CURSO DE ESTADSTICA INFERENCIAL

Profesora: Fanny Campomanes Murrugarra

Seccin N 43 - A

Ciclo 2013 01

Trabajo de Estadstica Inferencial

Empresa Nestl Per S.A. con sus clientes de los distritos de San Juan de Miraflores,
Villa el Salvador, Santiago de Surco, Chorrillos y Villa Mara del Triunfo.

Alumnos:

Mario Berganza Damiani u201200608

Carlos Espinoza Coronado u201200824

Fabin Salas Daz u610477

Cristian Cortes Labbe u201200099

Percy Camacuari Chirinos u201021262

SAN BORJA, 2013

1
1. TITULO Informe del resultado del anlisis de las ventas de los clientes de Nestl en
los distritos de Villa Mara del Triunfo, Santiago de Surco, Chorrillos, Villa el Salvador y
San Juan de Miraflores

2. PRESENTACION

La estadstica es una ciencia formal que estudia la recoleccin, anlisis e interpretacin de

datos, ya sea para ayudar en la toma de decisiones o para explicar condiciones regulares o
irregulares de algn fenmeno o estudio aplicado, de ocurrencia en forma aleatoria o
condicional.

El presente trabajo logra plasmar el uso correcto de las herramientas aprendidas durante el
curso de Estadstica Inferencial, con la nica finalidad de poder analizar, interpretar y evaluar
los indicadores de una base de datos para una correcta toma de decisiones de negocios.

JUSTIFICACION

Se han utilizado datos reales de una empresa comercializadora de alimentos Nestl Per
S.A. fabricante de productos de consumo masivo alimentos y golosinas, esta distribucin se
lleva a travs de un sistema de distribucin no directa es decir por medio de otras empresas
que si son netamente comercializadoras (distribuidoras), siendo estas ltimas las que llegan
a las bodegas y mercados. Por tal motivo, en el periodo 2013 para realizar un mejor anlisis
solo se han considerado los pedidos que poseen una venta mensual y venta por visita, esto
dentro de un universo de 231 clientes de 5 distritos representativos.

2
3. Objetivos generales

El estudio busca analizar la relacin que existe entre el promedio de ventas de cada distrito
con los tipos de establecimientos. Asimismo observar si existe alguna relacin entre la
cantidad vendida por los vendedores y su antigedad en la zona asignada.

Objetivos especficos

Analizar las ventas por tipo cliente y distrito

Verificar la existencia de una la relacin entre el tiempo laboral del vendedor en cuanto a
su volumen de venta mensual.

Analizar los volmenes de venta por distrito.

Determinar el volumen de venta ptimo por cliente para elevar los volmenes de
desplazamiento de los productos.

Determinar el promedio de venta de los vendedores en funcin de los aos de experiencia

que poseen en la empresa.

4. RESEA DE LA EMPRESA

Previamente debemos hablar de Nestl; La compaa fue fundada en 1866 por el alemn
residente en Suiza Henri Nestl, un farmacutico que haba desarrollado una comida para
lactantes incapaces de alimentarse del pecho (o cualquiera de los sustitutos habituales de la
poca). El valor del descubrimiento posibilit una rpida expansin por Amrica y Europa,
incrementada por la fusin en 1905 con la Anglo-Swiss Condensed Milk Company, que a
pesar de ser una empresa mayor, adopt el nombre de la pequea que ya era muy famosa.

En 1938, Nestl desarrolla su producto Nescaf que es caf soluble instantneo. La empresa
sufri los inicios de la segunda guerra mundial, pero la inclusin del caf soluble Nescaf en
las raciones del ejrcito norteamericano favoreci enormemente su difusin.
3
 En 1984, la mejora de las finanzas de Nestl permiti que la compaa lanzara una nueva
ronda de adquisiciones, siendo el ms importante gigante estadounidense de industria
alimentaria Carnation.

