Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
DOI: https://doi.org/10.46296/yc.v6i10edespmay.0172  
REGRESIÓN MULTINOMIAL PARA LA CARACTERIZACIÓN DE LA  
ESTRUCTURA DE LAS EMPRESAS ECUATORIANAS  
MULTINOMIAL REGRESSION FOR THE CHARACTERIZATION OF THE  
STRUCTURE OF ECUADORIAN COMPANIES  
Mendoza-Talledo Olga Lilian ; Useche-Castro Lelly María 2  
1
1
Maestrante del Instituto Posgrado de la Universidad Técnica de Manabí. Portoviejo, Ecuador.  
Correo: olga.mendoza@utm.edu.ec. ORCID ID: https://orcid.org/0000-0001-6053-562X.  
2
Universidad Técnica de Manabí, Instituto de Ciencias Básicas. Departamento de Matemáticas  
y Estadística. Portoviejo, Ecuador. Correo: Ielly.useche@utm.edu.ec. ORCID ID:  
https://orcid.org/0000-0002-4294-9009  
Resumen  
La investigación se fundamenta y se constituye en el objetivo de caracterizar mediante la  
búsqueda de los factores más relacionados con la estructura de las empresas; atendiendo a  
estas consideraciones se utiliza el cuestionario de la encuesta estructural empresarial ENESEM  
2018 del Instituto Nacional de Estadística y Censos representados por una muestra de 3723  
empresas medianas y grandes, de los sectores de manufactura, comercio, servicio, minería y  
construcción de empresas del Ecuador; conduciendo a un análisis de componentes principales  
se obtuvo una reducción de los grupos de variables que conformaron el cuestionario, y, mediante  
un modelo multinomial se caracterizó la estructura de las empresas; resulta igualmente  
interesante los resultados como se muestran y exteriorizan los factores predominante para  
caracterizar una empresa grande en relación con caracterizarla como empresa tipo A, definiendo  
como la variable “terrenos”, seguida de la variable “muebles y enseres” y del rubro de “minería”;  
se expresa la característica de “terrenos” y “edificios” así como el sector de “minería y  
construcción” también definen más a una empresa estructurarla como grande en relación con  
una empresa mediana B; finalmente las conclusiones derivan que las grandes empresas se  
caracterizan por la presencia de Bienes tangibles, mientras que las medianas tipo A y B por las  
demás variables relacionadas con gastos, costos, producción y depreciaciones; por todo aquello  
el modelo obtenido fue aceptada su aplicación mediante el uso de coeficiente de pseudo R2  
Nagelkerke para probar la idoneidad del modelo, se validó con una tasa de buena clasificación  
global del 87,3%.  
Palabras claves: Regresión multinomial, estructura empresarial, multivariante.  
Abstract  
The objective of the research was to characterize by searching for the factors most related to the  
structure of the companies. For this, the questionnaire of the business structural survey ENESEM  
2018 of the National Institute of Statistics and Censuses of a sample of 3723 medium and large  
companies, from the manufacturing, trade, service, mining and construction sectors of companies  
from all over Ecuador. Through a principal components analysis, a reduction of the groups of  
variables that made up the questionnaire was obtained, and through a multinomial model, the  
structure of the companies was characterized. Among the results obtained are the factors to  
characterize a large company in relation to characterizing it as a type A company, which is  
ultimately the variable "land", followed by the variable "mining". Likewise, the characteristic of  
"
land" and “building” as well as the "mining and construction" sector also define more a company  
structured as large in relation to a medium-sized company B. It is concluded that large companies  
are characterized by the presence of Tangible Goods, while the medium type A and B by the  
other variables related to expenses, costs, production and depreciation. The model obtained was  
Información del manuscrito:  
Fecha de recepción: 21 de febrero de 2022.  
Fecha de aceptación: 05 de mayo de 2022.  
Fecha de publicación: 09 de mayo de 2022.  
5
1
Mendoza-Talledo et al. (2022)  
accepted for application by using the pseudo R2 Nagelkerke coefficient to test the suitability of  
the model, it was validated with an overall good classification rate of 87.3%.  
