En primer lugar, debemos mencionar que se ajustaron dos regresiones a la encuesta realizada debido a que el estudio realizado contempla el análisis de la disposición a pagar según variables independientes para cerámicas de interior y exterior, por lo

Ajuste del modelo:

En primer lugar, debemos mencionar que se ajustaron dos regresiones a la encuesta realizada debido a que el estudio realizado contempla el análisis de la disposición a pagar según variables independientes para cerámicas de interior y exterior, por lo que se ajustó un modelo para cada caso.

Dentro de la encuesta realizada, seleccionamos las variables que consideramos que podrían llegar a ser explicativas (variables independientes) de la disposición a pagar. En este caso, seleccionamos las siguientes preguntas:

1. “¿Con cuál de los siguientes atributos usted relaciona calidad en los productos de cerámicas?”

Duración, Anticorrosión, impermeabilidad, mantención del color, resistencia al calor

1. “¿Qué tan importante son los siguientes conceptos a la hora de realizar la compra de cerámicas de exterior?”

Durabilidad, anticorrosión, impermeabilidad, mantención del color, resistencia al calor

1. “¿Cuál de las siguientes características influyen en tu percepción de la calidad del producto?”

Asesoría del vendedor, el tacto, la marca, el grosor, la textura

1. “¿Qué tan importante es la recomendación del vendedor al momento de evaluar la calidad de la cerámica?”

La tabulación realizada para la pregunta 1 y 3 fue del tipo dicotómica (0= no marca; 1= sí marca) mientras que para la pregunta 2 y 4 se utilizó una escala (1=nada; 5=muy importante).

A continuación, se realizó una primera aproximación para analizar cuáles son las variables significativas para los dos modelos. El procedimiento queda explicado a continuación para cada modelo en particular:

Modelo exterior:

En primer lugar, se realizó una regresión lineal por pasos con una probabilidad F de entre 0.2 y 0.25, posteriormente se realizó el mismo procedimiento, pero con una probabilidad F de entre 0.25 y 0.3, en ambos casos se consideraron todas las variables independientes, esto con el fin de que el programa spss nos entregará los modelos ajustados más pertinentes y podamos decidir dentro de esos cuál sería el más adecuado, además se realizó dos regresiones con probabilidades F distintas para comprobar que los modelos entregados por spss ya se habían estabilizados y no entregaría modelos adicionales. Los modelos sugeridos por spss para ambos casos se muestran a continuación:

Regresión por pasos para exteriores con probabilidad F de entre 0.2 y 0.25[pic 1]

[pic 2]

Regresión lineal para exteriores con probabilidad F entre 0.25 y 0.3

[pic 3]

[pic 4]

[pic 5]

A partir de las dos tablas anteriores podemos ver que al subir la probabilidad F al rango de 0.25 a 0.3 se agrega un modelo propuesto, pero este último modelo presenta una variable no significativa, por lo que nos quedamos con el modelo 8 que presenta significancia en todas sus variables.

Posterior a esto, realizamos una regresión línea con método intro tomando únicamente las variables consideradas por el modelo propuesto 8, esto con el fin de determinar la calidad del modelo, su significancia, la existencia o no de multicolinealidad y las variabilidades que explican cada variable al ingresar al modelo.

Los resultados de dicha regresión se presentan a continuación:

[pic 6]

[pic 7]

[pic 8]

A partir de las tablas anteriores podemos decir que el modelo entregados es el siguiente:

Y= -0.719 + (0.787*anticorrosión) + (0.411*mantención del color) + (0.287*resistencia al calor) + (0.85*asesoría del vendedor) + (0.337*el tacto) + (3.093*la marca) + (0.379*la textura) + (0.166*recomendación del vendedor)

Podemos notar a través del resumen del modelo que el coeficiente de correlación múltiple R es 0.941 lo cual es sumamente alto y por lo tanto existe una alta relación entre el “Y” estimado y el Y observado. También podemos ver que el coeficiente de determinación múltiple nos indica que existe un 88.6% de la variabilidad que es explicada por el modelo. Por último, con respecto a la calidad el modelo podemos decir que es buena debido a que el error típico de la estimación es bajo, lo que se traduce en un alto R cuadrado ajustado (0.868).

En la tabla ANOVA podemos observar que el valor de significancia es de 0.000, lo cual se traduce en que el modelo es significativo para cualquier nivel de alfa.

Por último, en la tabla de coeficientes podemos ver que el modelo no presenta multicolinealidad debido a que los valores de FIV son menores a 5, adicionalmente podemos ver que todas las tolerancias son superiores a 0.0001 por lo que no se debe eliminar ninguna variable debido a una baja variabilidad propia de alguna variable. A partir de las betas, podemos ver que la mayor importancia relativa de los predictores la tiene la marca, seguido de la anticorrosión y luego la resistencia al calor, siendo estos los más importantes dentro del modelo a la vez que los predictores menos relevantes son el tacto y la asesoría del vendedor, las cuales influyen menos en la disposición a pagar de los compradores.

Interpretación del modelo:

A partir del modelo entregado, podemos decir que el cliente aumenta su disposición a pagar por cerámicas de exterior en la medida que este conozca la marca, posean características de anticorrosión, logren mantener el color, posean resistencia al calor, entreguen un buen tacto, posean buena textura, los vendedores entreguen asesoría y recomendaciones.

Dado que el problema gerencial es “Cómo posicionarse en el mercado, y dar a conocer la marca, redefiniendo la propuesta de valor de Alfa según las características del consumidor y la industria de pisos en Chile”, los hallazgos encontrados en esta investigación entregan una solución a este problema, ya que se le entrega a la marca las ocho variables que aumentan de mayor manera la disposición a pagar y, a partir de esto, podría solucionar su decisión de posicionamiento estratégico basándose en alguno de ellos. Vale mencionar que se recomienda enfocarse en las variables con mayor influencia, es decir, la marca, asesoría del vendedor y anticorrosión.

...