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
30. *Segundo modelo ( regresion lineal, eliminamos las varibles gasto de
personal,Reg_Prop y Niv_Edu)
31. reg Formalidad Sexo Edad Produccion Org_Jur Financiamiento Capacitacion
32. *Tercer modelo ( MODELO LOGIT)
33. logit Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
34. *Cuarto modelo ( Modelo logit eliminamos GASTOS DE
PERSONAL,Reg_Prop,Niv_Edu)
35. logit Formalidad Sexo Edad Produccion Org_Jur Financiamiento Capacitacion
36. *Quinto modelo ( Modelo PROBIT)
37. probit Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
38. *Sexto modelo ( Modelo probit , eliminamos GASTOS PERSONAL,Reg_Prop
Niv_Edu)
39. probit Formalidad Sexo Edad Produccion Org_Jur Financiamiento Capacitacion
40. *Septimo modelo ( regresion LINEAL se ha aumentado la variable lproduccion
APLICACION DE LOGARITMO-LINEAL)
41. reg Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
Niv_Edu Financiamiento Capacitacion lProduccion
42. *Octavo modelo ( regresion lineal, se elimino las variables gasto de personal y
produccion,Reg_Prop Niv_Edu)
43. reg Formalidad Sexo Edad Org_Jur Financiamiento Capacitacion lProduccion
44. *Noveno modelo ( modelo LOGIT se ha aumentado la variable lproduccion
APLICACION DE LOGARITMO-LOGIT)
45. logit Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
46. *Decimo modelo ( modelo logit se elimino las variables gasto de personal y
produccion,Reg_Prop1 Niv_Edu)
47. logit Formalidad Sexo Edad Org_Jur Financiamiento Capacitacion lProduccion
48. *Decimo primero modelo ( Modelo PROBIT se ha aumentado la variable
lproduccion APLICACION DE LOGARITMO-PROBIT)
49. probit Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop
50. *Decimo segundo modelo ( Modelo probit se elimino las variables gasto de
personal y produccion,Reg_Prop1 Niv_Edu )
51. probit Formalidad Sexo Edad Org_Jur Financiamiento Capacitacion lProduccion
52. *ESTIMACION DE LOS MODELOS CON VARIABLES BINARIAS
(ORGANIZACION JURIDICA REGIMEN DE PROPIEDAD Y NIVEL DE
EDUCACION)
53. *Primer modelo ( regresion LINEAL SIN CORREGIR)
54. xi: reg Formalidad Sexo Edad Produccion Gastospersonal i.Org_Jur i.Reg_Prop
i.Niv_Edu Financiamiento Capacitacion
55. *Segundo modelo ( regresion lineal CORREGIDO)
56. reg Formalidad Sexo Edad Produccion _IOrg_Jur_5 _IReg_Prop_3
Financiamiento Capacitacion
57. *Tercer modelo ( Modelo LOGIT SIN CORREGIR)
58. xi: logit Formalidad Sexo Edad Produccion Gastospersonal i.Org_Jur i.Reg_Prop
i.Niv_Edu Financiamiento Capacitacion
59. *Cuarto modelo ( Modelo logit CORREGIDO)
60. logit Formalidad Sexo Edad Produccion _IOrg_Jur_5 _IReg_Prop_3
61. *Quinto modelo ( Modelo PROBIT SIN CORREGIR)
1
62. xi: probit Formalidad Sexo Edad Produccion Gastospersonal i.Org_Jur
i.Reg_Prop i.Niv_Edu Financiamiento Capacitacion
63. *Sexto modelo ( Modelo probit CORREGIDO)
64. probit Formalidad Sexo Edad Produccion _IOrg_Jur_5 _IReg_Prop_3
65. *PREDICCION DEL MODELO PROBIT CORREGIDO
66. predict Formalidad_probit
67. *EFECTOS MARGINALES
68. mfx
2
RESUMEN DE LAS VARIABLES
. sum Sexo Edad Produccion Gastospersonal Org_Jur Lic_Muni Reg_Prop Niv_Edu Financiamiento capacitac
> ion,detail
Sexo del propietario de la MYPE
Percentiles Smallest
1% 1 1
5% 1 1
10% 1 1 Obs 2,882
25% 1 1 Sum of Wgt. 2,882
50% 1 Mean 1.406662

