comportamiento del mercado de arándanos y su consumo en...
TRANSCRIPT
FACULTAD DE CIENCIAS EMPRESARIALES
Carrera de Administración
COMPORTAMIENTO DEL MERCADO DE ARÁNDANOS Y SU CONSUMO EN LIMA METROPOLITANA EN EL
2018
Trabajo de Investigación para optar el Grado Académico de
Bachiller en Administración
HOLGUIN MANTILLA, SILVANA ALEJANDRA
MATEO VÉLIZ, GISELA CRISTINA
Lima - Perú
2018
pág. 2
COMPORTAMIENTO DEL MERCADO ACTUAL DE ARÁNDANOS Y SU
CONSUMO EN LIMA METROPOLITANA EN EL 2018
pág. 3
ÍNDICE GENERAL
Resumen.......................................................................................................................................4
Abstract ........................................................................................................................................5
Introducción .................................................................................................................................6
Método .........................................................................................................................................7
Tipo de investigación. ..............................................................................................................7
Diseño de investigación............................................................................................................7
Participantes. ............................................................................................................................8
Instrumentos. ............................................................................................................................9
Procedimiento ..........................................................................................................................9
Análisis de Datos......................................................................................................................9
Resultados ..................................................................................................................................10
Discusión ...................................................................................................................................24
Referencias .................................................................................................................................26
pág. 4
Resumen
El presente trabajo indica un análisis del comportamiento del consumidor de arándanos
en Lima Metropolitana.
La problemática de la investigación muestra que, los consumidores de arándanos
encuentran cierta insatisfacción al momento de ir en busca de ellos, esto se debe por la
falta de oferta y a la vez por la poca demanda, lo que genera que los precios sean altos,
no exista variedad y calidad. Para esta investigación se realizó encuestas en Lima
Metropolitana segmentado al estrato social medio alto y alto con edades a partir de 18
años para entender sus inquietudes y malestares al momento de la compra. Asimismo, se
desarrollaron dos modelos económicos de regresión lineal, uno de ellos relacionado con
la demanda y el otro con la percepción, empleando Probit, máxima variable (MV). Los
resultados permitieron obtener los factores que causan esta insatisfacción por parte los
consumidores, además del análisis de las encuestas con el fin de comprobar las hipótesis
planteadas. Los resultados de la investigación aportaran como evidencia empírica a otras
investigaciones sobre productos de la agroindustria del Perú que aún no se logran
posicionar en mercado interno originando poca demanda y oferta a nivel local.
Palabras clave: Arándanos, Regresión Lineal, Modelo Logit.
pág. 5
Abstract
The present work indicates an analysis of the behavior of the consumer of blueberries in
Metropolitan Lima.
The research problem shows that consumers of blueberries find some dissatisfaction
when going in search of them, this is due to the lack of supply and at the same time due
to low demand, which means that prices are high, not There is variety and quality. For
this investigation, surveys were carried out in Metropolitan Lima, segmented to medium
and high social stratum with ages from 18 years to understand their concerns and
discomforts at the time of purchase. Likewise, two economic models of linear regression
were developed, one of them related to demand and the other to perception, using Probit,
maximum variable (MV). The results allowed us to obtain the factors that cause this
dissatisfaction on the part of consumers, in addition to the analysis of the surveys in order
to verify the hypotheses. The results of the research will provide as empirical evidence to
other research on products of the agroindustry of Peru that have not yet managed to
position themselves in the domestic market, causing little demand and supply at the local
level.
Key words: Blueberries, Linear Regression, Logit Model.
pág. 6
Introducción
Esta investigación tiene como fin el análisis del consumidor de arándanos en Lima
Metropolitana. Por tal razón, los temas desarrollados fueron relacionados a la percepción
que tienen los consumidores al momento de la compra. El tema ha sido elegido para saber
cuáles son las causas de insatisfacción que los consumidores de arándanos tienen al
momento de adquirir la “súper fruta” y así brindar un análisis constructivo. Es
considerado como una “súper fruta” debido a sus múltiples propiedades para la salud,
bienestar y dieta.