Nestl en el Per: En 1919 los productos de Nestl llegan al Per a travs de una oficina de
importaciones que comercializaba leche condensada, leche evaporada, harina lacteada,
chocolates y otros productos. El 20 de setiembre de 1940 Nestl se hace oficialmente
presente en el Per. El rpido posicionamiento de Nestl en el pas la lleva a abrir, dos aos
despus, su primera fbrica en Chiclayo, planta que inicia operaciones con la fabricacin de
productos lcteos. En 1946, Nestl elige a Cajamarca como la zona ideal para el desarrollo
de un distrito lechero, instalndose una planta de leche fresca cuya primera capacidad
recolectora fue de 1,000 litros diarios.

En 1968 se inaugura la reconocida Fbrica Lima para producir caldos deshidratados,

productos a base de tomate, mostaza y otras presentaciones de las marcas Maggi y Libbys.

La expansin de Nestl en el pas la consolid como una de las principales empresas de

alimentos del Per. En 1997, Nestl Per adquiere DOnofrio, una reconocida firma nacional
de golosinas, panetones y helados con ms de 100 aos de presencia en el mercado, y que
de la mano de Nestl dio el salto a su internacionalizacin, siendo reconocida en otros pases
y conservando su aprecio entre los peruanos.

Hoy, Nestl es la empresa lder en nutricin, salud y bienestar, apreciada y percibida como la
empresa de mejor reputacin en el Per y como una de las ms socialmente responsables.

El xito logrado en el Per se debe no solamente al soporte de ser la primera empresa de

alimentos a nivel mundial, sino por una estrategia local de conquistar nuevos segmentos de
consumidores, acompaada de la constante innovacin de sus marcas.

4
 Como vimos Nestl es una transnacional que desarrolla sus labores comerciales en el Per
con empresas encargadas de su distribucin. Las distribuidoras en Lima son Digalimenta y
Multimarcas, estas son empresas dedicadas a la distribucin de productos alimenticios de
diferentes empresas productoras tanto nacionales como importadas; adems, se encuentran
muy bien posicionadas en el mercado. Tambin, cuenta con 8 aos distribuyendo en el
mercado de Lima. La empresa Nestl Per trabaja con ellos aproximadamente 4 aos. En
esta oportunidad y como ocurre en todas las compaas que tienen un importante
crecimiento a raz de la bonanza econmica no se han tomado medidas ni se ha determinado
las variables de crecimiento ptimo. Por tal motivo, el rea de Ventas de Nestl ha realizado
un levantamiento de informacin de la venta en los distritos de las zonas detalladas arriba la
misma que servir para medir los principales distritos de venta y tomando medidas
correctivas para poder elevar el volumen de venta de los otros distritos focalizndonos en un
monto de venta promedio en las bodegas de estas zonas y generar un crecimiento ms
sostenido aprovechando la oportunidad del mercado.

Luego del anlisis se espera tener mejores herramientas para mejorar el plan de ventas en
los siguientes meses del ao.

5. DEFINICIONES BSICAS

Poblacin.-
Todos los clientes que venden productos Nestl en los distritos de Villa Mara del Triunfo,
Villa el salvador, Santiago de surco, Chorrilos y San Juan de Miraflores

Muestra.-
231 clientes que venden productos Nestl en los distritos de Villa Mara del Triunfo, Villa el
Salvador, Santiago de Surco, Chorrillos y San Juan de Miraflores

Unidad Elemental.-
Un cliente que vende productos Nestl en los distritos de Villa Mara del Triunfo, Villa el
Salvador, Santiago de Surco, Chorrillos y San Juan de Miraflores

5
6. DEFINICIN Y CLASIFICACIN DE VARIABLE

VARIABLE TIPO ESCALA

Cliente Cualitativa Nominal
Categora Cualitativa Ordinal
Distrito Cualitativa Nominal
Tipo de establecimiento Cualitativa Nominal
Vendedor Cualitativa Nominal
Tiempo de Trabajo del Vendedor en aos Cuantitativa discreta De intervalo
Promedio S/. Mes (venta x visita) Cuantitativa Continua Razn
Venta total S/. x mes Cuantitativa Continua Razn
Das de visita Cualitativa Nominal
Das de visita se refiere a la programacin que tiene el vendedor al visitar una zona, que
puede ser de 1 a 3 veces por semana dependiendo de la categora del cliente.
Fuente: Nestl
Elaboracin: Propia

6
1. PRUEBA DE HIPTESIS

a) Prueba de Hiptesis para un promedio ()

Cada cliente es categorizado en categoras que van de la A a la D de acuerdo a su nivel de ventas
mensual. El objetivo de esta prueba es medir que el nivel de ventas de la mxima categora supera los S/.
1000 soles.