Largest Std. Dev. .491296
75% 2 2
90% 2 2 Variance .2413718
95% 2 2 Skewness .3800322
99% 2 2 Kurtosis 1.144424
Edad del propietario de la MYPE(Variable

Independiente)
1% 23 20
5% 28 20
10% 32 20 Obs 2,882
25% 38 20 Sum of Wgt. 2,882
50% 47 Mean 47.03227

Largest Std. Dev. 12.38781
75% 55 90
90% 63 90 Variance 153.4578
95% 68 90 Skewness .4227555
99% 81 90 Kurtosis 3.119407
Produccion Total(Variable Independiente)
1% 12200 0
5% 38818 0
10% 60000 0 Obs 4,619
25% 110630 0 Sum of Wgt. 4,619
50% 233600 Mean 610387.6

Largest Std. Dev. 1171520
75% 633454 1.49e+07
90% 1567148 1.64e+07 Variance 1.37e+12
95% 2459758 2.38e+07 Skewness 10.52105
99% 4548878 3.60e+07 Kurtosis 235.359
3
Gastos de personal, Directores y Gerentes(Variable
Independiente)
1% 0 0
5% 0 0
10% 6000 0 Obs 4,619
25% 15600 0 Sum of Wgt. 4,619
50% 34560 Mean 87213.98

75% 82320 2163078
90% 203473 2260352 Variance 3.40e+10
95% 322395 3922940 Skewness 7.96617
99% 907859 4036728 Kurtosis 114.0841
Organización Jurídica(Variable Independiente)
1% 1 1
5% 1 1
10% 1 1 Obs 4,638
25% 1 1 Sum of Wgt. 4,638
50% 3 Mean 2.495903

75% 4 6
90% 5 6 Variance 2.40876
95% 5 6 Skewness .4107429
99% 5 6 Kurtosis 1.66902
Licencia municipal(Variable Independiente)
1% 1 1
5% 1 1
10% 1 1 Obs 4,638
25% 1 1 Sum of Wgt. 4,638
50% 1 Mean 1.12527

75% 1 2
90% 2 2 Variance .1096007
95% 2 2 Skewness 2.264067
99% 2 2 Kurtosis 6.125998
4
Regimen de Propiedad(Variable Independiente)
1% 1 1
5% 1 1
10% 1 1 Obs 4,638
25% 1 1 Sum of Wgt. 4,638
50% 2 Mean 1.624623

75% 2 3
90% 2 3 Variance .3557188
95% 3 3 Skewness .3678458
99% 3 3 Kurtosis 2.317814
Nivel Educativo(Variable Independiente)
1% 3 1
5% 4 1
10% 5 1 Obs 2,882
25% 6 1 Sum of Wgt. 2,882
50% 8 Mean 7.594032

75% 10 10
90% 10 10 Variance 4.375917
95% 10 10 Skewness -.2864506
99% 10 10 Kurtosis 2.079273
Financiamiento(Variable Independiente)
1% 1 1
5% 1 1
10% 1 1 Obs 4,638
25% 1 1 Sum of Wgt. 4,638
50% 2 Mean 1.617723

75% 2 2
90% 2 2 Variance .2361922
95% 2 2 Skewness -.4845136
99% 2 2 Kurtosis 1.234753
Capacitación(Variable Independiente)
1% 0 0
5% 0 0
10% 0 0 Obs 5,410
25% 0 0 Sum of Wgt. 5,410
50% 0 Mean .0737523

75% 0 1
90% 0 1 Variance .0683255
95% 1 1 Skewness 3.261675
99% 1 1 Kurtosis 11.63852
kdensity Edad, normal
5
.03
.02
Density
.01
0
20 40 60 80 100
Edad del propietario de la MYPE(Variable Independiente)

Normal density
kernel = epanechnikov, bandwidth = 2.2662
tab sexo
tab formalidad
formalidad Freq. Percent Cum.
0 1,353 25.01 25.01

1 4,057 74.99 100.00
Total 5,410 100.00
tab formalidad sexo
6
Sexo del propietario
de la MYPE
formalidad Masculino Femenino Total
0 283 155 438

1 1,427 1,017 2,444
Total 1,710 1,172 2,882
sktest Edad Ventas CostosVentas Produccion Gastospersonal
. sktest Sexo Edad Produccion Gastospersonal
Skewness/Kurtosis tests for Normality

joint
Variable Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2
Sexo 2,882 0.0000 . . .