Keywords: Multinomial Regression, business structure, multivariate.  
INEC para contribuir  
caracterización propia  
nacional.  
a
una  
1
. Introducción  
a
nivel  
Tal como lo define Mero-Vélez,  
2018), una empresa “es una  
(
Por otra parte, tal como lo  
conceptualiza Zamora y Castro  
organización o institución dedicada  
a actividades o persecución de  
fines económicos o comerciales para  
satisfacer las necesidades de bienes  
y/o servicios de la sociedad, a la par  
de asegurar la continuidad de la  
estructura” (p. 84-102). Es por ello  
que, las empresas satisfacen las  
necesidades, ya sean en bienes o  
servicios de los solicitantes por lo  
cual es necesario tener conocimiento  
de las características esenciales  
para crear una empresa, así se logra  
la medición del crecimiento de la  
misma para poder lograr el éxito  
empresarial; vinculados al concepto  
se estima que, a través del tiempo se  
han realizado investigaciones para  
(2021) los métodos y técnicas  
multivariantes como una; “La serie  
de modelos matemáticos” que  
tienen como objetivo, “ precisar e  
interpretar los resultados de la  
observación de un conjunto de  
variables  
que  
se  
estudian  
unidas”.(p. 103-118).  
Sobre la base de las ideas  
expuestas, se estima que la finalidad  
principal es detectar mediante una  
metodología  
los  
primordiales  
factores que describan la estructura  
de las empresas, tomando en cuenta  
todos las variables o enfoques de  
manera simultánea, lo cual se  
consigue mediante metodologías  
multivariantes; sobre la base de las  
estudiar  
mediante  
técnicas  
multivariante la gestión continua de  
las empresas; aunado a la situación  
se estima que en Ecuador, es  
ideas  
expuestas  
algunas  
investigaciones se han hecho como  
para el estudio de los factores que  
importante  
aprovechar  
la  
información que ofrece el Instituto  
nacional de estadísticas y censos  
5
2
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
inciden en la innovación de las  
empresas (Acosta, 2016, p.82)  
comercio y servicios. Volviendo la  
mirada hacia dicha encuesta, se  
afirma que se trata de un estudio  
exhaustivo conformado por un gran  
conjunto de variables y desarrollado  
por el INEC, sin embargo, muchos  
estudios a nivel local y privado  
pudieran hacer uso de información  
más reducida pero que concentre los  
principales factores que influyen en  
la caracterización de una empresa,  
es decir, mediante un cuestionario  
más corto y de mayor rapidez de  
Como se puede inferir, no obstante,  
a nivel país, no existe muchas  
investigaciones, de este modo  
algunas de ellas, en el cual a nivel  
local se observa el estudio elaborado  
por Almeida et. al (2017) describió en  
las provincias de Esmeraldas,  
Carchi, Imbabura y Sucumbíos, 1917  
empresas en diversos rubros tales  
como:  
federativo,  
nivel de  
tecnológico,  
abastecimiento  
aplicación  
resultados.  
y
de análisis de  
recursos financieros, nivel de  
inserción de las actividades de  
marketing, entrenamiento, nivel de  
Por todo ello se formula la siguiente  
pregunta de investigación: ¿La  
regresión multinomial en conjunto  
con el análisis de componentes  
principales permiten la obtención de  
un modelo que identifique la  
influencia de factores en la  
estructuración de las empresas del  
Ecuador?; con relación al trabajo de  
investigación se plantea el objetivo el  
mismo que denota, caracterizar los  
principales factores que definen la  
desempeño  
de  
las  
responsabilidades. (p.6)  
Atendiendo a los requerimientos,  
Ecuador realiza desde el 2017 la  
encuesta estructural empresarial, la  
cual  
detalla  
con  
información  
actualizada  
y
acertada sobre  
estadísticas empresariales en el  
país, el INEC como ente rector del  
Sistema  
anualmente realiza el levantamiento  
de la Encuesta Estructural  
Estadístico  
Nacional,  
estructura  
de  
las  
empresas  
ecuatorianas mediante estadística  
multivariante, aplicando un análisis  
de componente principales (ACP) y  
Empresarial (ENESEM) de usuarios  
públicos y privados con respecto a la  
estructura y evolución económica de  
regresión  
logística  
los siguientes sectores:  
multinomial(RLM).  
