Otros Ok

Su periodo de uso temporal para IBM SPSS Statistics vencerá en 8 días.
GET
FILE='C:\Users\USER\Desktop\SPSS\ENCUENTASok.sav'.
DATASET NAME Conjunto_de_datos1 WINDOW=FRONT.
RELIABILITY
/VARIABLES=Monto Taza
/SCALE('ALL VARIABLES') ALL
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE COV
/SUMMARY=TOTAL.
Análisis de fiabilidad
Notas
Resultados creados 06-jul-2018 10:26:29

Comentarios
Entrada Datos C:\Users\USER\Desktop\SPSS\ENCU
ENTASok.sav
Conjunto de datos activo Conjunto_de_datos1
Filtro <ninguno>
Peso <ninguno>
Segmentar archivo <ninguno>
Núm. de filas del archivo de 28
trabajo
Entrada matricial
Tratamiento de los datos Definición de perdidos Los valores perdidos definidos por el
perdidos usuario se tratarán como perdidos.
Casos utilizados Los estadísticos se basan en todos los
casos con datos válidos para todas las
variables del procedimiento.
Sintaxis RELIABILITY
/VARIABLES=Monto Taza
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE
COV
/SUMMARY=TOTAL.
Recursos Tiempo de procesador 00 00:00:00,016

Tiempo transcurrido 00 00:00:00,031
[Conjunto_de_datos1] C:\Users\USER\Desktop\SPSS\ENCUENTASok.sav
Advertencia
El número de casos es demasiado pequeño (N = 1) para el análisis.

La ejecución de este comando se detiene
RELIABILITY
/VARIABLES=Monto Promedio
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE COV
/SUMMARY=TOTAL.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
/MODEL=ALPHA
/STATISTICS=DESCRIPTIVE SCALE
COV
/SUMMARY=TOTAL.
Advertencia
Todas las siguientes variables constitutivas tienen una varianza cero y se eliminarán de
la escala: Los créditos otorgados fueron en los montos solicitado
Se han eliminado demasiados elementos de la escala.
RELIABILITY
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
/MODEL=ALPHA.
Escala: TODAS LAS VARIABLES
Resumen del procesamiento de los casos
N %
Casos Válidos 9 32,1

a
Excluidos 19 67,9
Total 28 100,0
a. Eliminación por lista basada en todas las

Estadísticos de fiabilidad
Alfa de
Cronbach N de elementos
,000 2
RELIABILITY
/VARIABLES=Taza Monto Promedio Inversion Capacitacion Curso Tipo
ConsideraUd CapRevelvante Rentsbilidad MejoraRent RentEmpresa
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
/VARIABLES=Taza Monto Promedio
Inversion Capacitacion Curso Tipo
ConsideraUd CapRevelvante
Rentsbilidad MejoraRent RentEmpresa
/MODEL=ALPHA.
Advertencia

RELIABILITY
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
/MODEL=ALPHA.

Advertencia

* Análisis espectral.
TSET PRINT=DEFAULT.
SPECTRA
/VARIABLES=Edad
/WINDOW=HAMMING(5)
/CENTER
/PLOT=P BY FREQUENCY.
Análisis espectral
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Casos utilizados No se permite introducir valores en
ningún lugar de ninguna de las series.
Sintaxis SPECTRA
/VARIABLES=Edad
/WINDOW=HAMMING(5)
/CENTER
/PLOT=P BY FREQUENCY.

Usar Desde Primera observación
Hasta Última observación
Ajustes para las series Cantidad de resultados PRINT = DEFAULT
temporales (TSET) Guarda de nuevas variables NEWVAR = CURRENT
Número máximo de retardos MXAUTO = 16

en los gráficos de
autocorrelaciones o
autocorrelaciones parciales
Número máximo de retardos MXCROSS = 7

por gráficos de
correlaciones cruzadas
Número máximo de MXNEWVAR = 60

variables nuevas generadas
por cada procedimiento
Número máximo de casos MXPREDICT = 1000

nuevos generados por cada
procedimiento
Tratamiento de los valores MISSING = EXCLUDE

perdidos definidos por el
usuario
Valor del porcentaje para los CIN = 95

intervalos de confianza
Tolerancia para la entrada TOLER = .0001

de variables en las
ecuaciones de regresión
Máximo cambio iterativo en CNVERGE = .001

los parámetros
Método para el cálculo de ACFSE = IND

los errores típicos de las
autocorrelaciones
Longitud del período Sin especificar

estacional
Variable cuyos valores Sin especificar
etiquetan las observaciones
en los gráficos
Las ecuaciones incluyen CONSTANT
Descripción del modelo
Nombre del modelo MOD_1

Tipo de análisis Univariante
Nombre de la serie 1 Edad del representante legal de la
empresa
Rango de valores Reducido por centrado en cero
Suavizado del Ventana espectral Tukey-Hamming
periodograma Amplitud de la ventana 5
Valor ponderado W(-2) 2,073
W(-1) 2,197
W(0) 2,240
W(1) 2,197
W(2) 2,073
Aplicando las especificaciones del modelo de MOD_1
Edad del representante legal de la empresa

RELIABILITY
/VARIABLES=Promedio Inversion
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
/MODEL=ALPHA.
Advertencia
La escala tiene elementos con varianza cero
N %

a
Excluidos 19 67,9
Total 28 100,0

Alfa de
2,550E-16 2
RELIABILITY
/VARIABLES=Promedio Inversion Capacitacion Curso
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
Capacitacion Curso
/MODEL=ALPHA.

N %

a
Excluidos 23 82,1
Total 28 100,0

Alfa de
,001 4
RELIABILITY
/VARIABLES=Promedio Inversion Capacitacion Curso Tipo ConsideraUd
CapRevelvante
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
Capacitacion Curso Tipo ConsideraUd
CapRevelvante
/MODEL=ALPHA.
N %

a
Excluidos 23 82,1
Total 28 100,0

Alfa de
,002 7
RELIABILITY
CapRevelvante
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
CapRevelvante
/MODEL=ALPHA.
N %

a
Excluidos 23 82,1
Total 28 100,0

Alfa de
,002 7
RELIABILITY
CapRevelvante Taza Monto Rentsbilidad MejoraRent RentEmpresa Entidades
Credito Prestador Otorgado Plazo SEXO GradoInstruccion EstadoCivil
Profesion Tiempo Trabajadores Eventuales
Finaciamiento Terceros Edad
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
CapRevelvante Taza Monto
Entidades Credito Prestador Otorgado
Plazo SEXO GradoInstruccion
EstadoCivil Profesion Tiempo
Trabajadores Eventuales
/MODEL=ALPHA.
Advertencia

SUMMARIZE
/TABLES=Edad SEXO GradoInstruccion EstadoCivil Profesion Tiempo
Trabajadores Eventuales Finaciamiento Terceros Intereses Entidades Credito
Prestador Otorgado Plazo Taza Monto Promedio Inversion Capacitacion Curso
Tipo ConsideraUd CapRevelvante
/FORMAT=VALIDLIST NOCASENUM TOTAL LIMIT=100
/TITLE='Resúmenes de casos'
/MISSING=VARIABLE
/CELLS=COUNT.
Resumir
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Tratamiento de los valores Definición de los perdidos Los valores perdidos definidos por el
perdidos usuario para las variables
dependientes y de agrupación son
considerados como valores perdidos
para todas las variables dependientes
de la tabla.
Casos utilizados Los casos utilizados para las tablas no
incluyen valores perdidos en ninguna
variable independiente y no todas las
variables dependientes tienen valores
perdidos.
Sintaxis SUMMARIZE
/TABLES=Edad SEXO
GradoInstruccion EstadoCivil Profesion
Tiempo Trabajadores Eventuales
Finaciamiento Terceros Intereses
Plazo Taza Monto Promedio Inversion
CapRevelvante
/FORMAT=VALIDLIST NOCASENUM
TOTAL LIMIT=100
/TITLE='Resúmenes de casos'
/MISSING=VARIABLE
/CELLS=COUNT.
Advertencia
No quedan casos válidos para En el año 2016: Cuántas veces solicitó crédito. No se
pueden calcular los estadísticos.
Resumen del procesamiento de los casosa
Casos
Incluidos Excluidos Total
N Porcentaje N Porcentaje N Porcentaje
Edad del representante legal 28 100,0% 0 ,0% 28 100,0%