Se puede afirmar al 5% de nivel se significacin que las ventas promedio de categora A son
mayores a S/.1000?

1 .Planeamiento de hiptesis

0 : 1000

1 : > 1000

2 .Nivel de significacin

= 0.05

3. prueba estadstica

VENTA TOTAL S/. MES

Media 1161.18667 = (1)
Error tpico 165.746106 /
Desviacin estndar
861.24203
Cuenta 27

= 0.97249

4. Criterio de decisin: Valor Crtico

(0.95,14) = 1.70561

7
5. Decisin

No se rechaza H0

6. Conclusin

A un nivel de significacin del 5%, existe evidencia estadstica para NO afirmar que las ventas promedio
de categora A son mayores a S/. 1000.

b) Prueba de Hiptesis para una proporcin poblacional (p)

Esta prueba tiene como objetivo determinar si la mayor densidad de ventas proviene de los
establecimientos categorizados con la categora B. No cuenta el nivel de establecimientos de la
categora sino su porcentaje sobre las ventas totales en relacin a las dems categoras.

Se puede afirmar al 5% de nivel de significacin que las ventas de categora B superan el 50% de
las ventas en todos los distritos?

1 .Planeamiento de hiptesis

0 : 0.5

1 : > 0.5

2 .Nivel de significacin =
= 0.05 (1 )

3. prueba estadstica

0 = 0.5 Total 105645

= 0.5821
Categoria B 61502
Proporcin 0.58215722
= 231

= 2.49736

4. Criterio de decisin: Valor Crtico

(10.05) =1.6449

8
5. Decisin

Se rechaza Ho.

6. Conclusin

A un nivel de significacin del 5%, existe evidencia estadstica para afirmar que las ventas de categora B
superan el 50% de las ventas en todos los distritos

c) Prueba de hiptesis para la dos promedios ( )

Para lograr cumplir con el objetivo de incrementar las ventas en los prximos aos, es necesario analizar
el promedio de ventas entre los distritos con mayores clientes. Con el resultado se podr comunicar a la
empresa Nestl Per S.A. en cual distrito centrase para una posible mejora de ventas y una mayor
cartera de clientes.

Con una significacin del 5% se podr afirmar que las ventas promedio en Villa Mara del Triunfo
son mayores a las ventas promedio de San Juan de Miraflores?

Prueba Homogeneidad

1 .Planeamiento de hiptesis

0 : 12 = 22

1 : 12 22

2 .Nivel de significacin

= 0.05

3. prueba estadstica

Fca l= 7.7933

4. Criterio de decisin: Valor Crtico

F1=0.5513

F2=1.8139

5. Decisin

Rechazar H0

9
6. Conclusin

A un nivel de significacin de 5%, se puede afirmar que las varianzas son diferentes. Por lo tanto no
existe homogeneidad de varianza.

Prueba de 2 promedios

1 .Planeamiento de hiptesis

1 =

2 =

0 : 1 2 0
Prueba t para dos muestras
1 : 1 2 > 0
suponiendo varianzas desiguales
vtas VMT vtas SJm
Estadstico t 0.0962131
P(T<=t) una cola0.46180749
2 .Nivel de significacin Valor crtico de1.66599622
t (una cola)
= 0.05 P(T<=t) dos colas
0.92361497
Valor crtico de1.99299713
t (dos colas)
3. prueba estadstica

= 0.4618

4. Criterio de decisin: Valor Crtico

= 1.6660

5. Decisin

No se rechaza Ho

.P-valor = 0.4618 > 0.05

6. Conclusin

A un nivel de significacin de 5%. NO se puede afirmar que las ventas promedio en Villa Mara del Triunfo
son mayores a las ventas promedio de San Juan de Miraflores.

Por lo tanto se podr comunicar a la empresa Nestl Per S.A. no centrar sus ventas en el distrito de Villa
Mara del Triunfo.