Edad 2,882 0.0000 0.1907 68.34 0.0000
Produccion 4,619 0.0000 0.0000 . .
Gastospers~l 4,619 0.0000 0.0000 . .
probit formalidad Sexo Edad Producción Gastos personal Organización Jurídica

Régimen propiedad Nivel educación Financiamiento Educacion
. probit Formalidad Sexo Edad Produccion Gastospersonal Org_Jur Reg_Prop Niv_Edu Financiamiento capaci
> tacion


LR chi2(9) = 192.30
Prob > chi2 = 0.0000
Sexo .2055265 .0616053 3.34 0.001 .0847824 .3262707

Edad .0140872 .002689 5.24 0.000 .0088169 .0193574
Produccion 4.58e-07 1.32e-07 3.46 0.001 1.98e-07 7.17e-07
Gastospersonal -3.31e-07 8.05e-07 -0.41 0.681 -1.91e-06 1.25e-06
Org_Jur .0509632 .0197656 2.58 0.010 .0122233 .0897031
Reg_Prop -.1847544 .0475559 -3.88 0.000 -.2779623 -.0915464
Niv_Edu .098666 .0150656 6.55 0.000 .069138 .128194
Financiamiento .2664406 .0610758 4.36 0.000 .1467342 .3861471
capacitacion .3698109 .1286369 2.87 0.004 .1176872 .6219347
_cons -.9822003 .2405547 -4.08 0.000 -1.453679 -.5107217
probit formalidad Sexo Edad Producción Organización Jurídica Régimen propiedad

Nivel educación Financiamiento Educación
7
. probit Formalidad Sexo Edad Produccion Org_Jur Reg_Prop Niv_Edu Financiamiento capacitacion


LR chi2(8) = 192.13
Prob > chi2 = 0.0000
Sexo .2059091 .0616012 3.34 0.001 .085173 .3266452

Edad .0140257 .0026845 5.22 0.000 .0087641 .0192872
Produccion 4.21e-07 9.59e-08 4.39 0.000 2.33e-07 6.09e-07
Org_Jur .0504067 .0197096 2.56 0.011 .0117767 .0890368
Reg_Prop -.1842479 .0475416 -3.88 0.000 -.2774277 -.0910681
Niv_Edu .0983597 .0150462 6.54 0.000 .0688698 .1278496
Financiamiento .2666463 .0610688 4.37 0.000 .1469537 .386339
capacitacion .3702649 .128632 2.88 0.004 .1181508 .6223789
_cons -.9797798 .2405045 -4.07 0.000 -1.45116 -.5083997
mfx
. mfx
Marginal effects after probit

y = Pr(Formalidad) (predict)
= .86997412
variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
Sexo .0435651 .013 3.35 0.001 .018083 .069047 1.40705

Edad .0029675 .00056 5.27 0.000 .001865 .00407 47.0384
Produc~n 8.91e-08 .00000 4.49 0.000 5.0e-08 1.3e-07 323246
Org_Jur .0106648 .00416 2.56 0.010 .002503 .018827 2.03523
Reg_Prop -.0389821 .01006 -3.87 0.000 -.058701 -.019264 1.60516
Niv_Edu .0208104 .00315 6.60 0.000 .014627 .026994 7.59295
Financ~o .0564155 .01286 4.39 0.000 .031216 .081615 1.63202
capaci~n* .0653648 .01836 3.56 0.000 .029379 .10135 .085455
…..
8
ESTIMACIONES DE LOS MODELOS ECONOMETRICOS
MODELO LINEAL CON VARIABLES BINARIAS SIN CORREGIR
. xi: reg Formalidad Sexo Edad Produccion Gastospersonal i.Org_Jur i.Reg_Prop i.Niv_Edu Financiamie
> nto Capacitacion
i.Org_Jur _IOrg_Jur_1-6 (naturally coded; _IOrg_Jur_1 omitted)
i.Reg_Prop _IReg_Prop_1-3 (naturally coded; _IReg_Prop_1 omitted)
i.Niv_Edu _INiv_Edu_1-10 (naturally coded; _INiv_Edu_1 omitted)
note: _IOrg_Jur_2 omitted because of collinearity
Source SS df MS Number of obs = 2,867