de la empresa
SEXO 28 100,0% 0 ,0% 28 100,0%
Grado de Instruccion 28 100,0% 0 ,0% 28 100,0%
Estado civil 28 100,0% 0 ,0% 28 100,0%
Profesion u Ocupacion del 28 100,0% 0 ,0% 28 100,0%
personal
Tiempo en años que se 28 100,0% 0 ,0% 28 100,0%
encuentra en el sector
MYPE
Numero de trabajadores 28 100,0% 0 ,0% 28 100,0%
permanantes
Numero de trabajadores 28 100,0% 0 ,0% 28 100,0%
eventuales
Financiacion de actividad 28 100,0% 0 ,0% 28 100,0%
productiva
A qué entidades recurre 28 100,0% 0 ,0% 28 100,0%
para obtener Financiamiento
Que tasa interés mensual 28 100,0% 0 ,0% 28 100,0%
paga a las Entidades
Bancarias / Qué tasa de
interés mensual paga a las
entidades no bancarias
Qué entidades financieras le 28 100,0% 0 ,0% 28 100,0%
otorga mayores facilidades
para la obtención del crédito
En el año 2016: Cuántas 0 ,0% 28 100,0% 28 100,0%
veces solicitó crédito
A qué entidad financiera 9 32,1% 19 67,9% 28 100,0%
solicito credito
Le otorgaron el crédito 9 32,1% 19 67,9% 28 100,0%
solicitado
El crédito fue de corto 9 32,1% 19 67,9% 28 100,0%
plazo / el crédito fue de
largo plazo
Qué tasa de interés mensual 1 3,6% 27 96,4% 28 100,0%
pagó
Los créditos otorgados 9 32,1% 19 67,9% 28 100,0%
fueron en los montos
solicitado
Monto Promedio Otorgado 9 32,1% 19 67,9% 28 100,0%
En qué fue invertido el 9 32,1% 19 67,9% 28 100,0%
crédito financiero que
obtuvo
Recibió Ud. Capacitación 23 82,1% 5 17,9% 28 100,0%
para el otorgamiento del
crédito financiero
Cuántos cursos de 9 32,1% 19 67,9% 28 100,0%
capacitación ha tenido en su
micro y pequeñas
empresas. En los últimos
dos años
En qué tipo de cursos 9 32,1% 19 67,9% 28 100,0%
participaron:
Considera Ud. Que la 28 100,0% 0 ,0% 28 100,0%
capacitación como
empresario es una inversión
Considera Ud. Que la 28 100,0% 0 ,0% 28 100,0%
capacitación de su personal
es relevante para su
empresa
Cree que el financiamiento 28 100,0% 0 ,0% 28 100,0%
otorgado ha mejorado la
rentabilidad de su empresa
Cree que la capacitación 28 100,0% 0 ,0% 28 100,0%
mejora la rentabilidad
empresaria
Cree Ud. Que la rentabilidad 28 100,0% 0 ,0% 28 100,0%
de su empresa ha mejorado
en los últimos 2 años
a. Limitado a los primeros 100 casos.
Resúmenes de casosa
Tiempo en
años que
Edad del Profesion se Numero de
representa u encuentra trabajador Numero de
nte legal Ocupacion en el es trabajador
de la Grado de Estado del sector permanant es
empresa SEXO Instruccion civil personal MYPE es eventuales
1 30 MASCULI UNIVERSI SOLTERO DOCENTE 2 1 0

NO TARIA
2 35 MASCULI SUPERIO CONVIVIE CONTADO 8 3 2
NO R NO NTE R
UNIVERSI
TARIA
3 35 MASCULI UNIVERSI SOLTERO ABOGAD 2 2 0
NO TARIA O
4 35 MASCULI UNIVERSI CASADO ADMINIST 1 5 2
NO TARIA RADOR
5 36 MASCULI SECUNDA CONVIVIE COMERCI 2 1 0
NO RIA NTE ANTE
6 36 FEMENIN SUPERIO CASADO ODONTOL 6 3 1
O R NO OG@
UNIVERSI
TARIA
7 37 FEMENIN UNIVERSI CASADO DOCENTE 3 3 0
O TARIA
8 38 MASCULI UNIVERSI SOLTERO COMERCI 2 2 0
NO TARIA ANTE
9 38 FEMENIN SECUNDA CONVIVIE COMERCI 3 2 0
O RIA NTE ANTE
10 39 MASCULI SECUNDA CONVIVIE COMERCI 4 2 0
NO RIA NTE ANTE
11 40 MASCULI SUPERIO CONVIVIE DOCENTE 4 4 2
NO R NO NTE
UNIVERSI
TARIA
12 40 MASCULI UNIVERSI CASADO ADMINIST 3 3 2
NO TARIA RADOR
13 41 MASCULI UNIVERSI DIVORCI ING. CIVIL 3 2 0
NO TARIA ADO
14 42 MASCULI UNIVERSI CONVIVIE COMERCI 10 3 0
NO TARIA NTE ANTE
15 43 MASCULI SUPERIO CONVIVIE COMERCI 1 1 0
NO R NO NTE ANTE
UNIVERSI
TARIA
16 44 MASCULI UNIVERSI CONVIVIE CONTADO 3 2 0
NO TARIA NTE R
17 45 MASCULI SECUNDA DIVORCI COMERCI 8 3 0
NO RIA ADO ANTE
18 45 MASCULI UNIVERSI CASADO COMERCI 5 2 0
NO TARIA ANTE
19 45 MASCULI UNIVERSI CONVIVIE ING. 4 4 1
NO TARIA NTE AGRONO
MO
20 45 MASCULI UNIVERSI CONVIVIE COMERCI 4 1 0
NO TARIA NTE ANTE
21 46 MASCULI SUPERIO CASADO TEC. 12 2 0
NO R NO COMPUTA
UNIVERSI CION
TARIA
22 48 MASCULI SUPERIO CONVIVIE COMERCI 2 1 0
NO R NO NTE ANTE
UNIVERSI
TARIA
NO R NO NTE R
UNIVERSI
TARIA
NO R NO NTE R
UNIVERSI
TARIA
25 50 MASCULI SUPERIO CASADO ADMINIST 2 3 0
NO R NO RADOR
UNIVERSI
TARIA
26 50 MASCULI SUPERIO CASADO FORESTA 5 3 0
NO R NO L
UNIVERSI
TARIA
27 50 MASCULI UNIVERSI CASADO ABOGAD 4 2 1
NO TARIA O
28 55 MASCULI UNIVERSI CASADO COMERCI 8 2 0
NO TARIA ANTE
Total N 28 28 28 28 28 28 28 28
Que tasa
interés
mensual
paga a las
Entidades Qué
Bancarias entidades
A qué / Qué tasa financieras
entidades de interés le otorga En el año El crédito
recurre mensual mayores 2016: A qué fue de
Financiaci para paga a las facilidades Cuántas entidad Le corto plazo
on de obtener entidades para la veces financiera otorgaron / el crédito
actividad Financiami no obtención solicitó solicito el crédito fue de
productiva ento bancarias del crédito crédito credito solicitado largo plazo
1 Autofinanc No ***** Entidades . . . .