10
d) Prueba de hiptesis para la diferencia de dos proporciones poblacionales

Se desea dar a conocer a la empresa Nestl un distrito y una categora en la cual puedan impulsar las
ventas con bonos y promociones.

Con una significacin del 5% se podr afirmar que las ventas en la categora B de San juan de
Miraflores son mayores a la categora B de Villa El Salvador?

1 .Planeamiento de hiptesis

0 : 1 2 0 p1 p 2
Zc Z
1 1
1 : 1 2 > 0
p 1 p
n1 n2

2 .Nivel de significacin

= 0.05

3. prueba estadstica

26.7582
= 74
= 0.3616
SJM (p1) VES (p2)
0.0260
= = 0.0126 Total 19,533 18,179
2.0658
Proporcion 0.37495182 0.34894618
Total Cat B 52096
4. Criterio de decisin: Valor Crtico
n 36 38
(10.05) = 1.6449

5. Decisin

No rechazar Ho

6. Conclusin

A un nivel de significacin de 5% NO se puede afirmar que las ventas en la categora B de San juan de
Miraflores son mayores a la categora B de Villa El Salvador.

Por lo tanto, la empresa Nestl deber optar por impulsar las ventas de clientes de categora B en Villa El
Salvador.

11
e) Prueba de hiptesis para dos varianzas

Se puede afirmar con un nivel de significacin del 5%, que la variabilidad de las ventas mensuales en
los distritos de SJM y VES son las mismas?

1.- hiptesis

H0 : 1 = 2
H1 : 1 2 Prueba F para varianzas de dos muestras

2.- nivel de significacin SJM VES

Media 497.404915 423.751857
= 0.05 Varianza 61044.1302 74086.1338
Observaciones 59 70
3.- estadstico de prueba Grados de libertad 58 69
F 0.823961611 F 0.82396161
P(F<=f) una cola 0.2249565
4.- criterio de decisin Valor crtico para F (una cola) 0.67123954

F1 0.604274792
F2 1.636983618

5.- conclusin

No se rechaza
a un nivel de significacin del 6 no se puede afirmar que las varianzas de las ventas mensuales en los
dos distritos son diferentes por lo tanto existe homogeneidad de varianza o igualdad de varianza

Se puede afirmar que en el distrito de SJM vende en promedio ms que en el distrito de VES? Use un
nivel de significacin del 6%.

Prueba t para dos muestras suponiendo varianzas iguales

1.- hiptesis

H0 : A B SJM VES
Media 497.404915 423.751857
H1 : A > B Varianza 61044.1302 74086.1338
Observaciones 59 70
2.- nivel de significacin Varianza agrupada 68129.9432
Diferencia hipottica de las medias 0
= 0.05 Grados de libertad 127
Estadstico t 1.59662138
3.- estadstico de prueba
P(T<=t) una cola 0.05641773
T 1.596621 Valor crtico de t (una cola) 1.56530411
P(T<=t) dos colas 0.11283547
Valor crtico de t (dos colas) 1.89774198
12
4.- criterio de decisin

Tcritico 1.5653

5.- P valor

P-valor 0.0564

6.- conclusin

Se rechaza HO
a un nivel de significacin del 5% se puede afirmar que las ventas promedio del distrito
de SJM es mayor a las ventas promedio del distrito de VES.

Por los tanto, las ventas del distrito de SJM son mayores a las de VES

13
2. Pruebas Chi cuadrado

Primero determinamos el nmero de establecimientos ms visitados para trabajar sobre ellos.

Una vez conocidos, queremos saber si guardan relacin estos establecimientos con la categora
de facturacin asignada por la empresa, es decir, si corresponde mayores ventas (tipo A) a cierto
tipo de establecimiento.

Categora con tipo de establecimiento

Se desea conocer si la categora asignada guarda alguna relacin con los principales tipos de
establecimientos que visitan los vendedores de la empresa.
Prueba de Independencia:

1. Hiptesis

HO: El tipo de establecimiento es independienteLa

decategora
la categora
asignada
asignada.
H1: El tipo de establecimiento no es independiente de la categora asignada.

