Universidad Católica Boliviana "San Pablo"

82 El primer supuesto paramétrico del análisis discriminante como se mencionó en el marco teórico es el de normalidad multivariante, que de acuerdo a los test de normalidad en anexo 43 que se realizaron el en capítulo 3 se pudo verificar que ninguna de las variables finales que se incluyen en el modelo final presenta normalidad univariante en sus distribuciones, por consiguiente, tampoco se cumple la normalidad multivariante. Para evaluar la multicolinealidad de recurre a una prueba con el factor de inflación de varianza expuesta en la figura 10. Figura 10: Test de multicolinealidad Elaboración propia con software IBM SPSS V.23 De acuerdo a los resultados del test solo la variable ROA presenta síntomas de posible dependencia entre las variables implicadas. Para evaluar el supuesto de heterocedasticidad en el modelo se hace una aproximación por medio de un modelo de regresión lineal tomando como variable dependiente CP (capacidad de pago), se corrió el modelo de regresión y se obtuvo los residuos, una vez obtenidos los residuos estos fueron estandarizados en valor absoluto y estos residuos estandarizados fueron tomados como variable dependiente y se volvió a correr el modelo de regresión con las variables Coeficientes estandarizad os B Error estándar Beta Tolerancia VIF (Constante) ,149 ,474 ,315 ,754 P_AT 1,584 ,679 ,595 2,332 ,024 ,165 6,063 PT_P ,125 ,076 ,405 1,646 ,106 ,177 5,642 Vtas_Pcte ,040 ,026 ,197 1,499 ,140 ,622 1,608 Uneta_Vtas -1,268 ,921 -,327 -1,377 ,174 ,190 5,259 ROA 3,858 4,476 ,341 ,862 ,393 ,069 14,539 Vtas_AT ,027 ,179 ,023 ,149 ,882 ,468 2,135 1 a. Variable dependiente: CP Coeficientes a Modelo Coeficientes no estandarizados t Sig. Estadísticas de colinealidad