iamiento Bancarias no
Bancarias
Bancarias
Bancarias
4 Financiami Bancarias 0.95% Entidades . BCP SI CORTO
ento de Bancarias PLAZO
Terceros
Bancarias
6 Financiami Bancarias 1.5% Entidades . INTERBA SI CORTO
ento de Bancarias NK PLAZO
Terceros
Bancarias
8 Autofinanc Bancarias ***** Entidades . . . .
iamiento no
Bancarias
Bancarias
Bancarias
Bancarias
12 Financiami Bancarias 1% Entidades . CONTINE SI CORTO
ento de Bancarias NTAL PLAZO
Terceros
Bancarias
Bancarias
Bancarias
Bancarias
Bancarias
18 Financiami No 1.2% Entidades . BCP SI CORTO
ento de Bancarias Bancarias PLAZO
Terceros
19 Financiami Bancarias 1.2% Entidades . CONTINE SI CORTO
ento de Bancarias NTAL PLAZO
Terceros
Bancarias
Terceros
Bancarias
23 Financiami Bancarias 1% Entidades . BCP SI CORTO
Terceros
Bancarias
Terceros
Bancarias
Terceros
Bancarias
Total N 28 28 28 28 9 9 9
Cuántos
cursos de
capacitaci
Recibió ón ha
Ud. tenido en Considera
Los En qué fue Capacitaci su micro y Ud. Que la
créditos invertido el ón para el pequeñas En qué capacitaci
Qué tasa otorgados crédito otorgamie empresas. tipo de ón como
de interés fueron en Monto financiero nto del En los cursos empresari
mensual los montos Promedio que crédito últimos participaro o es una
pagó solicitado Otorgado obtuvo financiero dos años n: inversión
1 . . . . Si Tres a Inversion Si
mas del Credito
Financiero
2 . . . . Si Uno Marketing Si
Empresari
al
3 . . . . Si . . No
4 . si 15000 Capital de No . . No
Trabajo
5 . . . . . . . No
6 . si 7000 Capital de Si . . Si
Trabajo
7 . . . . Si . . No
8 . . . . Si . . No
9 . . . . Si . . No
10 . . . . . . . No
11 . . . . No . . No
12 . si 5000 Capital de No Tres a Manejo Si
Trabajo mas Empresari
al
13 . . . . . . . Si
14 . . . . Si . . No
15 . . . . Si . . No
16 . . . . Si . . No
17 . . . . No Tres a Marketing Si
mas Empresari
al
18 . si 4000 Capital de Si Uno Inversion Si
Trabajo del Credito
Financiero
19 . si 8000 Capital de No Dos Marketing No
Trabajo Empresari
al
20 . . . . Si . . No
21 . si 10000 Capital de Si . . Si
Trabajo
22 . . . . Si . . No
23 0 si 6000 Capital de No Uno Marketing Si
Trabajo Empresari
al
24 . . . . Si . . No
25 . si 2000 Capital de No Uno Manejo Si
Trabajo Empresari
al
26 . . . . Si . . No
27 . si 5000 Capital de . Uno Inversion Si
Trabajo del Credito
Financiero
28 . . . . . . . No
Total N 1 9 9 9 23 9 9 28
Considera Ud. Cree que el

Que la financiamiento Cree que la Cree Ud. Que la
capacitación de otorgado ha capacitación rentabilidad de
su personal es mejorado la mejora la su empresa ha
relevante para rentabilidad de rentabilidad mejorado en los
su empresa su empresa empresaria últimos 2 años
1 Si Si Si Si
2 Si Si Si Si
3 No No No No
4 No No No No
5 No No No No
6 Si Si Si Si
7 No No No No
8 No No No No
9 No No No No
10 No No No No
11 No No No No
12 Si Si Si Si
13 Si Si Si Si
14 No No No No
15 No No No No
16 No No No No
17 Si Si Si Si
18 Si Si Si Si
19 No No No No
20 No No No No
21 Si Si Si Si
22 No No No No
23 Si Si Si Si
24 No No No No
25 Si Si Si Si
26 No No No No
27 Si Si Si Si
28 No No No No
Total N 28 28 28 28
a. Limitado a los primeros 100 casos.
*Automatic Data Preparation.

ADP
/FIELDS INPUT=ID Edad SEXO GradoInstruccion EstadoCivil Profesion Tiempo
Trabajadores Eventuales Finaciamiento Terceros Intereses Entidades Credito
Prestador Otorgado Plazo Taza Monto Promedio Inversion Capacitacion Curso
Tipo ConsideraUd CapRevelvante
/PREPDATETIME DATEDURATION=YES(REFERENCE=YMD('2018-07-06')
UNIT=MONTHS(SUFFIX='_months')) TIMEDURATION=YES(REFERENCE=HMS('10:16:46')
UNIT=HOURS(SUFFIX='_hours')) EXTRACTYEAR=NO EXTRACTMONTH=NO EXTRACTDAY=NO
EXTRACTHOUR=NO EXTRACTMINUTE=NO
EXTRACTSECOND=NO
/SCREENING PCTMISSING=YES(MAXPCT=50) UNIQUECAT=YES(MAXCAT=100)
SINGLECAT=NO
/ADJUSTLEVEL INPUT=YES TARGET=YES MAXVALORDINAL=10 MINVALCONTINUOUS=5
/OUTLIERHANDLING INPUT=NO TARGET=NO
/REPLACEMISSING INPUT=YES TARGET=NO
/REORDERNOMINAL INPUT=YES TARGET=NO
/RESCALE INPUT=ZSCORE(MEAN=0 SD=1) TARGET=NONE
/TRANSFORM MERGESUPERVISED=NO MERGEUNSUPERVISED=NO BINNING=NONE
SELECTION=NO CONSTRUCTION=NO
/CRITERIA SUFFIX(TARGET='_transformed' INPUT='_transformed')
/OUTFILE
PREPXML='C:\Users\USER\AppData\Local\Temp\spss1900\spssadp_automatic.tmp'.
Automated Data Preparation
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Sintaxis ADP
/FIELDS INPUT=ID Edad SEXO
Finaciamiento Terceros Intereses
Plazo Taza Monto Promedio Inversion
CapRevelvante
/PREPDATETIME
DATEDURATION=YES(REFERENCE=
YMD('2018-07-06')
UNIT=MONTHS(SUFFIX='_months'))
TIMEDURATION=YES(REFERENCE=
HMS('10:16:46')
UNIT=HOURS(SUFFIX='_hours'))
EXTRACTYEAR=NO
EXTRACTMONTH=NO
EXTRACTDAY=NO
EXTRACTHOUR=NO
EXTRACTMINUTE=NO
EXTRACTSECOND=NO
/SCREENING
PCTMISSING=YES(MAXPCT=50)
UNIQUECAT=YES(MAXCAT=100)
SINGLECAT=NO
/ADJUSTLEVEL INPUT=YES
TARGET=YES MAXVALORDINAL=10
MINVALCONTINUOUS=5
/OUTLIERHANDLING INPUT=NO
TARGET=NO
/REPLACEMISSING INPUT=YES
TARGET=NO
/REORDERNOMINAL INPUT=YES
TARGET=NO
/RESCALE
INPUT=ZSCORE(MEAN=0 SD=1)
TARGET=NONE
/TRANSFORM
MERGESUPERVISED=NO
MERGEUNSUPERVISED=NO
BINNING=NONE SELECTION=NO
CONSTRUCTION=NO
Archivos guardados Archivo de modelo C:\Users\USER\AppData\Local\Temp\s
pss1900\spssadp_automatic.tmp
Resumen del procesamiento de los

