Auditoría Pública nº 75. Revista de los órganos autonómicos de control externo

Tabla 6. Resultados de la regresión del modelo Variables Independientes Coeficiente Signficatividad crisis Positivo 0,000*** población Positivo 0,002*** resultado Negativo 0,012** remanente Negativo 0,559 nivelend Positivo 0,000*** ahorro Positivo 0,000*** subdep Positivo 0,030** A partir de lo expuesto anteriormente, se plantea el siguiente modelo de regresión lineal múltiple: deficiencias i = α i + β1 i * crisis i + β 2i * resultado i + β 3i * resultado i +β 4i * nivelend i +β 5i * ahorro i + β 6i * subdep i + β 7i * población i + β i dónde el subíndice i (i=1,…,202) recoge los distintos informes analizados, α es la constante de la ecuación, β 1… β 10 son los coeficientes a estimar y E es el término de error. La estimación de este modelo se lleva a cabo me- diante el método de los Mínimos Cuadrados Ordinarios (MCO), procedimiento que consiste en minimizar la suma de los cuadrados de las distancias verticales entre los valores de los datos y los de la regresión estimada, es decir, minimizar la suma de los residuos al cuadrado, te- niendo como residuo la diferencia entre los datos obser- vados y los valores del modelo lineal (Hanke y Wichern, 2006). Este modelo se establece bajo las premisas clá- sicas de linealidad, insesgadez, eficiencia y consistencia en los coeficientes resultantes de su estimación. Además, hay que considerar que en presencia de multicolinealidad los estimadores están calculados de manera imprecisa. Para ello, comprobamos si existen problemas de multicolinealidad mediante el cálculo del Factor de Inflación de la Varianza (FIV). Esta medida nos da el grado en que cada una de las variables se expli- ca por otras variables independientes. Un valor superior a 5 indica la posibilidad de existencia de multicolinea- lidad. 70 Junio nº 75 - 2020 AUDITORÍA Y GESTIÓN DE LOS FONDOS PÚBLICOS Tabla 5. Resultado del cálculo del Factor de Inflación de la Varianza (FIV) del modelo Como podemos ver en la tabla 5, no se observa ningún valor superior a 5, por lo que descartamos la presencia de multicolinealidad en nuestro modelo y, por lo tanto, concluimos que se encuentra bien definido. La tabla 6 refleja los resultados obtenidos de la esti- mación del modelo de regresión lineal múltiple mediante MCO para la variable dependiente “ deficiencias”. Significatividad: *** 1%, ** 5%, * 10%. Debe resaltarse la relación existente entre el periodo de la crisis (2008-2015) y el número de deficiencias, siendo significativamente estadística para un nivel de confianza del 99%. Así, el signo positivo del estimador nos permite concluir que durante la crisis se han incrementado el nú- mero de deficiencias en los informes analizados. Destaca también la relación positiva y significati- vamente estadística entre el tamaño de la población de cada ayuntamiento y el número de deficiencias. De esta forma, podemos concluir que cuanto más grande es el número de habitantes asociado al ayun- tamiento, mayor es la cifra de deficiencias que se presentan. Variables FIV crisis 1,178 población 1,089 resultado 1,540 remanente 1,590 nivelend 2,710 ahorro 2,844 subdep 1,066

RkJQdWJsaXNoZXIy MTEw