MBA MÉTODOS CUANTITATIVOS PARA LA GESTIÓN

UNIDAD 3:

REGRESIONES Y PRONÓSTICOS.

Alumno: Gonzalo Riquelme Arriagada.

Docente: Marjorie Daphne Caldera Calvert.

Santiago, agosto del 2023

I. Introducción
El presente trabajo tiene como objetivo aplicar el análisis de regresión múltiple a un
caso práctico en el contexto de un restaurante, con el fin de explorar cómo ciertas
variables pueden influir en las ventas mensuales del establecimiento, como por ejemplo el
gasto en publicidad, el número de empleados, la calidad del servicio y el precio promedio
de los platos, siendo el objetivo determinar qué influencia tiene cada una de estas
variables en el rendimiento del negocio y si pueden emplearse estratégicamente para
mejorar el desempeño comercial.

Este tipo de análisis de regresión permite establecer relaciones y patrones entre una
variable dependiente y una o más variables independientes, lo que brinda información
valiosa para la toma de decisiones en el área comercial, siendo una valiosa herramienta
para cualquier empresa, permitiendo una comprensión más profunda de las relaciones y
factores que afectan su rendimiento. En el caso específico del caso elegido del
restaurante, este estudio permitirá visualizar el panorama completo de las variables que
influyen en las ventas, lo que contribuirá a la toma de decisiones informada y a la
optimización de recursos.

II. Desarrollo
El problema relacionado con el área comercial escogido para desarrollar este trabajo
es se abordará un análisis de regresión para el área comercial de un restaurante con el
objetivo de comprender qué factores influyen en las ventas mensuales, para ello se
construirá un modelo de regresión múltiple que considera varias variables independientes
que podrían estar relacionadas con las ventas del restaurante.

Datos y Variables: Para este análisis, se recopilaron datos mensuales durante un período
de un año, donde las variables consideradas son las siguientes:

1. Ventas Mensuales (Variable Dependiente): Representa el ingreso total del

restaurante en cada mes.

2. Gastos en Publicidad (Variable Independiente): Corresponde a la inversión mensual

en campañas publicitarias y promoción del restaurante.

3. Número de Empleados (Variable Independiente): Indica la cantidad de empleados

que trabajan en el restaurante en cada mes.

4. Calidad del Servicio (Variable Independiente): Una puntuación subjetiva que mide la
calidad del servicio brindado por el personal del restaurante en una escala de 1 a
10.

5. Precio Promedio de los Platos (Variable Independiente): Representa el precio

medio de los platos ofrecidos en el menú.

2
Análisis Estadístico:

1. Construcción del Modelo de Regresión Múltiple:

CALIDAD
PRECIO
DEL
VENTAS GASTOS EN NÚMERO DE PROMEDIO
MES SERVICIO
MENSUALES PUBLICIDAD EMPLEADOS DE LOS
(ESCALA DE
PLATOS
1 A 10)
Enero 96.000 6.400 5 6 16.000
Febrero 104.000 7.200 6 6 17.600
Marzo 112.000 9.600 6 7 20.000
Abril 128.000 8.000 7 6 18.400
Mayo 120.000 8.800 6 6 19.200
Junio 144.000 10.400 8 7 20.800
Julio 160.000 12.000 9 7 22.400
Agosto 152.000 11.200 8 6 21.600
Septiembre 168.000 12.800 10 7 23.200
Octubre 184.000 14.400 10 7 24.000
Noviembre 192.000 16.000 11 7 25.600
Diciembre 200.000 17.600 12 6 27.200
1.760.000 134.400 98 78 256.000

La ecuación del modelo de regresión se representaría de la siguiente manera:

Ventas Mensuales = β0 + β1 * Gastos en Publicidad + β2 * Número de Empleados +

β3 * Calidad del Servicio + β4 * Precio Promedio de los Platos
+ε

Donde:

 β0, β1, β2, β3 y β4 son los coeficientes de regresión a estimar para cada variable
independiente.

 ε representa el término de error.

A continuación, se presentarán los cálculos obtenidos desde Excel, al introducir la tabla

confeccionada anteriormente para el modelo de regresión:

3
En estadística, la bondad de ajuste es el grado de ajuste de un modelo de regresión a la
muestra de datos. Es decir, la bondad de ajuste de un modelo de regresión se refiere al
nivel de acoplamiento entre el conjunto de observaciones y los valores obtenidos mediante
la regresión. Por lo tanto, cuanto mayor sea la bondad de ajuste de un modelo de
regresión, significa que mejor explica los datos estudiados. 1 En relación a lo anterior, el
coeficiente de determinación (R²) indica que aproximadamente el 97.74% de la variabilidad
de las ventas mensuales del restaurante se explica por las variables independientes
incluidas en el modelo.