casos
N Porcentaje
Incluido 28 100,0%
Excluidos 0 ,0%
Total 28 100,0%
TMS IMPORT
/INFILE
TRANSFORMATIONS='C:\Users\USER\AppData\Local\Temp\spss1900\spssadp_automati
c.tmp' MODE=FORWARD (ROLES=UPDATE)
/SAVE TRANSFORMED=YES.
EXECUTE.
ERASE
FILE='C:\Users\USER\AppData\Local\Temp\spss1900\spssadp_automatic.tmp'.
CORRELATIONS
/VARIABLES=Edad SEXO GradoInstruccion EstadoCivil Profesion Tiempo
Trabajadores Eventuales Finaciamiento Terceros Entidades Credito Prestador
Otorgado Plazo Taza Monto Promedio Inversion Capacitacion Curso Tipo
ConsideraUd CapRevelvante Rentsbilidad
MejoraRent RentEmpresa Capacitacion_transformed ID_transformed
Edad_transformed
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Correlaciones
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Manipulación de los valores Definición de valores Los valores perdidos definidos por el
perdidos perdidos usuario serán tratados como perdidos.
Casos utilizados Los estadísticos para cada par de
variables se basan en todos los casos
que tengan datos válidos para dicho
par.
Sintaxis CORRELATIONS
/VARIABLES=Edad SEXO
Finaciamiento Terceros Entidades
Credito Prestador Otorgado Plazo Taza
Monto Promedio Inversion
CapRevelvante Rentsbilidad
MejoraRent RentEmpresa
Capacitacion_transformed
ID_transformed Edad_transformed
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Correlaciones
Qué
entida
des
financi
eras
le
otorga
mayor
Tiemp A qué es
o en entida facilid
Edad años Nume des ades
del Profes que ro de Nume Finan recurr para
repres ion u se trabaj ro de ciacio e para la
entant Ocupa encue adore trabaj n de obten obten
e legal Grado cion ntra s adore activid er ción
de la de Esta del en el perma s ad Finan del
empre SE Instru do perso sector nante event produ ciamie crédit
sa XO ccion civil nal MYPE s uales ctiva nto o
Edad del Correlació 1 -,31 ,004 ,224 -,049 ,288 -,014 -,234 ,190 -,100 -,190
representan n de 3
te legal de Pearson
la empresa Sig. , ,986 ,252 ,803 ,137 ,943 ,231 ,332 ,612 ,332
(bilateral) 105
N 28 28 28 28 28 28 28 28 28 28 28
SEXO Correlació -,313 1 -,172 -,074 ,125 -,037 ,084 -,045 ,009 -,009 -,009
n de
Pearson
Sig. ,105 ,380 ,708 ,526 ,853 ,670 ,819 ,964 ,964 ,964
(bilateral)
N 28 28 28 28 28 28 28 28 28 28 28
Grado de Correlació ,004 -,17 1 -,447 -,140 -,108 ,087 ,117 ,190 -,190 -,190
*
Instruccion n de 2
Pearson
Sig. ,986 , ,017 ,477 ,584 ,659 ,553 ,332 ,332 ,332
(bilateral) 380
N 28 28 28 28 28 28 28 28 28 28 28
*
Estado civil Correlació ,224 -,07 -,447 1 ,201 ,170 ,047 ,000 -,245 ,343 ,245
n de 4
Pearson
Sig. ,252 , ,017 ,304 ,387 ,813 1,000 ,208 ,074 ,208
(bilateral) 708
N 28 28 28 28 28 28 28 28 28 28 28
Profesion u Correlació -,049 , -,140 ,201 1 -,016 -,462* -,468* -,380* ,380* ,380*
Ocupacion n de 125
del Pearson
personal Sig. ,803 , ,477 ,304 ,937 ,013 ,012 ,046 ,046 ,046
(bilateral) 526
N 28 28 28 28 28 28 28 28 28 28 28
Tiempo en Correlació ,288 -,03 -,108 ,170 -,016 1 ,143 -,044 ,041 ,045 -,041
años que n de 7
se Pearson
encuentra Sig. ,137 , ,584 ,387 ,937 ,468 ,823 ,838 ,822 ,838
en el sector (bilateral) 853
MYPE N 28 28 28 28 28 28 28 28 28 28 28
* ** * *
Numero de Correlació -,014 , ,087 ,047 -,462 ,143 1 ,644 ,402 -,402 -,402*
trabajadore n de 084
s Pearson
permanante Sig. ,943 , ,659 ,813 ,013 ,468 ,000 ,034 ,034 ,034
s (bilateral) 670
N 28 28 28 28 28 28 28 28 28 28 28
Numero de Correlació -,234 -,04 ,117 ,000 -,468* -,044 ,644** 1 ,435* -,435* -,435*
trabajadore n de 5
s Pearson
eventuales Sig. ,231 , ,553 1,00 ,012 ,823 ,000 ,021 ,021 ,021
(bilateral) 819 0
N 28 28 28 28 28 28 28 28 28 28 28
* * * **
Financiacio Correlació ,190 , ,190 -,245 -,380 ,041 ,402 ,435 1 -,836 -
**
n de n de 009 1,000
actividad Pearson
productiva Sig. ,332 , ,332 ,208 ,046 ,838 ,034 ,021 ,000 ,000
(bilateral) 964
N 28 28 28 28 28 28 28 28 28 28 28
* * * **
A qué Correlació -,100 -,00 -,190 ,343 ,380 ,045 -,402 -,435 -,836 1 ,836**
entidades n de 9
recurre Pearson
para Sig. ,612 , ,332 ,074 ,046 ,822 ,034 ,021 ,000 ,000
obtener (bilateral) 964
Financiamie N 28 28 28 28 28 28 28 28 28 28 28
nto
Qué Correlació -,190 -,00 -,190 ,245 ,380* -,041 -,402* -,435* - ,836** 1
**
entidades n de 9 1,000
financieras Pearson
le otorga Sig. ,332 , ,332 ,208 ,046 ,838 ,034 ,021 ,000 ,000
mayores (bilateral) 964
facilidades N 28 28 28 28 28 28 28 28 28 28 28
para la
obtención
del crédito
En el año Correlació .a .a .a .a .a .a .a .a .a .a .a
2016: n de
Cuántas Pearson
veces Sig. . . . . . . . . . . .
solicitó (bilateral)
crédito N 0 0 0 0 0 0 0 0 0 0 0
a a
A qué Correlació -,569 , -,073 ,043 ,334 ,066 ,172 ,318 . -,229 .
entidad n de 803
**
financiera Pearson
solicito Sig. ,110 , ,853 ,912 ,380 ,867 ,658 ,404 ,000 ,553 ,000
credito (bilateral) 009
N 9 9 9 9 9 9 9 9 9 9 9
a a a a a a a a a a a
Le Correlació . . . . . . . . . . .
otorgaron n de
el crédito Pearson
solicitado Sig. . . . . . . . . . . .
(bilateral)
N 9 9 9 9 9 9 9 9 9 9 9
El crédito Correlació . . . . . . . . . . .
fue de corto n de
plazo / el Pearson
crédito fue Sig. . . . . . . . . . . .
de largo (bilateral)
plazo N 9 9 9 9 9 9 9 9 9 9 9
Qué tasa Correlació .a .a .a .a .a .a .a .a .a .a .a
de interés n de
mensual Pearson
pagó Sig. . . . . . . . . . . .
(bilateral)
N 1 1 1 1 1 1 1 1 1 1 1
Los créditos Correlació . . . . . . . . . . .
otorgados n de
fueron en Pearson
los montos Sig. . . . . . . . . . . .
solicitado (bilateral)
N 9 9 9 9 9 9 9 9 9 9 9
Monto Correlació -,609 , ,159 ,016 -,179 ,107 ,621 ,456 .a -,283 .a
Promedio n de 011
Otorgado Pearson
Sig. ,082 , ,684 ,966 ,645 ,785 ,074 ,218 ,000 ,460 ,000
(bilateral) 978
N 9 9 9 9 9 9 9 9 9 9 9
En qué fue Correlació . . . . . . . . . . .
invertido el n de
crédito Pearson
financiero Sig. . . . . . . . . . . .
que obtuvo (bilateral)
N 9 9 9 9 9 9 9 9 9 9 9
** ** * *
Recibió Ud. Correlació ,175 -,25 -,109 ,240 -,266 -,172 ,656 ,569 ,509 -,509 -,509*
Capacitació n de 6
n para el Pearson
otorgamient Sig. ,424 , ,621 ,270 ,219 ,433 ,001 ,005 ,013 ,013 ,013
o del (bilateral) 238
crédito N 23 23 23 23 23 23 23 23 23 23 23
financiero
Cuántos Correlació -,509 .a -,020 -,016 ,312 -,019 -,099 -,069 -,429 ,217 ,429
cursos de n de
capacitació Pearson
n ha tenido Sig. ,161 , ,960 ,967 ,413 ,962 ,800 ,861 ,250 ,575 ,250
en su micro (bilateral) 000
y pequeñas N 9 9 9 9 9 9 9 9 9 9 9
empresas.
En los
últimos dos
años
En qué tipo Correlació ,087 .a -,631 ,874** -,142 ,511 ,777* ,328 -,234 -,037 ,234
de cursos n de
participaron Pearson
: Sig. ,824 , ,068 ,002 ,715 ,160 ,014 ,389 ,544 ,925 ,544
(bilateral) 000
N 9 9 9 9 9 9 9 9 9 9 9
** *
Considera Correlació -,013 , -,007 ,047 ,297 -,240 -,021 -,229 -,542 ,386 ,542**
Ud. Que la n de 042
n como Sig. ,947 , ,971 ,813 ,125 ,218 ,914 ,240 ,003 ,043 ,003
empresario (bilateral) 831
es una N 28 28 28 28 28 28 28 28 28 28 28
inversión
Considera Correlació -,013 , -,007 ,047 ,297 -,240 -,021 -,229 -,542** ,386* ,542**
Ud. Que la n de 042
n de su Sig. ,947 , ,971 ,813 ,125 ,218 ,914 ,240 ,003 ,043 ,003
personal es (bilateral) 831
relevante N 28 28 28 28 28 28 28 28 28 28 28
para su
empresa
Cree que el Correlació -,013 , -,007 ,047 ,297 -,240 -,021 -,229 -,542** ,386* ,542**
financiamie n de 042
nto Pearson
otorgado ha Sig. ,947 , ,971 ,813 ,125 ,218 ,914 ,240 ,003 ,043 ,003
mejorado la (bilateral) 831
rentabilidad N 28 28 28 28 28 28 28 28 28 28 28
de su
empresa
Cree que la Correlació -,013 , -,007 ,047 ,297 -,240 -,021 -,229 -,542** ,386* ,542**
capacitació n de 042
n mejora la Pearson
rentabilidad Sig. ,947 , ,971 ,813 ,125 ,218 ,914 ,240 ,003 ,043 ,003
empresaria (bilateral) 831
N 28 28 28 28 28 28 28 28 28 28 28
Cree Ud. Correlació -,013 , -,007 ,047 ,297 -,240 -,021 -,229 -,542** ,386* ,542**
Que la n de 042
rentabilidad Pearson
de su Sig. ,947 , ,971 ,813 ,125 ,218 ,914 ,240 ,003 ,043 ,003
empresa ha (bilateral) 831
mejorado N 28 28 28 28 28 28 28 28 28 28 28
en los
últimos 2
años
Capacitacio Correlació ,104 -,20 -,057 ,159 -,321 -,153 ,674** ,566** ,486** -,486** -,486**
n_transform n de 0
ed Pearson
Sig. ,598 , ,772 ,420 ,095 ,437 ,000 ,002 ,009 ,009 ,009
(bilateral) 308
N 28 28 28 28 28 28 28 28 28 28 28
ID_transfor Correlació -,153 , -,099 ,108 ,191 ,180 ,077 ,036 -,166 ,175 ,166
med n de 050
Pearson
Sig. ,438 , ,618 ,585 ,330 ,359 ,698 ,854 ,399 ,373 ,399
(bilateral) 800
N 28 28 28 28 28 28 28 28 28 28 28
Edad_transf Correlació 1,000** -,31 ,004 ,224 -,049 ,288 -,014 -,234 ,190 -,100 -,190
ormed n de 3
Pearson
Sig. ,000 , ,986 ,252 ,803 ,137 ,943 ,231 ,332 ,612 ,332
(bilateral) 105
N 28 28 28 28 28 28 28 28 28 28 28
Correlaciones
Cuánt
os
curso
s de
capac
itació
Recibi n ha
El En ó Ud. tenido
crédit Los qué Capa en su
En el o fue crédit fue citació micro
año A qué de os inverti n para y
2016: entida Le corto Qué otorga do el el peque En
Cuánt d otorga plazo tasa dos crédit otorga ñas qué
as financ ron / el de fueron o mient empre tipo
veces iera el crédit interé en los Monto financ o del sas. de
solicit solicit crédit o fue s monto Prom iero crédit En los curso
ó o o de mens s edio que o último s
crédit credit solicit largo ual solicit Otorg obtuv financ s dos partici
o o ado plazo pagó ado ado o iero años paron:
Edad del Correlació .a -,569 .a .a .a .a -,609 .a ,175 -,509 ,087

