Problema: Determinar qué acciones debe tomar agropecuaria San Martin para mejorar las ventas

ANOVA DE 2 FACTORES:

Situación 5:

Problema: Determinar qué acciones debe tomar agropecuaria San Martin para mejorar las ventas.

Representación (Descripción del problema):

Diseño Factorial

Variable: Ventas

Factores: Canal de Distribución y Tipo de Producto

Niveles del factor: Canal de Distribución (Autoservicios, mercado y bodega) y Tipo de producto (Rosado, blanco y codorniz)

# de  tratamientos: 3 x 3 =9 tratamientos

# réplicas: 4

Unidad elemental: 1 mes de ventas

PASAMOS LOS DATOS AL SPSS ( Y, FACTOR A y FACTOR B)

[pic 1]

[pic 2]

[pic 3]

[pic 4]

[pic 5]

CORRES LA PRUEBA

[pic 6]

[pic 7]

[pic 8]

[pic 9]

CORRES LA PRUEBA Y ACÁ HALLARÁS K-S

Cálculo:

• Normalidad de errores (K-S)

Ho: Los errores siguen una distribución normal (NRHo)

H1: Los errores no siguen una distribución normal (RH1)

Alfa: 0.05

Sig (K-S): 0.200 > 0.05 = NRHo

🡪 Con 5% de significancia los errores siguen una distribución normal.

• Homogeneidad de Varianzas (Levene)

Ho: Las varianzas son iguales

H1: Al menos una varianza es diferente

        Alfa: 0.05

        Sig (Leven): 0.357 > 0.05 = NRHo

        🡪 Con 5% de significancia las varianzas son iguales.

SE CUMPLEN LOS 2 SUPUESTOS

• Análisis de la interacción

Ho: No existe interacción entre el tipo de producción y el canal de distribución de las ventas

H1: Si existe interacción entre el tipo de producción y el canal de distribución de las ventas

Alfa: 0.05

REGLA:  Fcal > Fcrítico = RHo

         Fcal < Fcrítico = NRHo

Fcal: 4.876

Fcrítico: (gl inter; gl error; sig)

         INV.F.CD(4;27;0.05)

         2.7277 < 4.876 = Rho

🡪 Con 5% de significancia existe interacción entre tipo de productos y canal de distribución sobre las ventas.

SINTAXIS FACTORIAL

Y HACES LO DEL < > =

REGRESIÓN LINEAL SIMPLE

Problema:

Representación:

Regresión Lineal Múltiple

Y: Consumo de helado (kg)

X1: Precio del Helado ($)

X2: Ingreso familiar ($)

X3: Temperatura (F)

Cálculo:

• Análisis de Multicolinealidad

| r x1 x2 |=         0,405                |R x1 Y|= 0,963          NO HAY

                                        |R x2 Y|= 0,478        NO HAY

| r x1 x3 |=         0,936                |R x1 Y|= 0,963        NO HAY

                                        |R x3 Y|= 0,980        NO HAY        

| r x2 x3 |=         0,540                |R x2 Y|= 0,478        SI HAY

...