2. Nivel de significacin:

Alfa 0.05

Frecuencias Observadas:

Tipo de establecimiento
Tipo de Bodega
Abarrotes Bodega Total
A 19 7 26
B 47 51 98
C 18 45 63
D 3 9 12
Total 87 112 199

Frecuencias Esperadas

Tipo de establecimiento
Tipo de Bodega
Abarrotes Bodega
A 11.3668342 14.6331658
B 42.8442211 55.1557789
C 27.5427136 35.4572864
D 5.24623116 6.75376884

14
Valores Chi cuadrado

Tipo de establecimiento
Tipo de Bodega
Abarrotes Bodega
A 5.12589695 3.98172352
B 0.40309983 0.31312219
C 3.30626037 2.56825582
D 0.9617484 0.74707242

3: Estadistico de prueba

Chi cuadrado 17.4071795

4. Criterio de decisin:

Fila 4
Columna 2
Grados de libertad 3
Chi critico 7.8147279

5. P-valor
Calculo del p valor 0.00058273

6. Decisin:

Rechazamos HO.

Conclusin: Con un nivel de significacin del 5% el tipo de establecimiento est relacionado con el
nivel de ventas asignado.

Prueba de homogeneidad

El gerente de marketing desea conocer si existe diferencia entre la distribucin por ventas por
distritos del sur de acuerdo a las categoras asignadas por nivel de venta.

1. Hiptesis:

H0: Se puede determinar que la distribucin de ventas en los distritos del sur es
similar por categora.

H1: Se puede determinar que la distribucin de ventas en los distritos del sur no es similar por categora.

15
2. Nivel de significacin
0.05

3. Estadstico de prueba

Frecuencias observadas

Distritos del sur A B C D Total general

CHORRILLOS 8 18 2 4 32
SANTIAGO DE SURCO 5 9 4 3 21
SJM 6 29 15 1 51
VES 4 38 26 3 71
Total general 23 94 47 11 175

Frecuencias esperadas

Distritos del sur A B C D

CHORRILLOS 4.20571 17.18857 8.59429 2.01143
SANTIAGO DE SURCO 2.76000 11.28000 5.64000 1.32000
SJM 6.70286 27.39429 13.69714 3.20571
VES 9.33143 38.13714 19.06857 4.46286

Valores Chi

Distritos del sur A B C D

CHORRILLOS 3.4231 0.0383 5.0597 1.9660
SANTIAGO DE SURCO 1.8180 0.4609 0.4769 2.1382
SJM 0.0737 0.0941 0.1239 1.5177
VES 3.0461 0.0005 2.5196 0.4795

Estadstico chi cuadrado

X2 23.2360

4. Criterio de decisin
Fila 4
Columna 4
Grados de libertad 9
Chi cuadrado crtico 16.9190

16
5. P-valor
Pvalor 0.00568745

6. Decisin
Se rechaza Ho

7. Conclusin
Con un nivel de significancia del 5% podemos afirmar que la distribucin de ventas en los distritos del sur
no es similar por categora.

Prueba multinomial

Se quiere saber si existe alguna prueba que demuestre que la proporcin de clientes es la misma en
todos los distritos de la zona sur.

1. Hiptesis:
H0: La proporcin de clientes de los distritos del sur es similar por distritos
H1: La proporcin de clientes de los distritos del sur no es similar por distritos

2. Nivel de
significacin
Alfa 0.05

3. Estadstico de prueba

Distritos Oi pi ei=n*pi Chi-cuadrado

CHORRILLOS 32 0.20 46.2 4.3645
SANTIAGO DE SURCO 21 0.20 46.2 13.7455
SJM 51 0.20 46.2 0.4987
VES 71 0.20 46.2 13.3126
VMT 56 0.20 46.2 2.0788
Total general 231
Estadstico Chi-cuadrado
34.0000
4. Criterio de decisin
N de categoras (k) 5
GL=k-1 4
Chi cuadrado crtico 9.4877

5. Decisin
Se rechaza Ho

17
6. Conclusin

A un nivel de significancia del 5% se puede decir que la proporcin de clientes en los distritos de la zona sur no es
similar.

Prueba Poisson

Se quiere conocer si el promedio de venta por visita sigue una distribucin Poisson cuando est relacionada con el
nmero de aos de trabajo de los vendedores. Por experiencia personal se asume que eso no es posible.