representa n de
nte legal de Pearson
la empresa Sig. . ,110 . . . . ,082 . ,424 ,161 ,824
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a ** a a a a a a a
SEXO Correlació . ,803 . . . . ,011 . -,256 . .
n de
Pearson
Sig. . ,009 . . . . ,978 . ,238 ,000 ,000
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
Grado de Correlació .a -,073 .a .a .a .a ,159 .a -,109 -,020 -,631
Instruccion n de
Pearson
Sig. . ,853 . . . . ,684 . ,621 ,960 ,068
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a
Estado civil Correlació . ,043 . . . . ,016 . ,240 -,016 ,874**
n de
Pearson
Sig. . ,912 . . . . ,966 . ,270 ,967 ,002
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a
Profesion u Correlació . ,334 . . . . -,179 . -,266 ,312 -,142
Ocupacion n de
del Pearson
personal Sig. . ,380 . . . . ,645 . ,219 ,413 ,715
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
Tiempo en Correlació .a ,066 .a .a .a .a ,107 .a -,172 -,019 ,511
años que n de
se Pearson
encuentra Sig. . ,867 . . . . ,785 . ,433 ,962 ,160
en el sector (bilateral)
MYPE N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a **
Numero de Correlació . ,172 . . . . ,621 . ,656 -,099 ,777*
trabajadore n de
s Pearson
permanant Sig. . ,658 . . . . ,074 . ,001 ,800 ,014
es (bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a **
Numero de Correlació . ,318 . . . . ,456 . ,569 -,069 ,328
trabajadore n de
s Pearson
eventuales Sig. . ,404 . . . . ,218 . ,005 ,861 ,389
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a a a *
Financiacio Correlació . . . . . . . . ,509 -,429 -,234
n de n de
actividad Pearson
productiva Sig. . ,000 . . . . ,000 . ,013 ,250 ,544
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
A qué Correlació .a -,229 .a .a .a .a -,283 .a -,509* ,217 -,037
entidades n de
recurre Pearson
para Sig. . ,553 . . . . ,460 . ,013 ,575 ,925
obtener (bilateral)
Financiami N 0 9 9 9 1 9 9 9 23 9 9
ento
Qué Correlació .a .a .a .a .a .a .a .a -,509* ,429 ,234
entidades n de
financieras Pearson
le otorga Sig. . ,000 . . . . ,000 . ,013 ,250 ,544
mayores (bilateral)
facilidades N 0 9 9 9 1 9 9 9 23 9 9
para la
obtención
del crédito
En el año Correlació .a .a .a .a .a .a .a .a .a .a .a
2016: n de
Cuántas Pearson
veces Sig. . . . . . . . . . .
solicitó (bilateral)
crédito N 0 0 0 0 0 0 0 0 0 0 0
A qué Correlació .a 1 .a .a .a .a -,025 .a -,183 ,926** ,378
entidad n de
financiera Pearson
solicito Sig. . . . . . ,949 . ,665 ,008 ,460
credito (bilateral)
N 0 9 9 9 1 9 9 9 8 6 6
Le Correlació . . . . . . . . . . .
otorgaron n de
el crédito Pearson
solicitado Sig. . . . . . . . . . .
(bilateral)
N 0 9 9 9 1 9 9 9 8 6 6
El crédito Correlació . . . . . . . . . . .
fue de n de
corto Pearson
plazo / el Sig. . . . . . . . . . .
crédito fue (bilateral)
de largo N 0 9 9 9 1 9 9 9 8 6 6
plazo
Qué tasa Correlació .a .a .a .a .a .a .a .a .a .a .a
de interés n de
mensual Pearson
pagó Sig. . . . . . . . . . .
(bilateral)
N 0 1 1 1 1 1 1 1 1 1 1
Los Correlació . . . . . . . . . . .
créditos n de
otorgados Pearson
fueron en Sig. . . . . . . . . . .
los montos (bilateral)
solicitado N 0 9 9 9 1 9 9 9 8 6 6
a a a a a a
Monto Correlació . -,025 . . . . 1 . ,026 ,359 ,659
Promedio n de
Otorgado Pearson
Sig. . ,949 . . . . . ,952 ,485 ,155
(bilateral)
N 0 9 9 9 1 9 9 9 8 6 6
En qué fue Correlació .a .a .a .a .a .a .a .a .a .a .a
invertido el n de
crédito Pearson
financiero Sig. . . . . . . . . . .
que obtuvo (bilateral)
N 0 9 9 9 1 9 9 9 8 6 6
a a a a a a
Recibió Ud. Correlació . -,183 . . . . ,026 . 1 ,174 ,447
Capacitaci n de
ón para el Pearson
otorgamien Sig. . ,665 . . . . ,952 . ,680 ,267
to del (bilateral)
crédito N 0 8 8 8 1 8 8 8 23 8 8
financiero
Cuántos Correlació .a ,926** .a .a .a .a ,359 .a ,174 1 ,010
cursos de n de
n ha tenido Sig. . ,008 . . . . ,485 . ,680 ,980
en su micro (bilateral)
y pequeñas N 0 6 6 6 1 6 6 6 8 9 9
empresas.
En los
últimos dos
años
En qué tipo Correlació .a ,378 .a .a .a .a ,659 .a ,447 ,010 1
de cursos n de
participaro Pearson
n: Sig. . ,460 . . . . ,155 . ,267 ,980
(bilateral)
N 0 6 6 6 1 6 6 6 8 9 9
a a a a a * a
Considera Correlació . ,043 . . . . ,684 . -,244 ,086 ,380
Ud. Que la n de
n como Sig. . ,912 . . . . ,042 . ,262 ,826 ,313
empresario (bilateral)
es una N 0 9 9 9 1 9 9 9 23 9 9
inversión
Considera Correlació .a ,043 .a .a .a .a ,684* .a -,244 ,086 ,380
Ud. Que la n de
n de su Sig. . ,912 . . . . ,042 . ,262 ,826 ,313
personal es (bilateral)
relevante N 0 9 9 9 1 9 9 9 23 9 9
para su
empresa
Cree que el Correlació .a ,043 .a .a .a .a ,684* .a -,244 ,086 ,380
financiamie n de
nto Pearson
otorgado Sig. . ,912 . . . . ,042 . ,262 ,826 ,313
ha (bilateral)
mejorado N 0 9 9 9 1 9 9 9 23 9 9
la
rentabilidad
de su
empresa
Cree que la Correlació .a ,043 .a .a .a .a ,684* .a -,244 ,086 ,380
capacitació n de
n mejora la Pearson
rentabilidad Sig. . ,912 . . . . ,042 . ,262 ,826 ,313
empresaria (bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
Cree Ud. Correlació .a ,043 .a .a .a .a ,684* .a -,244 ,086 ,380
Que la n de
rentabilidad Pearson
de su Sig. . ,912 . . . . ,042 . ,262 ,826 ,313
empresa (bilateral)
ha N 0 9 9 9 1 9 9 9 23 9 9
mejorado
en los
últimos 2
años
Capacitaci Correlació .a -,073 .a .a .a .a ,097 .a 1,000* ,271 ,537
*
on_transfor n de
med Pearson
Sig. . ,853 . . . . ,805 . ,000 ,480 ,136
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a
ID_transfor Correlació . ,177 . . . . ,410 . -,100 ,090 -,131
med n de
Pearson
Sig. . ,649 . . . . ,273 . ,651 ,817 ,736
(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
a a a a a a
Edad_trans Correlació . -,569 . . . . -,609 . ,175 -,509 ,087
formed n de
Pearson
Sig. . ,110 . . . . ,082 . ,424 ,161 ,824