F(17, 2849) = 16.33
Model 32.8311854 17 1.9312462 Prob > F = 0.0000
Residual 336.863966 2,849 .11823937 R-squared = 0.0888
Adj R-squared = 0.0834
Total 369.695152 2,866 .128993423 Root MSE = .34386
Formalidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
Sexo .0445203 .0131632 3.38 0.001 .0187099 .0703308

Edad .0033583 .0005591 6.01 0.000 .0022619 .0044547
Produccion 4.46e-08 1.86e-08 2.40 0.017 8.12e-09 8.10e-08
_IOrg_Jur_2 0 (omitted)
_IOrg_Jur_5 .0467029 .0156428 2.99 0.003 .0160306 .0773752
_IReg_Prop_2 .023484 .0137821 1.70 0.088 -.0035399 .0505078
_IReg_Prop_3 -.2196708 .0265866 -8.26 0.000 -.2718017 -.1675399
_INiv_Edu_3 -.1939868 .1049416 -1.85 0.065 -.3997559 .0117822
_INiv_Edu_4 -.0808523 .0932127 -0.87 0.386 -.2636235 .101919
_INiv_Edu_5 -.0593955 .0933526 -0.64 0.525 -.242441 .12365
_INiv_Edu_6 .0092365 .0896964 0.10 0.918 -.1666399 .1851129
_INiv_Edu_7 .0957668 .0948151 1.01 0.313 -.0901464 .2816801
_INiv_Edu_8 .0018303 .0909695 0.02 0.984 -.1765424 .180203
_INiv_Edu_9 .0436382 .0919294 0.47 0.635 -.1366167 .2238931
_INiv_Edu_10 .080603 .0897886 0.90 0.369 -.0954542 .2566602
Financiamiento .0500188 .0134663 3.71 0.000 .0236142 .0764234
Capacitacion .0495039 .0232566 2.13 0.033 .0039025 .0951053
_cons .4939168 .0987985 5.00 0.000 .300193 .6876406
9
MODELO LINEAL BINARIO CORREGIDO
. reg Formalidad Sexo Edad Produccion _IOrg_Jur_5 _IReg_Prop_3 Financiamiento Capacitacion
Source SS df MS Number of obs = 2,867

F(7, 2859) = 29.28
Model 24.7270266 7 3.53243237 Prob > F = 0.0000
Residual 344.968125 2,859 .120660415 R-squared = 0.0669
Adj R-squared = 0.0646
Total 369.695152 2,866 .128993423 Root MSE = .34736
Formalidad Coef. Std. Err. t P>|t| [95% Conf. Interval]
Sexo .0396694 .013263 2.99 0.003 .0136633 .0656755

Edad .0023205 .0005298 4.38 0.000 .0012816 .0033593
Produccion 5.23e-08 1.32e-08 3.98 0.000 2.65e-08 7.81e-08
_IOrg_Jur_5 .0659104 .0154582 4.26 0.000 .0356 .0962207
_IReg_Prop_3 -.2352704 .0257742 -9.13 0.000 -.2858082 -.1847326
Financiamiento .0540954 .0135511 3.99 0.000 .0275244 .0806663
Capacitacion .0680726 .0232474 2.93 0.003 .0224892 .113656
_cons .5711355 .0380232 15.02 0.000 .4965798 .6456911
MODELO BINARIO LOGIT SIN CORREGIR
10
. xi: logit Formalidad Sexo Edad Produccion Gastospersonal i.Org_Jur i.Reg_Prop i.Niv_Edu Financiam
> iento Capacitacion
i.Org_Jur _IOrg_Jur_1-6 (naturally coded; _IOrg_Jur_1 omitted)
i.Reg_Prop _IReg_Prop_1-3 (naturally coded; _IReg_Prop_1 omitted)
i.Niv_Edu _INiv_Edu_1-10 (naturally coded; _INiv_Edu_1 omitted)

Logistic regression Number of obs = 2,867

LR chi2(17) = 261.30
Prob > chi2 = 0.0000
Sexo .3943524 .114783 3.44 0.001 .1693818 .619323

