"En la década comprendida entre el 85 y 95, el Perú atravesó una de las crisis más agudas de su historia, pasando por un proceso de ajuste y reforma estructural de amplitud y proporciones sin precedentes, lo que originó entre otros efectos, una considerable redistribución del ingreso" (Escobal D´Angelo, 1996). Ante la necesidad de estudiar con detenimiento esta situación que requiere información detallada, afortunadamente las ENAHO proporcionan abundante información que adecuadamente analizadas brindan valiosos resultados. La explicación e interpretación comprensiva de las condiciones de vida y comportamiento socioeconómico de los hogares, de las personas que los conforman, y de las comunidades en donde éstos residen, requiere información puntual y detallada que permita el diseño de políticas y programas de gobierno destinadas a la reducción de los niveles de pobreza. En este ámbito, el presente estudio pretende contribuir como una herramienta de apoyo a las decisiones de política social, identificando las características y factores que más influyen en el nivel de ingreso de los hogares, que es a su vez, una de las medidas de la pobreza. En este contexto, aunque el ingreso es una de las características más difíciles de medir y analizar, no sólo por la complejidad de sus componentes sino por que además las personas, en general, no están dispuestas a informar sobre sus ingresos, su estudio es fundamental. Por ello, el conocimiento de los factores que determinan que un hogar tenga determinado ingreso permitirían como primer resultado, simplificar el análisis y por ende, las medidas políticas que se deban tomar para incrementar el nivel de ingreso de los hogares peruanos. Considerando además que este conocimiento se dará a nivel de las ocho áreas en que el país ha sido dividido para llevar a cabo las ENAHO's las perspectivas de utilidad del estudio se incrementan significativamente. Los estudios sobre pobreza y distribución del ingreso en el Perú, son extensivos y variados. Todos ellos se refieren al estudio de la distribución de ingreso y sus características, en especial lo que trata de la desigualdad en su distribución; sólo uno enfoca el estudio de los factores que determinan los ingresos. Se trata del estudio "Análisis de los Ingresos Familiares e Individuales en Lima Metropolitana" (Laguna, 1978), realizado con la información recolectada por ENCA (Encuesta Nacional de Consumo de Alimentos) en 1971 - 1972. Como resultado de este estudio, se obtuvo un modelo de regresión múltiple para los ingresos familiares, en función de la fuente de mayor ingreso, número de trabajadores, datos demográficos, de educación y de empleo del que más gana; las cuales conjuntamente explicaron el 48% de la variación de los ingresos. Se probó un buen ajuste total del modelo de regresión a un nivel de significancia menor a 0.0005. A mediados de la presente década, una recopilación importante de estudios sobre el ingreso y pobreza, fue recogida por el Instituto Cuanto (1996) en una publicación que contiene estudios sobre pobreza y distribución del Ingreso. El objetivo central del presente trabajo "ESTUDIO DE LOS FACTORES QUE DETERMINAN EL INGRESO DE LOS HOGARES EN EL PERÚ Y FORMULACIÓN DE UN MODELO ESTADÍSTICO" es, como su nombre lo dice, adaptar un modelo estadístico para el ingreso, que permita: Determinar el grado de influencia de las variables explicativas (del ingreso) en el ingreso Predecir situaciones en el comportamiento del ingreso (puntos críticos) mediante simulaciones de los factores explicativos. La investigación estará basada en la aplicación de diversos procedimientos estadísticos que aplicados en forma sucesiva nos llevarán al logro de nuestros objetivos; para lo cual se está utilizando los paquetes estadísticos: SPSS (Statistical Package for Science Socials) para Windows vs 8.0 y el PC CARP. Para realizar el análisis exploratorio y de consistencia de la información se utilizó el procedimiento Explore que realiza revisión de datos, identificación de valores discordantes, descripción de los datos, características de la distribuciones de los datos, revisión de suposiciones y caracterización de diferencias entre Sub-poblaciones. La revisión de datos puede mostrar que hay valores no usuales, valores extremos, vacíos en los datos u otras peculiaridades. La exploración de datos puede ayudar a determinar si son apropiadas las técnicas estadísticas que se han considerado para el análisis de los datos. Puede indicar también que se necesita transformar los datos para que cumpla con la condición de normalidad que requieren ciertas técnicas. También se utilizaron las tablas de contingencia para sondear la asociación entre variables. Con el fin de encontrar las variables asociadas con el ingreso y determinar este grado de asociación se utilizará el procedimiento "Análisis Loglineal de Selección de Modelos", que es un procedimiento que analiza tabulaciones cruzadas de entradas múltiples (tablas de contingencia). Explora la relación que pueda existir entre un conjunto de variables categóricas simultáneamente, incluyendo interacciones entre grupos de variables; ayudando a encontrar qué variables categóricas están asociadas. Para encontrar el modelo estadístico que se ajuste a los datos de ingreso, inicialmente se planteó la posibilidad de emplear un modelo de regresión múltiple, pero como se tienen variables de intervalo y varias variables nominales se consideró conveniente emplear el análisis de covarianza múltiple, que se puede considerar como una combinación del análisis de regresión y del análisis de varianza, en el cual los resultados del análisis de varianza se ajustan para la relación lineal entre la variable dependiente y las covariables. Sin embargo, la posibilidad de utilizar el Software para Regresión PCCARP, que considera en el proceso el diseño complejo de la muestra con que se obtuvieron los datos, reorientó la decisión a utilizar el modelo de regresión múltiple. Para ello, y debido a que se cuenta con variables nominales, se utilizaron variables artificiales en la regresión. Uno de los logros significativos de este estudio es haber obtenido el ajuste del Modelo de Regresión Lineal Múltiple considerando el diseño complejo de la muestra con que se obtuvieron los datos.