El nivel de significancia, también denotado como alfa o α, es la probabilidad de rechazar la

hipótesis nula cuando es verdadera. Por ejemplo, un nivel de significancia de 0.05 indica
un riesgo de 5% de concluir que existe una diferencia cuando en realidad no hay ninguna
diferencia.2 En virtud a lo anterior y en base a los datos obtenidos se puede inferir lo
siguiente:

1
Probabilidady Estadistica.net “Bondad de Ajuste”, recuperado de
https://www.probabilidadyestadistica.net/bondad-de-ajuste/
2
Minitab Blog Editor (2019) “Entendiendo las Pruebas de Hipótesis: niveles de Significancia (Alfa) y
Valores P en Estadística” recuperado https://blog.minitab.com/es/entendiendo-las-pruebas-de-hipotesis-
niveles-de-significancia-alfa-y-valores-p-en-estadistica#:~:text=El%20nivel%20de%20significancia%2C
%20tambi%C3%A9n,realidad%20no%20hay%20ninguna%20diferencia.
4
 Gastos en Publicidad p-valor < 0.05 (significativo)
Número de Empleados p-valor < 0.05 (significativo)
Calidad del Servicio p-valor < 0.05 (significativo)
Precio Promedio de los Platos p-valor > 0.05 (no significativo)

El p-valor indica la probabilidad de que el coeficiente asociado sea igual a cero. Si el p-

valor es menor que el nivel de significancia (normalmente 0.05), se considera que el
coeficiente es significativo y tiene un impacto significativo en las ventas mensuales del
restaurante. En este caso, podemos afirmar que los gastos en publicidad, el número de
empleados y la calidad del servicio tienen un impacto significativo en las ventas
mensuales, mientras que el precio promedio de los platos no parece tener un efecto
significativo.

- Los gastos en publicidad tienen un impacto positivo de 22.06 pesos chilenos en las
ventas mensuales del restaurante.

- El número de empleados tiene un impacto negativo de 2016.67 pesos chilenos en las

ventas mensuales del restaurante.

- La calidad del servicio tiene un impacto positivo de 4035.00 pesos chilenos en las ventas
mensuales del restaurante.

- El precio promedio de los platos no parece tener un impacto significativo en las ventas
mensuales del restaurante.

En resumen, el análisis de regresión múltiple muestra que los gastos en publicidad, el

número de empleados y la calidad del servicio son factores significativos que influyen en
las ventas mensuales del restaurante. Estos resultados pueden ser útiles para la gestión
del restaurante, ya que proporcionan información sobre qué aspectos deben ser
considerados para mejorar el rendimiento y maximizar las ventas. Sin embargo, es
importante tener en cuenta que el modelo de regresión es solo una aproximación y pueden
existir otros factores no considerados que también afecten las ventas del restaurante.

Ahora, podemos usar este modelo para hacer predicciones sobre las ventas mensuales
del restaurante en función de los valores de las variables independientes (gastos en
publicidad, número de empleados, calidad del servicio y precio promedio de los platos).

III. Conclusiones:
El análisis de regresión múltiple realizado ha permitido identificar los factores que influyen
en las ventas mensuales del restaurante. Los resultados obtenidos proporcionan una base
sólida para la toma de decisiones comerciales y la optimización de recursos para mejorar
el desempeño del restaurante. La inclusión de múltiples variables en el modelo ha
permitido comprender cómo distintos aspectos del negocio pueden impactar en el éxito
comercial.

5
Es importante destacar que este análisis no es una solución definitiva, sino una
herramienta valiosa que debe utilizarse en combinación con el juicio y la experiencia del
equipo directivo del restaurante. El seguimiento constante de las variables y el ajuste del
modelo en función de los cambios en el entorno comercial garantizarán la vigencia y
efectividad de las conclusiones obtenidas.

Este análisis de regresión múltiple permitió saber cómo las variables independientes
(gastos en publicidad, número de empleados, calidad del servicio y precio promedio de los
platos) afectan las ventas mensuales del restaurante en esta moneda, en tanto los
coeficientes de regresión nos indican la magnitud de la influencia de cada variable, y el
valor de R² muestra el grado de ajuste del modelo. Con esta información, se puede tomar
decisiones estratégicas para optimizar los recursos y mejorar el desempeño comercial en
pesos chilenos. Por ejemplo, aumentar la inversión en publicidad, mejorar la calidad del
servicio o ajustar los precios promedio de los platos podrían tener un impacto significativo
en las ventas mensuales expresadas en pesos chilenos. No obstante se debe realizar un
seguimiento constante de las variables y el ajuste del modelo en función de los cambios
en el entorno comercial garantizarán la vigencia y efectividad de las conclusiones
obtenidas.