Edad .0303417 .0051201 5.93 0.000 .0203064 .0403769
Produccion 8.83e-07 2.93e-07 3.01 0.003 3.09e-07 1.46e-06
Gastospersonal 9.95e-07 2.07e-06 0.48 0.630 -3.06e-06 5.05e-06
_IOrg_Jur_5 .3713554 .1530646 2.43 0.015 .0713544 .6713565
_IReg_Prop_2 .2264552 .1216378 1.86 0.063 -.0119506 .464861
_IReg_Prop_3 -1.181751 .1767139 -6.69 0.000 -1.528104 -.8353984
_INiv_Edu_3 -1.213229 .8558088 -1.42 0.156 -2.890583 .4641259
_INiv_Edu_4 -.5505934 .8005653 -0.69 0.492 -2.119673 1.018486
_INiv_Edu_5 -.3877102 .8020819 -0.48 0.629 -1.959762 1.184341
_INiv_Edu_6 .0750396 .7814901 0.10 0.924 -1.456653 1.606732
_INiv_Edu_7 .8324688 .8365783 1.00 0.320 -.8071946 2.472132
_INiv_Edu_8 -.0010725 .7894018 -0.00 0.999 -1.548272 1.546127
_INiv_Edu_9 .3464173 .8006684 0.43 0.665 -1.222864 1.915699
_INiv_Edu_10 .7565813 .7860584 0.96 0.336 -.7840649 2.297228
Financiamiento .44606 .1118686 3.99 0.000 .2268016 .6653185
Capacitacion .6010221 .2539855 2.37 0.018 .1032198 1.098825
_cons -1.469362 .8575008 -1.71 0.087 -3.150033 .2113085
11
MODELO LOGIT CORREGIDO
. logit Formalidad Sexo Edad Produccion _IOrg_Jur_5 _IReg_Prop_3 Financiamiento Capacitacion

Logistic regression Number of obs = 2,867

LR chi2(7) = 195.29
Prob > chi2 = 0.0000
Sexo .3515869 .112695 3.12 0.002 .1307088 .572465

Edad .0202266 .0046642 4.34 0.000 .0110849 .0293683
Produccion 1.09e-06 2.37e-07 4.59 0.000 6.24e-07 1.55e-06
_IOrg_Jur_5 .5446227 .1488054 3.66 0.000 .2529696 .8362759
_IReg_Prop_3 -1.280168 .1622077 -7.89 0.000 -1.598089 -.9622465
Financiamiento .4679062 .1097816 4.26 0.000 .2527383 .6830741
Capacitacion .7290012 .2496357 2.92 0.003 .2397242 1.218278
_cons -.7432206 .3193835 -2.33 0.020 -1.369201 -.1172405
12
MODELO PROBIT SIN CORREGIR

LR chi2(17) = 256.45
Prob > chi2 = 0.0000
Sexo .2126388 .0626466 3.39 0.001 .0898537 .3354238

Edad .0165493 .0027917 5.93 0.000 .0110776 .0220209
Produccion 4.26e-07 1.33e-07 3.20 0.001 1.65e-07 6.87e-07
_IOrg_Jur_5 .2058527 .0799667 2.57 0.010 .0491207 .3625846
_IReg_Prop_2 .1098012 .06571 1.67 0.095 -.018988 .2385905
_IReg_Prop_3 -.6993933 .1045851 -6.69 0.000 -.9043764 -.4944102
_INiv_Edu_3 -.6642071 .4664295 -1.42 0.154 -1.578392 .249978
_INiv_Edu_4 -.2762254 .4288971 -0.64 0.520 -1.116848 .5643975
_INiv_Edu_5 -.1884211 .4298873 -0.44 0.661 -1.030985 .6541425
_INiv_Edu_6 .0775074 .416793 0.19 0.852 -.7393918 .8944067
_INiv_Edu_7 .4740849 .4445168 1.07 0.286 -.3971521 1.345322
_INiv_Edu_8 .0270602 .4216496 0.06 0.949 -.7993578 .8534783
_INiv_Edu_9 .2200276 .4276854 0.51 0.607 -.6182204 1.058276
_INiv_Edu_10 .4477605 .4187505 1.07 0.285 -.3729753 1.268496
Financiamiento .2376421 .0621438 3.82 0.000 .1158424 .3594418
Capacitacion .3382471 .1314024 2.57 0.010 .080703 .5957911
_cons -.7058976 .46275 -1.53 0.127 -1.612871 .2010757
MODELO PROBIT CORREGIDO
13
EFECTOS MARGINALES
Predicciones
14

Formalidades de La Ciudad de Pasco 2017

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Formalidades de La Ciudad de Pasco 2017

Caricato da

Copyright:

Formati disponibili

Factores que determinan la Formalidad

de las Mypes en Cerro de Pasco en el

FACTORES QUE DETERMINAN LA FORMALIDAD DE LAS MYPES

Palabras Claves: Informalidad, Mypes

Key Word:Informal, Mypes

 Su administración independiente. Por lo general operada por sus propios

Las Mypes se encuentran reguladas por la Ley de Impulso al Desarrollo Productivo y al

 MICRO EMPRESA Hasta monto máximo de 150 UIT.