(bilateral)
N 0 9 9 9 1 9 9 9 23 9 9
Correlaciones
Conside Cree
ra Ud. que el Cree
Conside Que la financia Ud. Que
ra Ud. capacita miento Cree la
Que la ción de otorgad que la rentabili
capacita su o ha capacita dad de
ción persona mejorad ción su
como l es o la mejora empres
empres relevant rentabili la a ha
ario es e para dad de rentabili mejorad Capacit
una su su dad o en los acion_tr Edad_tr
inversió empres empres empres últimos ansform ID_trans ansform
n a a aria 2 años ed formed ed
Edad del Correlación -,013 -,013 -,013 -,013 -,013 ,104 -,153 1,000**
representante de Pearson
legal de la Sig. (bilateral) ,947 ,947 ,947 ,947 ,947 ,598 ,438 ,000
empresa N 28 28 28 28 28 28 28 28
SEXO Correlación ,042 ,042 ,042 ,042 ,042 -,200 ,050 -,313
de Pearson
Sig. (bilateral) ,831 ,831 ,831 ,831 ,831 ,308 ,800 ,105
N 28 28 28 28 28 28 28 28
Grado de Correlación -,007 -,007 -,007 -,007 -,007 -,057 -,099 ,004
Instruccion de Pearson
Sig. (bilateral) ,971 ,971 ,971 ,971 ,971 ,772 ,618 ,986
N 28 28 28 28 28 28 28 28
Estado civil Correlación ,047 ,047 ,047 ,047 ,047 ,159 ,108 ,224
de Pearson
Sig. (bilateral) ,813 ,813 ,813 ,813 ,813 ,420 ,585 ,252
N 28 28 28 28 28 28 28 28
Profesion u Correlación ,297 ,297 ,297 ,297 ,297 -,321 ,191 -,049
Ocupacion del de Pearson
personal Sig. (bilateral) ,125 ,125 ,125 ,125 ,125 ,095 ,330 ,803
N 28 28 28 28 28 28 28 28
Tiempo en Correlación -,240 -,240 -,240 -,240 -,240 -,153 ,180 ,288
años que se de Pearson
encuentra en Sig. (bilateral) ,218 ,218 ,218 ,218 ,218 ,437 ,359 ,137
el sector N 28 28 28 28 28 28 28 28
MYPE
Numero de Correlación -,021 -,021 -,021 -,021 -,021 ,674** ,077 -,014
trabajadores de Pearson
permanantes Sig. (bilateral) ,914 ,914 ,914 ,914 ,914 ,000 ,698 ,943
N 28 28 28 28 28 28 28 28
**
Numero de Correlación -,229 -,229 -,229 -,229 -,229 ,566 ,036 -,234
trabajadores de Pearson
eventuales Sig. (bilateral) ,240 ,240 ,240 ,240 ,240 ,002 ,854 ,231
N 28 28 28 28 28 28 28 28
** ** ** ** ** **
Financiacion Correlación -,542 -,542 -,542 -,542 -,542 ,486 -,166 ,190
de actividad de Pearson
productiva Sig. (bilateral) ,003 ,003 ,003 ,003 ,003 ,009 ,399 ,332
N 28 28 28 28 28 28 28 28
* * * * * **
A qué Correlación ,386 ,386 ,386 ,386 ,386 -,486 ,175 -,100
entidades de Pearson
recurre para Sig. (bilateral) ,043 ,043 ,043 ,043 ,043 ,009 ,373 ,612
obtener N 28 28 28 28 28 28 28 28
Financiamient
o
Qué entidades Correlación ,542** ,542** ,542** ,542** ,542** -,486** ,166 -,190
financieras le de Pearson
otorga Sig. (bilateral) ,003 ,003 ,003 ,003 ,003 ,009 ,399 ,332
mayores N 28 28 28 28 28 28 28 28
facilidades
para la
obtención del
crédito
En el año Correlación .a .a .a .a .a .a .a .a
2016: Cuántas de Pearson
veces solicitó Sig. (bilateral) . . . . . . . .
crédito N 0 0 0 0 0 0 0 0
A qué entidad Correlación ,043 ,043 ,043 ,043 ,043 -,073 ,177 -,569
financiera de Pearson
solicito credito Sig. (bilateral) ,912 ,912 ,912 ,912 ,912 ,853 ,649 ,110
N 9 9 9 9 9 9 9 9
a a a a a a a a
Le otorgaron Correlación . . . . . . . .
el crédito de Pearson
solicitado Sig. (bilateral) . . . . . . . .
N 9 9 9 9 9 9 9 9
a a a a a a a a
El crédito fue Correlación . . . . . . . .
de corto de Pearson
plazo / el Sig. (bilateral) . . . . . . . .
crédito fue de N 9 9 9 9 9 9 9 9
largo plazo
Qué tasa de Correlación .a .a .a .a .a .a .a .a
interés de Pearson
mensual pagó Sig. (bilateral) . . . . . . . .
N 1 1 1 1 1 1 1 1
a a a a a a a a
Los créditos Correlación . . . . . . . .
otorgados de Pearson
fueron en los Sig. (bilateral) . . . . . . . .
montos N 9 9 9 9 9 9 9 9
solicitado
Monto Correlación ,684* ,684* ,684* ,684* ,684* ,097 ,410 -,609
Promedio de Pearson
Otorgado Sig. (bilateral) ,042 ,042 ,042 ,042 ,042 ,805 ,273 ,082
N 9 9 9 9 9 9 9 9
a a a a a a a a
En qué fue Correlación . . . . . . . .
invertido el de Pearson
crédito Sig. (bilateral) . . . . . . . .
financiero que N 9 9 9 9 9 9 9 9
obtuvo
Recibió Ud. Correlación -,244 -,244 -,244 -,244 -,244 1,000** -,100 ,175
Capacitación de Pearson
para el Sig. (bilateral) ,262 ,262 ,262 ,262 ,262 ,000 ,651 ,424
otorgamiento N 23 23 23 23 23 23 23 23
del crédito
financiero
Cuántos Correlación ,086 ,086 ,086 ,086 ,086 ,271 ,090 -,509
cursos de de Pearson
capacitación Sig. (bilateral) ,826 ,826 ,826 ,826 ,826 ,480 ,817 ,161
ha tenido en N 9 9 9 9 9 9 9 9
su micro y
pequeñas
empresas. En
los últimos dos
años
En qué tipo de Correlación ,380 ,380 ,380 ,380 ,380 ,537 -,131 ,087
cursos de Pearson
participaron: Sig. (bilateral) ,313 ,313 ,313 ,313 ,313 ,136 ,736 ,824
N 9 9 9 9 9 9 9 9
Considera Ud. Correlación 1 1,000** 1,000** 1,000** 1,000** -,211 ,140 -,013
Que la de Pearson
capacitación Sig. (bilateral) ,000 ,000 ,000 ,000 ,281 ,476 ,947
como N 28 28 28 28 28 28 28 28
empresario es
una inversión
Considera Ud. Correlación 1,000** 1 1,000** 1,000** 1,000** -,211 ,140 -,013
Que la de Pearson
capacitación Sig. (bilateral) ,000 ,000 ,000 ,000 ,281 ,476 ,947
de su personal N 28 28 28 28 28 28 28 28
es relevante
para su
empresa
Cree que el Correlación 1,000** 1,000** 1 1,000** 1,000** -,211 ,140 -,013
financiamiento de Pearson
otorgado ha Sig. (bilateral) ,000 ,000 ,000 ,000 ,281 ,476 ,947
mejorado la N 28 28 28 28 28 28 28 28
rentabilidad de
su empresa
Cree que la Correlación 1,000** 1,000** 1,000** 1 1,000** -,211 ,140 -,013
capacitación de Pearson
mejora la Sig. (bilateral) ,000 ,000 ,000 ,000 ,281 ,476 ,947
rentabilidad N 28 28 28 28 28 28 28 28
empresaria
Cree Ud. Que Correlación 1,000** 1,000** 1,000** 1,000** 1 -,211 ,140 -,013
la rentabilidad de Pearson
de su empresa Sig. (bilateral) ,000 ,000 ,000 ,000 ,281 ,476 ,947
ha mejorado N 28 28 28 28 28 28 28 28
en los últimos
2 años
Capacitacion_t Correlación -,211 -,211 -,211 -,211 -,211 1 -,250 ,104
ransformed de Pearson
Sig. (bilateral) ,281 ,281 ,281 ,281 ,281 ,199 ,598
N 28 28 28 28 28 28 28 28
ID_transforme Correlación ,140 ,140 ,140 ,140 ,140 -,250 1 -,153
d de Pearson
Sig. (bilateral) ,476 ,476 ,476 ,476 ,476 ,199 ,438
N 28 28 28 28 28 28 28 28
Edad_transfor Correlación -,013 -,013 -,013 -,013 -,013 ,104 -,153 1
med de Pearson
Sig. (bilateral) ,947 ,947 ,947 ,947 ,947 ,598 ,438
N 28 28 28 28 28 28 28 28
a. No se puede calcular porque al menos una variable es constante.

