Práctica Calificada No. 3

Práctica Calificada No. 3

¿Los consumidores estarían dispuestos a gastar más en el futuro en productos orgánicos según sus características socio-económicas? Usted y su equipo, todos recién egresados de la maestría en Dirección de Marketing y Gestión Comercial de la prestigiosa Universidad del Pacífico han sido contratados como asesores de la asociación de bioferiantes y biotiendas de Lima Metropolitana a fin de determinar cuáles de las variables demográficas son las principales que explicarían la proyección de gasto en productos orgánicos (sin pesticidas ni químicos). Por ejemplo, ¿será que a más años de estudio más gasto proyectado en productos orgánicos en el futuro?

La asociación de bioferiantes y biotiendas de Lima Metropolitana se encuentra interesado por determinar cuáles son los principales determinantes del “Gasto Proyectado Semanal en Productos orgánico” (variable dependiente).

Asimismo, se han identificado las siguientes variables independientes:  

-        Sexo (Mujer=0; Hombre=1)

-        Años de estudio (años)

-        Edad (años)

-        Habitantes por vivienda (número de personas)

-        Número de hijos (número de personas)

-        Le daría productos orgánicos a su familia (No=0; Si=1)

Pregunta 1:

Si las variables independientes tienen alta correlación, ¿qué haces con estas variables independientes en este ejemplo? (explícalo mediante la(s) regresión(es) correspondiente(s))

Pregunta 2:

Interprete el coeficiente de determinación, significancia de la tabla Anova y coeficientes de las variables independientes.

Pregunta 3:

¿Qué recomendaciones le brindaría a la asociación de bioferiantes y biotiendas de Lima Metropolitana para mejorar la eficiencia del sistema orgánico de Lima Metropolitana para bioferias y biotiendas?

Desarrollo

Pregunta 1:

Si las variables independientes tienen alta correlación, ¿qué haces con estas variables independientes en este ejemplo? (explícalo mediante la(s) regresión(es) correspondiente(s))

Por teoría sabemos que debemos evitar la multicolinealidad, es decir, que exista alta correlación entre las variables independientes, ya que, a pesar de mostrar un coeficiente de determinación alto, podríamos estar perdiendo de vista los principales efectos de una o más variables sobre la variable dependiente.

En el ejemplo, para determinar qué hacer, procedemos a revisar las correlaciones entre las variables independientes:[pic 1][pic 2][pic 3][pic 4][pic 5]

Del cuadro de correlaciones tenemos que la variable independiente “Número de hijos” nos genera problemas con otras dos variables: “Edad” y “Habitantes por vivienda”. Existe alta correlación con ambas variables y se puede observar que, a mayor correlación, la significancia es menor.

Para evitar la multicolinealidad, vamos a analizar dos alternativas:

1. Retirar la variable “Número de hijos” y dejamos “Edad” y “Habitantes por vivienda”
2. Retirar “Edad” y “Habitantes”, y dejamos “Número de hijos”

*También se podrían agrupar dos variables en una sola.

Pregunta 2:

Interprete el coeficiente de determinación, significancia de la tabla Anova y coeficientes de las variables independientes.

1. Retirar la variable “Número de hijos” y dejamos “Edad” y “Habitantes por vivienda”

[pic 6][pic 7][pic 8][pic 9][pic 10][pic 11]

La primera alternativa arroja lo siguiente:

• El coeficiente de determinación (R cuadrado) es de 9.5%, es decir, las variables independientes solo nos explican el 9.5% de la variabilidad del gasto proyectado.
• El Anova indica que es significativa, es decir, al menos un coeficiente beta en la regresión, es diferente de cero.
• Los coeficientes significativos (menor a 10%) son: “Años de estudio”, “Habitantes por vivienda” y “Le daría productos orgánicos a su familia”.

• Podemos decir que, si se aumenta en un habitante la vivienda, el gasto de incrementa en 16.62.
• El gasto se incrementa en 57.92 (positivo) si se le diera productos orgánicos (variable dicotómica)
• El gasto disminuye en -3.25 al aumentar en una unidad los años de estudio. Este público al tener más años de estudio, encuentra más sustitutos para el producto.

1. Retirar “Edad” y “Habitantes”, y dejamos “Número de hijos”

[pic 12][pic 13][pic 14][pic 15]

La primera alternativa arroja lo siguiente:

• El coeficiente de determinación (R cuadrado) es de 5.2% (disminuye), es decir, las variables independientes solo nos explican el 5.2% de la variabilidad del gasto proyectado.
• El Anova indica que sigue siendo significativa, es decir, al menos un coeficiente beta en la regresión, es diferente de cero.
• La variable en cuestión, “Número de hijos”, no es significativa.
• Solo hay un coeficiente significativo (menor a 10%): “Años de estudio”. El coeficiente no varía mucho ya que no tiene correlación.

En base a lo encontrado, podemos asegurar que la segunda alternativa no me explica tanto la variable dependiente como la primera, ya que la variable “Número de hijos” no es significativa y, por lo tanto, no hay razón para interpretar coeficientes.

...