manufactura, minería, construcción,  
5
3
Mendoza-Talledo et al. (2022)  
2
. Materiales y métodos  
empresarial. (Instituto Nacional de  
Estadísticas y Censo, 2019)  
La investigación es de tipo es  
cuantitativo, descriptivo-exploratorio,  
La investigación se inició con  
un análisis del estado del arte  
mediante la revisión exhaustiva de  
artículos científicos a nivel local,  
nacional y mundial con respecto al  
uso de técnicas multivariante  
(Ortega, 2018). ya que el estudio se  
basó en describir los factores más  
influyentes en las estructuras de las  
empresas.  
Como técnicas e instrumentos, el  
estudio se basó un muestreo  
específicamente  
componentes principales y regresión  
logística multinomial.  
análisis  
de  
obtenido  
mediante  
encuesta  
elaborado por Instituto Nacional de  
Estadística y Censo del Ecuador, a  
través del cuestionario ENESEM del  
año 2018 el cual en su ficha técnica  
muestra que el marco de muestreo  
es una encuesta aplicada a una  
población de 13695 empresas, de  
las cuales se diseñó una muestra de  
tamaño igual a 4088 empresas; para  
Posteriormente, se continua el  
estudio con técnicas univariantes  
como tablas, gráficos y estadígrafos  
y de técnicas bivariantes como  
análisis de correlaciones entre otros,  
lo cual formará parte del análisis  
exploratorio de datos, para luego,  
proceder a ajuste de datos que sean  
necesarios, eliminación de variables,  
entre otros. Seguidamente se  
procedió a la reducción del número  
de variables mediante la técnica  
finalmente  
efectiva  
obtener  
de 3723  
información  
empresas  
medianas y grandes, de los sectores  
de manufactura, comercio, servicio,  
minería y construcción. Cabe indicar  
que, las empresas grandes son de  
inclusión forzosa, mientras que para  
las empresas medianas se toma una  
muestra probabilística aleatoria. La  
cobertura geográfica de la encuesta  
es nacional, y la información puede  
ser desagregada por tamaño de  
empresas y rama de actividad  
multivariante  
componentes  
finalmente  
de  
análisis  
de  
y
principales  
mediante  
regresión  
multinomial para continuar con la  
selección de los factores que más  
caracterizan las empresas en el  
Ecuador, teniendo como variable  
dependiente el tipo de empresa  
(grande, mediana o pequeña).  
5
4
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
Variables en estudio: corresponden  
las componentes principales  
variables de la sección 2 (véase  
a
Tabla 1) así como el sector  
económico al cual pertenece la  
empresa.  