**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
ONEWAY Edad SEXO GradoInstruccion EstadoCivil Profesion Tiempo Trabajadores

Eventuales Finaciamiento Terceros Entidades Credito Prestador Otorgado
Plazo Taza Monto Promedio Inversion Capacitacion Curso Tipo ConsideraUd
MejoraRent RentEmpresa Capacitacion_transformed ID_transformed
Edad_transformed BY ID
/MISSING ANALYSIS.
ANOVA de un factor
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Tratamiento de los valores Definición de los valores Los valores perdidos definidos por el
perdidos perdidos usuario serán tratados como perdidos.
Casos utilizados Los estadísticos de cada análisis se
basan en los casos sin datos perdidos
para cualquier variable en el análisis.
Sintaxis ONEWAY Edad SEXO
MejoraRent RentEmpresa
ID_transformed Edad_transformed BY
ID
/MISSING ANALYSIS.
Advertencia
Hay menos de dos grupos por variable dependiente En el año 2016: Cuántas veces
solicitó crédito. No se calcularán los estadísticos.
Hay menos de dos grupos por variable dependiente Qué tasa de interés mensual pagó.
No se calcularán los estadísticos.
ANOVA
Suma de Media
cuadrados gl cuadrática F Sig.
Edad del representante Inter-grupos 986,429 27 36,534 . .

legal de la empresa Intra-grupos ,000 0 .
Total 986,429 27
SEXO Inter-grupos 2,679 27 ,099 . .
Intra-grupos ,000 0 .
Total 2,679 27
Grado de Instruccion Inter-grupos 14,429 27 ,534 . .
Total 14,429 27
Estado civil Inter-grupos 17,000 27 ,630 . .
Total 17,000 27
Profesion u Ocupacion del Inter-grupos 348,679 27 12,914 . .
personal Intra-grupos ,000 0 .
Total 348,679 27
Tiempo en años que se Inter-grupos 203,714 27 7,545 . .
encuentra en el sector Intra-grupos ,000 0 .
MYPE Total 203,714 27
Numero de trabajadores Inter-grupos 26,857 27 ,995 . .
permanantes Intra-grupos ,000 0 .
Total 26,857 27
Numero de trabajadores Inter-grupos 14,857 27 ,550 . .
eventuales Intra-grupos ,000 0 .
Total 14,857 27
Financiacion de actividad Inter-grupos 6,107 27 ,226 . .
productiva Intra-grupos ,000 0 .
Total 6,107 27
A qué entidades recurre Inter-grupos 6,107 27 ,226 . .
para obtener Intra-grupos ,000 0 .
Financiamiento Total 6,107 27
Qué entidades financieras Inter-grupos 6,107 27 ,226 . .
le otorga mayores Intra-grupos ,000 0 .
facilidades para la Total 6,107 27
obtención del crédito
A qué entidad financiera Inter-grupos 4,222 8 ,528 . .
solicito credito Intra-grupos ,000 0 .
Total 4,222 8
Le otorgaron el crédito Inter-grupos ,000 8 ,000 . .
solicitado Intra-grupos ,000 0 .
Total ,000 8
El crédito fue de corto Inter-grupos ,000 8 ,000 . .
plazo / el crédito fue de Intra-grupos ,000 0 .
largo plazo Total ,000 8
Los créditos otorgados Inter-grupos ,000 8 ,000 . .
fueron en los montos Intra-grupos ,000 0 .
solicitado Total ,000 8
Monto Promedio Otorgado Inter-grupos 1,169E8 8 14611111,111 . .
Total 1,169E8 8
En qué fue invertido el Inter-grupos ,000 8 ,000 . .
crédito financiero que Intra-grupos ,000 0 .
obtuvo Total ,000 8
Recibió Ud. Capacitación Inter-grupos 4,870 22 ,221 . .
para el otorgamiento del Intra-grupos ,000 0 .
crédito financiero Total 4,870 22
Cuántos cursos de Inter-grupos 7,556 8 ,944 . .
capacitación ha tenido en Intra-grupos ,000 0 .
su micro y pequeñas Total 7,556 8
empresas. En los últimos
dos años
En qué tipo de cursos Inter-grupos 16,222 8 2,028 . .
participaron: Intra-grupos ,000 0 .
Total 16,222 8
Considera Ud. Que la Inter-grupos 6,679 27 ,247 . .
capacitación como Intra-grupos ,000 0 .
empresario es una Total 6,679 27
inversión
Considera Ud. Que la Inter-grupos 6,679 27 ,247 . .
capacitación de su Intra-grupos ,000 0 .
personal es relevante para Total 6,679 27
su empresa
Cree que el financiamiento Inter-grupos 6,679 27 ,247 . .
otorgado ha mejorado la Intra-grupos ,000 0 .
rentabilidad de su Total 6,679 27
empresa
Inter-grupos 6,679 27 ,247 . .
Cree que la capacitación Total 6,679 27
mejora la rentabilidad
empresaria
Cree Ud. Que la Inter-grupos 6,679 27 ,247 . .
rentabilidad de su Intra-grupos ,000 0 .
empresa ha mejorado en Total 6,679 27
los últimos 2 años
Capacitacion_transformed Inter-grupos 5,250 27 ,194 . .
Total 5,250 27
ID_transformed Inter-grupos 27,000 27 1,000 . .
Total 27,000 27
Edad_transformed Inter-grupos 27,000 27 1,000 . .
Total 27,000 27
PREFSCAL VARIABLES=Edad SEXO GradoInstruccion EstadoCivil Profesion Tiempo

