[Universidad Nacional de San Agustn de Arequipa] Analisis de Regresion

PROBLEMA El gerente de la empresa SAC tiene pensado incrementar los gastos en publicidad siempre y cuando estos se reflejen en las ventas, es por eso que encarga si estas dos variables estn relacionadas o si guardan alguna correlacin. Desea tambin saber cunto seran sus ventas si tena pensado invertir 15 mil soles en publicidad. Datos: Se obtuvieron de los ltimos 11 aos y son como sigue:

Gastos en publicidad Ventas (en miles) (en miles) 3 20 6 25 7,5 34 6 30 9 33 7,5 34 7,5 36 10,5 35 12 40 10,5 37 12 41
OBJETIVOS Encontrar si las variables en mencin estn relacionadas. Hallar un modelo para los datos. Hallar cuanto incrementara las ventas por cada sol que se aumente en publicidad. DESARROLLO VARIABLES Variable dependiente: Clasificacin: Medida: Variable Independiente: Clasificacin: Medida: VENTAS Continua. Escala PUBLICIDAD Continua. Escala

ESTADSTICOS DESCRIPTIVOS
Estadsticos descriptivos N Ventas Publicidad N vlido (segn lista) 11 11 11 Mnimo 20,00 3,00 Mximo 41,00 12,00 Media 33,1818 8,3182 Desv. tp. 6,20996 2,79529

[Universidad Nacional de San Agustn de Arequipa] Analisis de Regresion

Tabla de frecuencia
Publicidad Frecuencia Vlidos 3,00 6,00 7,50 9,00 10,50 12,00 Total 1 2 3 1 2 2 11 Porcentaje 9,1 18,2 27,3 9,1 18,2 18,2 100,0 Porcentaje vlido 9,1 18,2 27,3 9,1 18,2 18,2 100,0 Porcentaje acumulado 9,1 27,3 54,5 63,6 81,8 100,0

Ventas Frecuencia Vlidos 20,00 25,00 30,00 33,00 34,00 35,00 36,00 37,00 40,00 41,00 Total 1 1 1 1 2 1 1 1 1 1 11 Porcentaje 9,1 9,1 9,1 9,1 18,2 9,1 9,1 9,1 9,1 9,1 100,0 Porcentaje vlido 9,1 9,1 9,1 9,1 18,2 9,1 9,1 9,1 9,1 9,1 100,0 Porcentaje acumulado 9,1 18,2 27,3 36,4 54,5 63,6 72,7 81,8 90,9 100,0

DIAGRAMA DE DISPERSIN (PRIMERA APROXIMACIN). El diagrama de dispersin sugiere una lnea recta para relacionar estas variables, es decir el modelo sugiere un modelo de regresin lineal.

[Universidad Nacional de San Agustn de Arequipa] Analisis de Regresion

MODELO ESTIMADO Luego de introducir al SPSS los datos nos arroja la siguiente tabla.
Estadsticos descriptivos Desviacin Media tpica Ventas Publicidad 33,1818 8,3182 6,20996 2,79529

N 11 11

Correlaciones Ventas Correlacin de Pearson Sig. (unilateral) N Ventas Publicidad Ventas Publicidad Ventas Publicidad ,000 11 11 11 11 1,000 ,915 Publicidad ,915 1,000 ,000

Como se ve el ndice de correlacin de Pearson es 0.915 se acerca a 1 lo cual nos indica que la relacin entre las variables de Publicidad y Ventas es alta.
Variables introducidas/eliminadas Variables Variables introducidas eliminadas Mtodo Publicidad
b a

Modelo 1

Introducir

a. Variable dependiente: Ventas b. Todas las variables solicitadas introducidas.

En el modelo que encontraremos la variable independiente es Publicidad que nos servir para predecir el comportamiento de la Variable Ventas.
Resumen del modelob Estadsticos de cambio R cuadrado Error tp. de Cambio en R cuadrado Cambio en F gl1 gl2 R cuadrado corregida la estimacin ,838 ,820 2,63821 ,838 46,406 1 Sig. Cambio en F 9 ,000 DurbinWatson 1,958

Modelo 1

R ,915a

a. Variables predictoras: (Constante), Publicidad b. Variable dependiente: Ventas

Interpretacin: El 83,8% de las Ventas son explicadas por los Gastos en Publicidad. El 82,0% de las ventas son explicadas por la publicidad, la cantidad de datos y el nmero de parmetros. Como el ndice de Durbin Watson (1.958) es 0DW4, entonces podemos decir que los errores del modelo no estn aucotorrelacionados.

[Universidad Nacional de San Agustn de Arequipa] Analisis de Regresion

ANOVA Modelo 1 Regresin Residual Total a. Variable dependiente: Ventas b. Variables predictoras: (Constante), Publicidad Suma de cuadrados 322,995 62,641 385,636 gl 1 9 10
a

Media cuadrtica 322,995 6,960

F 46,406

Sig. ,000
b

Hiptesis: No existe relacin entre los gastos de publicidad y las ventas. Existe relacin entre los gastos de publicidad y las ventas. Como vemos en el cuadro ANOVA sigma es menor que 0.05, entonces rechazamos la hiptesis nula, es decir se rechaza Ho, por lo tanto decimos que si existe relacin entre los gastos en publicidad y las ventas. Como nuestra F calculada es 46.406 y es mayor que la F tabular con (significancia del 5%, grados de libertad 1, 11-2) es decir F(0.05;1,9)=5.1174 entonces se puede afirmar que si existe relacin lineal entre las variables de Ventas y Publicidad.
Coeficientes a Coeficientes tipificados Beta ,915 t 6,241 6,812 Sig. ,000 ,000 1,000 1,000

Modelo 1

Coeficientes no estandarizados B Error tp. (Constante) Publicidad 16,270 2,033 2,607 ,298

Estadsticos de colinealidad Tolerancia FIV

a. Variable dependiente: Ventas

Del cuadro de coeficientes el modelo entrado va a ser:

16 .270 2.033 X Y
Entonces los valores esperados serian:
publicidad

3 6 7,5 6 9 7,5 7,5 10,5 12 10,5 12 13 14 15

Ventas estimadas 22,36910995 28,46858639 31,51832461 28,46858639 34,56806283 31,51832461 31,51832461 37,61780105 40,66753927 37,61780105 40,66753927 42,70069808 44,73385689 46,76701571

[Universidad Nacional de San Agustn de Arequipa] Analisis de Regresion

Interpretacin: El valor de b = 2.033 indica el incremento de las ventas en miles, en promedio, por cada mil soles de aumento en los gastos de publicidad Del modelo podemos decir Si se invirtiera 15 mil se obtendra 46,7 mil soles en ventas aprox.

CONCLUSIONES Los gastos en publicidad y las ventas estn altamente relacionadas El modelo hallado para estas variables es:

16 .270 2.033 X Y
Como r cuadrado es bastante alto, el comportamiento de las ventas son fuertemente explicadas por los gastos en Publicidad, as el 83,8% de las Ventas son explicadas por los Gastos en Publicidad Si el gerente tena pensado invertir 15 mil soles tendra en ventas 46,7 mil soles en ventas aprox.