seleccionadas, respectivamente, en  
cada uno de los diez grupos de  
Tabla 1. Variables en estudio  
Grupo  
Nombre  
Nombre en  
SPSS  
1
2
1
2
1
2
3
4
5
6
Gastos de la empresa  
FAC1_16  
FAC2_16  
FAC1_17  
FAC2_17  
FAC3_17  
FAC4_17  
FAC5_17  
FAC6_17  
Ingresos y gastos de la empresa  
Otros gastos  
Total de costos y gastos  
Gastos financieros  
Consumo del combustibles y lubricantes  
Utilidad del ejercicio y ventas totales  
Total otros gastos, Gasto en suministros,  
herramientas, materiales y repuestos, y ventas  
netas de servicios  
3
1
2
3
4
5
6
1
1
1
1
1
2
1
2
Edificios  
FAC1_18  
FAC2_18  
FAC3_18  
FAC4_18  
FAC5_18  
FAC6_18  
FAC1_19  
FAC1_20  
FAC1_21  
FAC1_22  
FAC1_23  
FAC2_23  
FAC1_24  
FAC2_24  
Muebles y enseres y equipos de oficina  
Equipos de computación  
Terrenos  
Tiempo de uso  
Tiempo de uso – Edificios  
4
5
6
7
8
Directores y gerentes  
Empleados por género y edad  
Sueldos, salarios y horas trabajadas  
Gasto en energía eléctrica, combustibles y  
lubricantes  
9
10  
1
Producción Total, Suministros, herramientas,  
materiales y repuestos, Total insumos, Total  
FAC1_25  
5
5
Mendoza-Talledo et al. (2022)  
gastos operacionales, Consumo Intermedio,  
Depreciaciones, Costo histórico al 31 de  
Diciembre, Total de adquisiciones, Formación  
bruta de capital fijo, Formación de capital fijo  
Gastos financieros, Remuneraciones, Personal  
ocupado, Otras remuneraciones y Horas  
anuales  
2
3
4
FAC2_25  
FAC3_25  
FAC4_25  
Producción Total, Otros gastos operacionales,  
Total gastos operacionales, Valor agregado y  
Valor total de energía eléctrica  
Depreciaciones, Costo histórico al 31 de  
diciembre, Total de adquisiciones, Total de  
disposiciones y Cantidad de energía consumida  
3
. Resultados  
Revisión de adecuación del ACP  
para los diferentes grupos de  
variables  
Para justificar la implementación del  
análisis de componentes principales  
y posteriormente el modelo de  
regresión logística multinomial, el  
primer paso a seguir fue realizar un  
análisis de correlaciones que  
determinó el grado de asociación  
entre las variables. En dicho análisis,  
se logró evidencias de existencias de  
Para el grupo 1, el estadístico KMO  
es igual a 0.810 muy cercano a la  
unidad, lo que indica la adecuación  
de los datos a un modelo de ACP. A  
partir del contraste de Bartlett  
podemos concluir que la hipótesis  
nula de variables incorrelacionadas  
no se rechaza, por tanto, tiene  
sentido aplicar el ACP. De igual  
manera, para el grupo 2, 3, 4 y 10 se  
obtuvieron valores significativos en  
las pruebas. (0,50; 0,75; 0,61;0,84  
respectivamente)  
muchas  
correlaciones  
significativas  
estadísticamente  
superiores, |ρ| > 0.8. De esta manera  
se procedió desarrollar la  
a
metodología de análisis factorial  
separadamente en cada grupo de  
variables.  
5
6
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
Modelo de regresión logística  
multinomial  
interés fue caracterizar  
a
la  
probabilidad de que tome un valor  
discreto, condicionado a los valores  
de ciertas variables explicativas.  
Como la variable dependiente tiene  
más de dos valores corresponde a  
un modelo de elección múltiple o  
modelo multinomial. El modelo  
multinomial más empleado es el  
modelo de Regresión Logística  
Multinomial, ya que a partir de su  
respuesta se pueden realizar  
clasificaciones.  
El modelo de regresión logística  
multinomial (Hormer y Lemeshow,  
1
989, como se citó en, Fernández et,  
al 2004) es utilizados en modelos  
con variable dependiente de tipo  
nominal con más de dos categorías,  
las variables independientes pueden  
ser  
tanto  
continuas  
como  
categóricas. En esta sección se  
desarrolló un modelo de regresión  
logística multinomial que caracteriza  
estadísticamente las empresas de la  
ENESEM 2018 de acuerdo con su  
tamaño. Este modelo permite  
reconocer cuáles son los factores  
que influyen en el tamaño de una  
empresa.  