Trabajadores Eventuales Finaciamiento Terceros Entidades Credito Prestador
Otorgado Plazo Taza Monto Promedio Inversion Capacitacion Curso Tipo
ConsideraUd CapRevelvante
Rentsbilidad MejoraRent RentEmpresa Capacitacion_transformed ID_transformed
Edad_transformed
/INITIAL=CLASSICAL(TRIANGLE)
/CONDITION=ROW
/TRANSFORMATION=ORDINAL(KEEPTIES)
/PROXIMITIES=DISSIMILARITIES
/CRITERIA=DIMENSIONS(2,2) DIFFSTRESS(.000001) MINSTRESS(.0001)
MAXITER(5000)
/PENALTY=LAMBDA(0.5) OMEGA(1.0)
/PRINT=MEASURES COMMON
/PLOT=COMMON.
Prefscal
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Sintaxis PREFSCAL VARIABLES=Edad SEXO
CapRevelvante
ID_transformed Edad_transformed
/INITIAL=CLASSICAL(TRIANGLE)
/CONDITION=ROW
/TRANSFORMATION=ORDINAL(KEE
PTIES)
/PROXIMITIES=DISSIMILARITIES
/CRITERIA=DIMENSIONS(2,2)
DIFFSTRESS(.000001)
MINSTRESS(.0001) MAXITER(5000)
/PENALTY=LAMBDA(0.5)
OMEGA(1.0)
/PRINT=MEASURES COMMON
/PLOT=COMMON.
Advertencia
Se han encontrado proximidades negativas.

Se ha encontrado una columna que únicamente tiene datos perdidos. No se permite
esto.
Crédito
Prefscal
Version 1.0
by
Data Theory Scaling System Group (DTSS)
Faculty of Social and Behavioral Sciences
Leiden University, The Netherlands
Resumen de procesamiento de
casos
Casos 28
Orígenes 1
Objetos de fila 28
Objetos de columna 30
VARCOMP Edad BY Finaciamiento Intereses Credito Plazo Promedio Inversion

Curso ConsideraUd CapRevelvante RentEmpresa Capacitacion_transformed SEXO
EstadoCivil GradoInstruccion Profesion Tiempo Trabajadores Eventuales
Entidades Otorgado Taza Monto Tipo
WITH Terceros Prestador Capacitacion Rentsbilidad MejoraRent
/REGWGT=ID
/RANDOM=Finaciamiento Intereses Credito Plazo Promedio Inversion Curso
ConsideraUd CapRevelvante RentEmpresa Capacitacion_transformed
/METHOD=MINQUE(1)
/DESIGN
/INTERCEPT=INCLUDE.
Estimación de componentes de la varianza
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Sintaxis VARCOMP Edad BY Finaciamiento
Intereses Credito Plazo Promedio
Inversion Curso ConsideraUd
CapRevelvante RentEmpresa
Capacitacion_transformed SEXO
EstadoCivil GradoInstruccion Profesion
Entidades Otorgado Taza Monto Tipo
WITH Terceros Prestador Capacitacion
Rentsbilidad MejoraRent
/REGWGT=ID
/RANDOM=Finaciamiento Intereses
Credito Plazo Promedio Inversion
Curso ConsideraUd CapRevelvante
RentEmpresa
/METHOD=MINQUE(1)
/DESIGN
/INTERCEPT=INCLUDE.
Advertencia
No hay suficiente memoria para procesar el comando.

RELIABILITY
CapRevelvante Taza Monto Rentsbilidad MejoraRent RentEmpresa Entidades
Credito Prestador Otorgado Plazo SEXO GradoInstruccion EstadoCivil
Profesion Tiempo Trabajadores Eventuales
/MODEL=ALPHA.
Notas

Comentarios
ENTASok.sav
Filtro <ninguno>
Peso <ninguno>
trabajo
Entrada matricial
CapRevelvante Taza Monto
Plazo SEXO GradoInstruccion
EstadoCivil Profesion Tiempo
Trabajadores Eventuales
/MODEL=ALPHA.
Advertencia


Otros Ok

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Otros Ok

Загружено:

Авторское право:

Доступные форматы

Su periodo de uso temporal para IBM SPSS Statistics vencerá en 8 días.

Resultados creados 06-jul-2018 10:26:29

Recursos Tiempo de procesador 00 00:00:00,016

El número de casos es demasiado pequeño (N = 1) para el análisis.

Resultados creados 06-jul-2018 10:26:54

Recursos Tiempo de procesador 00 00:00:00,000

Tiempo transcurrido 00 00:00:00,007

Resultados creados 06-jul-2018 10:27:11

Recursos Tiempo de procesador 00 00:00:00,000

Tiempo transcurrido 00 00:00:00,003

Escala: TODAS LAS VARIABLES

Resumen del procesamiento de los casos

Casos Válidos 9 32,1

a. Eliminación por lista basada en todas las

Resultados creados 06-jul-2018 10:27:26

Recursos Tiempo de procesador 00 00:00:00,000

Tiempo transcurrido 00 00:00:00,003

El número de casos es demasiado pequeño (N = 1) para el análisis.

Resultados creados 06-jul-2018 10:27:45

Recursos Tiempo de procesador 00 00:00:00,016

Tiempo transcurrido 00 00:00:00,004

El número de casos es demasiado pequeño (N = 1) para el análisis.

Resultados creados 06-jul-2018 10:28:03

Recursos Tiempo de procesador 00 00:00:00,891

Número máximo de retardos MXAUTO = 16

Número máximo de retardos MXCROSS = 7

Número máximo de MXNEWVAR = 60

Número máximo de casos MXPREDICT = 1000

Tratamiento de los valores MISSING = EXCLUDE

Valor del porcentaje para los CIN = 95

Tolerancia para la entrada TOLER = .0001

Máximo cambio iterativo en CNVERGE = .001

Método para el cálculo de ACFSE = IND

Longitud del período Sin especificar

Las ecuaciones incluyen CONSTANT

Descripción del modelo

Nombre del modelo MOD_1

Valor ponderado W(-2) 2,073

Aplicando las especificaciones del modelo de MOD_1

Edad del representante legal de la empresa

Resultados creados 06-jul-2018 10:29:50

Recursos Tiempo de procesador 00 00:00:00,000

Tiempo transcurrido 00 00:00:00,002

La escala tiene elementos con varianza cero

Escala: TODAS LAS VARIABLES

Resumen del procesamiento de los casos

Casos Válidos 9 32,1

a. Eliminación por lista basada en todas las

Resultados creados 06-jul-2018 10:30:11

Recursos Tiempo de procesador 00 00:00:00,000

Tiempo transcurrido 00 00:00:00,004

Escala: TODAS LAS VARIABLES

Resumen del procesamiento de los casos

Casos Válidos 5 17,9

a. Eliminación por lista basada en todas las

Resultados creados 06-jul-2018 10:30:35

Recursos Tiempo de procesador 00 00:00:00,015

Tiempo transcurrido 00 00:00:00,003

Escala: TODAS LAS VARIABLES

Resumen del procesamiento de los casos

Casos Válidos 5 17,9

a. Eliminación por lista basada en todas las

Resultados creados 06-jul-2018 10:31:02

Recursos Tiempo de procesador 00 00:00:00,000