Tenemos los datos

X Observados
1 159.55
2 160.0398571
3 111.1211364
4 115.2904762
5 100.2465455
Total general 128.923609

Desarrollo

X oi X * oi pi ei = n * p
X Observados Multiplicacion Probabilidad Esperados Chicalculado
1 159.55 159.55 0.176112417 113.8122998 18.38058997
2 160.0398571 320.0797143 0.241910088 156.3339142 0.087850502
3 111.1211364 333.3634091 0.221527029 143.1614027 7.17077822
4 115.2904762 461.1619048 0.152146067 98.32409365 2.92764597
5 100.2465455 501.2327273 0.083595851 54.02365279 39.54852544
Total general 646.2480152 1775.387755 0.875291452 Total 68.1153901

Promedio 2.747223533

1. Hiptesis
Ho: los datos de las ventas siguen una distribucin Poisson
H1: los datos de las ventas no siguen una distribucin Poisson

2. Nivel de significancia
Alfa = 0.05

3. Estadstico de prueba
Chi calculado = 68.1154

4. Criterio de decisin
Chi critico = 7.8147
Numero de filas = 5

5. Conclusin
Se rechaza Ho.
18
6- Decisin
A un nivel de significancia del 5%, se puede determinar que los datos de las ventas no siguen una distribucin de
Poisson.

4. Prueba de Anlisis de Varianza

A continuacin se cuenta con promedios de venta por categora de acuerdo a los principales distritos del sur de
Lima. Lo que se quiere determinar es si la distribucin de los promedios de venta es la misma para todos los
distritos o difiere en al menos uno.

Datos

CHORRILLOS SANTIAGO DE SURCO SJM VES VMT

948.51 891.89 899.63 1197.24 2279.45
657.47 654.23 506.22 478.39 557.99
148.13 144.23 223.68 244.56 246.83
137.74 137.62 135.63 196.60 138.68
633.43 539.87 462.14 421.35 545.66
RESUMEN
Grupos Cuenta Suma Promedio Varianza
CHORRILLOS 5 2525.267604 505.0535208 124669.85
SANTIAGO DE SURCO 5 2367.831278 473.5662556 108338.382
SJM 5 2227.293724 445.4587448 88855.8886
VES 5 2538.135033 507.6270066 162452.06
VMT 5 3768.61045 753.7220901 761166.196

ANLISIS DE VARIANZA
Origen de las Suma de Grados de Promedio de los Valor crtico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Entre grupos 306277.0968 4 76569.2742 0.30738803 0.869602025 2.866081402
Dentro de los grupos 4981929.507 20 249096.4754

Total 5288206.604 24

1. Hiptesis

Ho: las medias de los distritos son iguales.

H1: las medias de los distritos son diferentes en al menos un distrito.

19
 2. Nivel de significancia
Alfa = 0.05
3. Estadstico de prueba
F = 0.3074
4. Criterio de Decisin
F critico = 2.8661
5. P-VALOR
P valor = 0.8696
6. Decisin
No se rechaza Ho.
7. Conclusin

A un nivel de confianza del 5%, no se rechaza la hiptesis nula es decir que los promedios de las ventas por
distrito son iguales.

5. Anlisis de Regresin

Lineal
Tiempo en aos Promedio venta x visita
1 159.55
2 160.0398571
3 111.1211364
4 115.2904762
5 100.2465455
Total general 128.923609

20
Resumen

Estadsticas
Coeficiente de de la regresin
correlacin
mltiple 0.908821996
Coeficiente de
determinacin R^2 0.825957421
R^2 ajustado 0.767943228
Error tpico 13.69065289
Observaciones 5

ANLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
libertad cuadrados cuadrados F crtico de F
Regresin 1 2668.52775 2668.52775 14.2371613 0.03259405
Residuos 3 562.3019297 187.4339766
Total 4 3230.829679

Probabilida Inferior Superior Inferior Superior

Coeficientes Error tpico Estadstico t d 95% 95% 95.0% 95.0%
Intercepcin 178.25649 14.35887789 12.41437468 0.00112627 132.560132 223.95285 132.56013 223.95285
Tiempo en aos -16.335629 4.329364579 -3.773216301 0.03259405 -30.113599 -2.5576587 -30.1136 -2.557659

Ecuacin de regresin: y = 178.2565- 16.3356x

1. Hiptesis

Ho: No existe una dependencia lineal entre las variables tiempo de trabajo con ventas promedio por visita.