Análisis estadístico  
En cuanto a la distribución de las  
categorías de la variable tamaño de  
la empresa en la ENESEM 2018,  
corresponde principalmente a la  
categoría Grande Empresa (Y=3)  
con el 74,9% del total de empresas  
de estudio correspondiendo a 2789  
En la ENESEM 2018 se definió la  
variable respuesta tamaño de la  
empresa, la cual denotaremos por Y  
de la forma siguiente:  
empresas, las  
categorías Mediana Empresa A  
Y=1) fueron 314 empresas de  
estudio (8,4%) y Mediana Empresa B  
Y=2) con 620 empresas,  
mientras  
que  
(
1
,
푠푖 푒푠 푀푒푑푖푎푛푎 퐸푚푝푟푒푠푎 퐴  
푠푖 푒푠 푀푒푑푖푎푛푎 퐸푚푝푟푒푠푎 퐵  
푠푖 푒푠 퐺푟푎푛푑푒 퐸푚푝푟푒푠푎  
푌 = {2,  
3
,
(
representando el 16,7% del total  
estudiadas.  
Como la variable dependiente es una  
variable discreta formada por  
alternativas (valores) separada y  
mutuamente excluyentes, se está en  
presencia de los modelos de  
elección discreta. En este caso el  
En la Tabla 2 se muestra el resumen  
del procedimiento para la inclusión  
de las variables para la construcción  
del modelo con los valores de  
5
7
Mendoza-Talledo et al. (2022)  
estadístico chi-cuadrado para cada  
una de ellas. Esto mide la  
contribución individual de cada  
variable a la mejora del ajuste global  
del modelo . La significación de cada  
estadístico indica que las variables  
son estadísticamente significativas,  
ya que p < 0.05.  
Tabla 2. Resumen del procedimiento de inclusión de variables  
Contrastes de la razón de  
verosimilitud  
Criterio de ajuste del modelo  
-
2 log  
BIC de verosimilitud  
modelo  
AIC de  
Chi-  
gl  
Sig.  
modelo  
del modelo  
reducido  
2421,843a  
2547,563  
2438,564  
2482,997  
2430,404  
2436,523  
2456,057  
2739,128  
3091,586  
2825,711  
2613,917  
3571,711  
cuadrado  
Efecto  
Intersección 2481,843 2668,511  
reducido reducido  
0,000  
125,720  
16,721  
61,154  
8,561  
0
2
2
2
2
2
2
2
2
2
2
8
FAC2_16  
FAC5_17  
FAC6_17  
FAC4_18  
FAC1_24  
FAC2_24  
FAC1_25  
FAC2_25  
FAC3_25  
FAC4_25  
2603,563 2777,787  
2494,564 2668,788  
2538,997 2713,221  
2486,404 2660,628  
2492,523 2666,747  
2512,057 2686,281  
2795,128 2969,352  
3147,586 3321,810  
2881,711 3055,935  
2669,917 2844,141  
,000  
,000  
,000  
,014  
,001  
,000  
,000  
,000  
,000  
,000  
,000  
14,680  
34,214  
317,286  
669,743  
403,869  
192,075  
1149,868  
cod_sector 3615,711 3752,601  
eléctrica, combustibles y lubricantes  
FAC2_24); Producción Total,  
Por tanto, las variables incluidas en  
el modelo son; Ingresos y gastos de  
la empresa (FAC2_16); Utilidad del  
ejercicio y ventas totales (FAC5_17);  
Total otros gastos, Gasto en  
(
Suministros,  
materiales  
insumos,  
herramientas,  
y
repuestos, Total  
Total  
gastos  
operacionales, Consumo Intermedio,  
Depreciaciones, Costo histórico al 31  
suministros,  
herramientas,  
materiales y repuestos, y ventas  
netas de servicios (FAC6_17);  
de  
Diciembre,  
Total  
de  
adquisiciones, Formación bruta de  
capital fijo, Formación de capital fijo  
Terrenos  
salarios  
(FAC4_18);  
horas  
Sueldos,  
y
trabajadas  
(FAC1_25); Gastos financieros,  
(FAC1_24); Gasto en energía  
Remuneraciones, Personal  
5
8
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
ocupado, Otras remuneraciones y  
Horas anuales (FAC2_25);  
Producción Total, Otros gastos  
operacionales, Total gastos  
Se calculó el valor del pseudo R2 de  
Nagelkerke que comprueba la  
eficacia productiva de la probabilidad  
de ocurrencia de las categorías de la  
variable dependiente es de 71.8%, lo  
que nos indica que el 28.2% restante  
viene explicado por otras variables  
que no han sido incluidas en el  
modelo.  
operacionales, Valor agregado y  
Valor total de energía eléctrica  
(
FAC3_25) y Depreciaciones, Costo  
histórico al 31 de diciembre, Total de  
adquisiciones, Total de  
disposiciones y Cantidad de energía  
consumida (FAC4_25).  
