Relación entre el Rendimiento y el Salario de los Peloteros de Grandes Ligas

...

El primer parámetro estimado que observamos es C(1), el cual representa el intercepto en el modelo el cual tiene un valor de 1,058,570 lo cual en nuestro modelo es interpretado como la cantidad salarial de la cual se parte para los jugadores en promedio, es decir, a partir de esta cantidad comienzan a elevarse los salarios de los jugadores en promedio. Aunque si nos fijamos, en comparación a la muestra esta cantidad es un tanto pequeña, dado que otra gran parte de los jugadores gana mucho mas dinero, pero eso es precisamente lo que vamos a demostrar, por qué unos ganan tanto y otros poco y por qué sucede esto.

Es siguiente parámetro es el C(2) el cual corresponde a la variable independiente X1(turnos al bate) y tiene un valor de -4684.021. Como podemos observar, este parámetro presenta una relación inversa al salario la cual podemos interpretar diciendo que, el salario de un jugador va a disminuir en $4,681 por cada turno adicional que tome al bate. Este resultado es un poco sorpresivo para lo que esperábamos dado que a nuestro parecer, el valor de un pelotero aumenta con los años de juego, ya que esto representa experiencia y veteranía y por tanto no coincide con nuestra expectativa. Pero si lo vemos del punto de vista del resultado obtenido, esta relación inversa tiene sentido en el punto de que con el tiempo, el jugador se va haciendo mas viejo y perdiendo habilidades físicas, lo cual representa una pérdida de su valor físico y por tanto es razonable esta relación inversa.

Luego tenemos el parámetro C(3) correspondiente a la variable independiente X2(runs o carreras anotadas) y consta con un valor de -8259.102. Al observar este resultado vemos que existe nuevamente una relación inversa entre las carreras anotadas y el salario de los jugadores, lo cual a nuestro parecer no hace sentido, dado que los equipos quieren jugadores para ganar juegos, y a su vez los juegos se ganan anotando carreras, por tanto los jugadores que anotan muchas careras significan potenciales victorias para los equipos y por tanto eso debería aumentar el valor del jugado. Por tanto este parámetro no coincide con nuestras teoría en este caso.

Después sigue el parámetro C(4) correspondiente a la variable independiente X3(hits), el cual tiene un valor de 22466.01. Como podemos ver este parámetro si explica nuestra teoría, dado que nos esta diciendo que el valor en salario de un jugador va a aumentar en $22,466 por cada hit adicional que este conecte, lo cual hace bastante sentido porque los juegos se ganan haciendo carreras y las carreras se hacen bateando hits, por tanto los equipos deben invertir en aquellos jugadores que les proporcionen seguridad y potenciales victorias. Por esto existe esta relación directa entre el número de hits conectados de un jugador y su salario.

El siguiente parámetro es C(5) el cual corresponde a la variable independiente X4(home runs) y posee un valor de 46730.42. Esta variable muestra una relación directa sumamente alta entre el numero de home runs y el salario de los jugadores, siendo esta la variable más influyente (dentro de las seleccionadas). Como podemos ver este parámetro nos muestra que el jugador aumentará su valor en salario en $46,730 por cada home run adicional, es decir, es un incentivo alto para que los jugadores den su mejor esfuerzo. Esta es una relación bastante lógica y que era de esperarse, dado que un home run es lo mas alto dentro de el juego y representa automáticamente una carera para el equipo, lo cual es de beneficio para los equipos y los ayudarían a ganar mas juegos, por tanto esta es una de las razones que influyen grandemente en los altos salarios de los jugadores.

Por último tenemos el parámetro C(6) correspondiente a la variable independiente X5(RBI o carreras impulsadas) con un valor de -687.9304. Esta última no muestra los resultados esperados debido a que presenta una relación inversa entre el salario y las carreras impulsadas por los jugadores y eso no coincide con nuestra teoría, ya que las carreras que los jugadores impulsan ayudan a los equipos a ganar y por tanto deben pagarle mas a los jugadores que contribuyan impulsando carreras para el beneficio de los equipos, es decir, una gran cantidad de carreras impulsadas por un jugador debería aumentar su valor en salario. Por tanto, esta relación inversa no coincide con nuestra teoría.

Conclusión

Como pudimos estudiar en esta investigación, efectivamente hay algunas variables que influyen en el salario de los jugadores. Hay variables que influyen positivamente y otras negativamente. En definitiva el salario de un jugador va a estar siempre determinado por los números y estadísticas que haya acumulado a lo largo de su carrera, y su rendimiento del día a día en el terreno de juego va a aumentar su valor según aumente su rendimiento.

Hay otros tipos de incentivos de dinero para los jugadores que se pueden presentar pero no son lo normal, por ejemplo bonificaciones por alcanzar y/o romper records de hits, home runs, entre otros. Pero estos son casos específicos, en general los datos que influyen al momento de fijar un salario a un pelotero va a depender de su rendimiento, algunas variables influirán más que otras pero en definitiva queda claro que sí influyen en su salario.

Bibliografía

- Datos extraídos de la pagina oficial de las grandes ligas:

www.mlb.com

www.ustoday.com

- Econometría. Apuntes de Clase. V. Gil, A. Lema, Marzo 2000.

- D. Gujarati. Econometría. Quinta edición. Mc Graw Hill. México 2010.

- Matriz de datos utilizada para la muestra: dato