H1: Existe una dependencia lineal entre las variables tiempo de trabajo con ventas promedio por visita.

2. Nivel de Significacin

Alpha: 0.05

3. Estadstico de Prueba

F = 14.2372

4. P-Valor

P-Valor = 0.0326 Se Rechaza H0

5. Conclusin

A un nivel de significacin del 5%, podemos afirmar que existe una dependencia lineal entre el tiempo de
trabajo (aos) y las ventas promedio por visita.

21
CURVILINEAL

Tiempo en aos Promedio venta x visita

1 159.55
2 160.0398571
3 111.1211364
4 115.2904762
5 100.2465455
Total general 128.923609

Promedio venta x visita y = -9.3812x + 162.03

R = 0.4767
180 y = 4.9363x2 - 43.936x + 208.1
160 R = 0.7583
140 y = 161.83x-0.22
120 R = 0.5617
y = 162.17e-0.069x
100 R = 0.4474
80 Promedio venta x visita
60
Linear (Promedio venta x
40 visita)
20 Poly. (Promedio venta x
visita)
0
Power (Promedio venta x
0 2 4 6 8
visita)

MODELO R2 PRIORIDAD ECUACION

Lineal 0.4767 3 y = -9.3812x + 162.03
Polinmica 0.7583 1 y = 4.9363x2 - 43.936x + 208.1
Potencial 0.5617 2 y = 161.83x-0.22
Exponencial 0.4474 4 y = 162.17e-0.069x

PRUEBA DE POTENCIA

Promedio venta
Tiempo en aos (X) LN X x visita ( Y ) LN Y
1 0 159.55 5.07235735
2 0.693147181 160.0398571 5.07542289
3 1.098612289 111.1211364 4.71062092
4 1.386294361 115.2904762 4.74745482
5 1.609437912 100.2465455 4.60763261

22
Resumen

Estadsticas
Coeficiente de de la regresin
correlacin
mltiple 0.895045619
Coeficiente de
determinacin R^2 0.801106661
R^2 ajustado 0.734808881
Error tpico 0.111842642
Observaciones 5

ANLISIS DE VARIANZA
Grados de Suma de Promedio de los Valor
libertad cuadrados cuadrados F crtico de F
Regresin 1 0.151149319 0.151149319 12.0834614 0.04016767
Residuos 3 0.03752633 0.012508777
Total 4 0.188675649

Probabilida Inferior Superior Inferior Superior

Coeficientes Error tpico Estadstico t d 95% 95% 95.0% 95.0%
Intercepcin 5.135577325 0.097982587 52.41316311 1.5296E-05 4.823753 5.4474016 4.823753 5.4474016
LN X -0.305880011 0.087994478 -3.476127354 0.04016767 -0.5859177 -0.0258423 -0.585918 -0.025842

1. Hiptesis

H0: B1 = 0

H1: B1 0

2. Nivel de Significacin

Alfa 0.05

3. Estadstico de Prueba

F 12.08346138

4. P Valor

P-Valor = 0.040167675

5. Conclusin

Con un nivel de significancia del 5% se puede afirmar que la variable tiempo trabajo (aos) contribuye al modelo.

Ecuacin de Potencia: y = 161.83x-0.22

23
Prueba de la ecuacin

Aos de permanencia: 2 y 3

y = 161.83*2-0.22 y= 138.9416446 (miles de soles)

y = 161.83*3-0.22 y= 127.0844337 (miles de soles)

Con esta prueba estadstica se logra determinar qu pasado los 2 aos de permanencia en la empresa menor es el
rendimiento de los vendedores.

Recomendacin

Como una solucin a este problema de disminucin de rendimiento de los vendedores se recomienda: capacitar a
los vendedores a partir del tercer ao de permanencia en la empresa, motivar a los vendedores con bonos por
mejorar las ventas cada periodo; de no funcionar, se recomienda evaluar al vendedor para una renovacin de
personal.

24