Con respecto a la Tabla 3, podemos  
observar que cuando el tamaño de  
empresa es Mediana Empresa A  
(Y=1), la mayoría de los coeficientes  
El valor del chi-cuadrado del modelo  
ajustado a la que se aproxima la  
razón de verosimilitud y permite  
comprobar el ajuste del modelo en  
su conjunto y afirmar que el modelo  
es de utilidad en la predicción de la  
probabilidad de ocurrencia de las  
de  
las  
variables  
son  
estadísticamente significativos con  
excepción de las variables FAC4_18  
y cod_sector=2, respectivamente.  
Además, la probabilidad de que el  
tamaño de empresa sea Mediana  
Empresa A disminuye cuando las  
categorías  
de  
la  
variable  
dependiente es de 2965,102 con 28  
grados de libertad, el cual resulta  
significativo por lo que se rechaza la  
hipótesis nula de que todos los  
coeficientes del modelo, a excepción  
del término constante, son iguales a  
cero, con un nivel de significación del  
variables  
FAC6_17, FAC1_24, FAC1_25-  
FAC_425, respectivamente,  
FAC2_16,  
FAC5_17,  
aumentan en una unidad y el sector  
económico al que pertenece la  
empresa es 1, 3, o 4. Si el tamaño de  
empresa es Mediana Empresa B  
5
%.  
(
Y=2), la mayoría de los coeficientes  
En relación a la bondad de ajuste, la  
significancia del modelo fué mayor  
que 0.05, (aproximadamente 1), lo  
que nos indica que el modelo es  
adecuado para el ajuste de los datos.  
de las variables son  
estadísticamente significativos con  
excepción de las variables FAC1_24  
y cod_sector=2, respectivamente.  
Además, la probabilidad de que el  
5
9
Mendoza-Talledo et al. (2022)  
tamaño de empresa sea Mediana  
Empresa B disminuye cuando las  
FAC_425,  
respectivamente,  
aumentan en una unidad y el sector  
económico al que pertenece la  
empresa es 1, 3, o 4.  
variables  
FAC2_16,  
FAC5_17,  
FAC6_17, FAC1_24, FAC1_25-  
Tabla 3. Estimaciones de los parámetros  
Código tamaño de  
empresaa  
B
Error típ.  
Wald  
gl  
Sig.  