La ex viceministra de Mype e Industria, Sandra Doig al clausurar el X Foro Textil

2.1 OBJETIVO GENERAL

Identificar los factores determinantes que incrementan la posibilidad de formalizar de las

2.2 OBJETIVOS ESPECÍFICOS

 Obtener un modelo econométrico que permita predecir la probabilidad de elección

Según Tello en el documento de trabajo “Indicadores del Sector Mype Informal En El

Yamada en la investigación “Desempeño de la microempresa familiar en el Perú”, tiene

Como se puede observar, gran parte de los coeficientes son estadísticamente

Yamada utilizo un modelo probit para explicar la variable formalidad como

La informalidad es una desventaja para cualquier unidad económica así lo dicen

En la investigación Modelando el Problema de la Informalidad Empresarial. El caso de

El tipo de investigación es correlacional, experimental, explicativo, retrospectivo de

7. MODELO ECONOMÉTRICO DE LA TEORÍA

Tabla 2: Modelo Econométrico de la Teoría

El nivel de confianza de los resultados muéstrales es del 95%

Sexo, Edad, Producción, Gasto en personal, Organización jurídica, Régimen de

9.1 ANÁLISIS UNIVARIADO

Este análisis es de tipo descriptivo comprende las medidas de tendencia central y

 En promedio los encuestados tienen la edad de 47 años

9.2 ANÁLISIS BIVARIADO

La variable Producción y gastos de personal correlacionaron fuertemente con un -

Skewness/Kurtosis tests for Normality

Edad 2,882 0.0000 0.1907 68.34 0.0000

H0: Los datos siguen una distribución normal

 Las variables Producción y Gastos de Personal menor al 0.05 se rechaza H0 los

10. TABLAS CRUZADAS Y FRECUENCIAS

Tabla 03 Prueba del Chi2 Formalidad- Sexo de los Microempresarios

Valor de tabla 3,841

 Ho: La variable Formalidad es independiente de la variable Sexo de los

Interpretación: Se rechaza Ho y se acepta H1 la variable Formalidad no es

11. ESTIMACION DEL MODELO ECONOMÉTRICO

Iteration 0: log likelihood = -1222.1796

Probit regression Number of obs = 2,867

Formalidad Coef. Std. Err. z P>|z| [95% Conf. Interval]

Sexo .2059091 .0616012 3.34 0.001 .085173 .3266452

Tabla 3: Efectos Marginales

Tabla 4: Interpretaciones Modelo Probit –Logit

VARIABLES PROBIT LOGIT

produccion  Si un microempresario aumenta  Si un microempresario aumenta su

Capacitación  Si un microempresario tiene una Si un microempresario tiene una mayor

13. PRUEBA DE HIPOTESIS

A la luz de resultados se acepta la H1 y se rechaza H0 las variables: sexo, edad

Tabla 5: Prueba de Hipótesis

H1: Todos los coeficientes de la regresión no son igual a cero

Prueba de hipótesis nula conjunta ahora con Chi cuadrado

Es decir que las variables en conjunto son significativas o importantes en ambos

14. PRONÓSTICO O PREDICCION

No pretendemos que los resultados sean considerados concluyentes, debido a que es

Ratificamos lo dicho por Aguilar, Texis y Ramirez la informalidad da desventaja a

Ministerio de la Producción. (9 de Abril de 2014). Recuperado el 22 de Abril de 2014, de

Cleri, C. (2007). El libro de las PYMES. Buenos Aires: Ediciones Granica.

COMEXPERU. (2013). SEMANARIO Nº 727, 4.

Guia Tributaria SUNAT. (s.f.). Recuperado el 22 de Abril de 2014, de Guia Tributaria

Loayza, N. (s.f.). Causas y consecuencias de la informalidad en el Perú. Estudios

ProInversión. (s.f.). Gerencial Empresarial. Recuperado el 22 de Abril de 2014, de Gerencial