Mediana Intersección  
Empresa FAC2_16  
-36,493  
-21,898  
-9,983  
1,942  
2,922  
4,861  
2,164  
,421  
353,141  
56,148  
4,217  
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
,000  
,000  
,040  
,000  
,054  
,001  
,001  
,000  
,000  
,000  
,000  
,000  
,224  
,000  
,000  
A
FAC5_17  
FAC6_17  
FAC4_18  
FAC1_24  
FAC2_24  
FAC1_25  
FAC2_25  
FAC3_25  
FAC4_25  
-15,179  
,813  
49,204  
3,723  
-11,640  
7,080  
3,432  
2,191  
14,096  
5,104  
12,628  
7,556  
,375  
11,505  
10,446  
118,143  
232,639  
204,298  
79,725  
81,145  
1,479  
-153,209  
-77,850  
-180,499  
-67,470  
[
[
[
[
[
cod_sector=1] -3,378  
cod_sector=2] ,729  
,600  
cod_sector=3] -7,830  
cod_sector=4] -1,464  
,362  
469,054  
12,753  
,410  
cod_sector=5]  
0b  
Mediana Intersección  
Empresa FAC2_16  
-16,088  
-18,654  
-12,834  
-4,350  
,808  
,869  
1,857  
3,183  
1,016  
,288  
342,684  
100,879  
16,261  
18,323  
7,883  
,000  
,000  
,000  
,000  
,005  
,700  
,000  
,000  
,000  
,000  
,000  
,000  
,200  
,000  
B
FAC5_17  
FAC6_17  
FAC4_18  
FAC1_24  
FAC2_24  
FAC1_25  
FAC2_25  
FAC3_25  
FAC4_25  
,561  
1,457  
,938  
,148  
6,885  
53,918  
87,952  
212,745  
169,167  
56,489  
66,965  
1,640  
-61,905  
-39,113  
-90,206  
-30,139  
6,601  
2,682  
6,935  
4,010  
,237  
[
[
[
cod_sector=1] -1,936  
cod_sector=2] ,647  
cod_sector=3] -4,650  
,505  
,248  
352,409  
6
0
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
[
[
cod_sector=4]  
cod_sector=5]  
-,532  
0b  
,306  
3,012  
1
0
,083  
a. La categoría de referencia es: Grande Empresa.  
b. Este parámetro se ha establecido a cero porque es redundante.  
Mediana Empresa A de las 314  
empresas analizadas sólo 219  
fueron correctamente clasificadas,  
dando como resultado un 69.7% de  
clasificación correcta. Para la  
Mediana Empresa B este porcentaje  
es igual a 54.8% y para la Grande  
Finalmente, se generó la tabla de  
clasificaciones (Tabla 4), la cual nos  
permite evaluar la eficacia predictiva  
del modelo de regresión multinomial.  
En  
esta  
tabla,  
los  
valores  
observados de la variable respuesta  
y los valores ajustados por el modelo  
se representan en una tabla de  
contingencia bidimensional que  
permite calcular el porcentaje de  
Empresa  
clasificación correcta es igual a  
6.5%. Finalmente, podemos  
observar que 87.3% de las  
observaciones analizadas se  
clasificaron correctamente.  
el  
porcentaje  
de  
9
casos  
que  
se  
asignaron  
correctamente. En la tabla se  
muestra como en el caso de  
Tabla 4. Clasificación de las empresas.  
Pronosticado  
Mediana  
Mediana  
Grande  
Porcentaje  
correcto  
Observado  
Empresa A  
Empresa B  
Empresa  
Mediana Empresa  
A
2
19  
67  
28  
69,7%  
54,8%  
Mediana Empresa  
B
6
1
340  
219  
Grande Empresa  
Porcentaje global  
7
92  
2690  
96,5%  
87,3%  
7,7%  
13,4%  
78,9%  
ecuatorianas” se exhorta que los  
métodos de reducción de  
4
. Conclusiones  
Según el estudio “Regresión  
multinomial para la caracterización  
de la estructura de las empresas  
información como el ACP ofreció una  
reducción significativa del número de  
variables  
que  
inicialmente  
6
1
Mendoza-Talledo et al. (2022)  
conformaba el estudio, lo que  
permite ser más conciso en las  
características más fundamentales a  
medir en estudios posteriores o en  
posibles estudios regionales.  
Como  
seguimiento  
de  
estas  
conclusiones acarrea hacia los  
principales factores que definen la  
estructura de las empresas en el  
Ecuador, en este orden se pueden  
caracterizar de la siguiente manera:  
Los factores que más predominan  
para caracterizar una empresa  
grande en relación con caracterizarla  
como empresa tipo A son en  
definitiva es la variable “terrenos”,  
En relación a las explicaciones, de  
estas evidencias como aspecto  
novedoso o relevante del estudio, es  
que el modelo multinomial obtenido,  
permite además de, determinar los  
factores mas influyentes en la  
definición de la estructura de una  
empresa, también brinda las  
bondades de predicción por ser un  
modelo de regresión multinomial, es  
decir, que puede sólo con los  
factores de relevancia medirlos para  
ubicar una empresa dentro de la  
estructura correspondiente, siendo  
un modelo que muy explicado por las  
variables involucradas al obtener un  
buen coeficiente de Nagelkerke.  
“muebles, enseres y equipos de  
oficina” seguida de la variable de  
rubro de “minería”. Así mismo, la  
característica “Terrenos”,  
de  
“Edificios” y “muebles, enseres y  
equipos de oficina” así como el  
sector de “minería y construcción”  
también definen más a una empresa  
estructurarla como grande en  
relación con una empresa mediana  
B. Es decir, las grandes empresas se  
caracterizan por la presencia de  
Bienes tangibles, mientras que las  
medianas tipo A y B por las demás  
variables relacionadas con gastos,  
costos, producción y depreciaciones.  
Otra forma de contribuir es tomar en  
cuenta el coeficiente de Nagelkerke,  
con el cual podría replantearse el  
modelo con nuevas características  
que aún no han sido medidas en el  
cuestionario, específicamente en  
investigaciones de caracteres de las  
ciencias administrativas más que de  
la búsqueda de la metodología.  
6
2
Revista Científica Multidisciplinaria Arbitrada YACHASUN. Volumen 6, Número 10 (Ed. Esp. Mayo 2022) ISSN: 2697-3456  
Regresión multinomial para la caracterización de la estructura de las empresas ecuatorianas  
Ciencias Forestales, (18),  
23-327.  
Bibliografía  
3
Mero-Vélez, J. M. (2018). Empresa,  
Acosta,  
R.  
J.  
H.  
(2016).  
administración  
administrativo.  
Científica FIPCAEC (Fomento  
de la investigación  
publicación en Ciencias  
y
proceso  
Revista  
Caracterización  
mediante  
análisis multivariane de los  
factores incidentes en la  
innovación de las empresas  
de servicios en el plan  
curricular de la educación  
y
Administrativas, Económicas  
y Contables). ISSN: 2588-  
superior  
colombiana.  
0
90X. Polo de Capacitación,  
Investigación y Publicación  
POCAIP), 3(8), 84-102.  
Encuentro Internacional de  
Educación en Ingeniería.  
(
Recuperado  
en:  
https://acofipapers.org/index.  
php/eiei/article/view/984  
INEC. (2019). Metodología de la  
ENESEM 2018. INEC,  
Dirección de Estadísticas  
Económicas - DECON, Quito.  
Recuperado el 07 de Mayo de  
Almeida, J. G. B., Villegas, L. E. L., &  
Estéves, L. V. S. (2017).  
Estudio  
caracterización  
fortalecimiento  
sobre  
la  
y
los  
2
020,  
de  
http://www.ecuadorencifras.g  
ob.ec/documentos/webinec/E  
stadisticas_Economicas/Encu  
esta_Estructural_  
de  
procesos comerciales de las  
MIPYMES de la Zona 1 del  
Ecuador.  
Comercio  
y
Empresarial/2017/2  
Negocio, (7), 145-162.  
0
17_ENESEM_Metodologia.  
Ortega, A. O. (2018). Enfoques de  
investigación. Extraído de  
pdf  
Zamora, M. E. L., & Castro, L. M. U.  
https://www.  
researchgate.  
(
2021). Métodos estadísticos  
multivariantes aplicados en el  
estudio del rendimiento  
net/profile/Alfredo_Otero_Ort  
ega/publication/326905435_  
ENFOQUES_DE_INVESTIG  
ACION_TABLA_DE_CONTE  
NIDO_Contenido/links/5b6b7f  
académico: Una revisión de la  
literatura. Revista Cognosis.  
ISSN 2588-0578, 6(1), 103-  
9
992851ca650526dfd/ENFO  
1
18.  
QUES-DE-INVESTIGACION-  
TABLA-DECONTENIDO-  
Contenido. pdf el, 14.  
Fernández, V. P., & Fernández, R. S.  
M. (2004). Regresión logística  
multinomial. Cuadernos de la  
Sociedad  
Española  
de  
6
3