Previas investigaciones señalan que, el mercado de arándanos está en constante
crecimiento externo, pero no interno (Leyto Muñoz & Rodriguez Rodriguez, 2008),
tomando tal premisa como motivación para la presente invesitgación. Por otro lado, el
Perú no presenta estudios sobre comportamiento de los consumidores de arándanos;
debido a esto, se realizó una investigación primaria a través de encuestas para poder
encontrar la problemática. Además, Minagri (2017), indicó que los altos porcentajes de
nutrición no son aprovechados en el Perú. La falta de innovación es un factor que afecta
la calidad de las frutas y una adecuada tecnología para producir por grandes cantidades.
Se necesita una investigación adicional para entender mejor acerca de lo que implica una
mejor gestión de producción.
El problema hallado es que los consumidores de arándanos en Lima Metropolitana no
están tan satisfechos con el mercado nacional ya que no encuentran mucha variedad y
calidad en los supermercados, así como elevados precios. El consumo de arándanos se
concentra en mayor porcentaje en los estratos económicos medio alto y alto; por lo mismo
que, es un fruto de elevado precio y de duración corta. La calidad es otra causa que genera
insatisfacción a los consumidores porque no siempre llegan a los puntos de venta en buen
estado.
L a investigación se enfocó en evaluar las causas de la insatisfacción de los consumidores
de arándanos. Con los resultados se podrá hacer un análisis y recomendaciones para las
personas que estén interesadas en hacer negocio y/o investigar acerca del producto para
saber sus fortalezas y debilidades, así como las limitaciones que se encontraron para poder
hacer la investigación.
De tal forma que, se plantearon las siguientes hipótesis para determinar los fines de la
investigación. De acuerdo a la hipótesis general, se propuso determina si existía
pág. 7
insatisfacción por parte de los consumidores de arándanos. Además, se pretendió
determinar si los precios altos y la baja calidad influenciaban la insatisfacción de dicho
producto.
Para la recolección de información se empleó una encuesta, siendo esta realizada en los
distritos de Lima Metropolitana para los estratos sociales medio y alto. Además, la
segmentación está orientada a personas mayores de los 18 años. Se considera esta
segmentación debido a que el arándano en su mayoría es adquirido por quienes sienten el
deseo de cuidarse y que pueden pagar alto precio. El objetivo de la investigación fue
determinar los factores que causan la insatisfacción de los consumidores de arándanos en
Lima Metropolitana y comprobar las hipótesis planteadas.
Palabras clave: Consumo arándanos Lima, exportaciones arándanos, percepción del
consumidor, oferta de arándanos, puntos de venta en Lima, mercado internacional,
producción y calidad arándanos, precios de arándanos Lima. El modelo utilizado es lineal
Dinámico Bayesiano de orden 1.
Método
Tipo de investigación.
La investigación que se está realizando es un análisis mixto. En primer lugar, a través del
análisis cuantitativo se busca comprobar y correlacionar las variables, para conocer la
causalidad y efecto en insatisfacción de los consumidores de arándanos si influye en la
demanda. Es por ese motivo que se realizó un análisis de las variables y a su vez se
realizaron encuestas al público objetivo. Para esta investigación se está teniendo en cuenta
como fuentes informativas principales a Adex, Agrodata y Sierra exportadora.
En segundo lugar, se realizó un análisis cualitativo, de la percepción del consumidor
relacionado con la calidad y precio de los arándanos, ya que se busca conocer las
experiencias y cómo piensan las personas sobre la forma de adquirir los arándanos.
Diseño de investigación.
En la investigación se realizará un diseño experimental y de encuestas para conocer y
comprobar nuestras hipótesis.
Además, se realizará de manera dicotómica y por escala de Likert.
pág. 8
Para esta investigación se está realizando un levantamiento de información a través de las
encuestas a los consumidores de arándanos, esta encuesta está limitada por restricciones.
Esta investigación se está realizando en los siguientes niveles: análisis multivariante,
mediante la aplicación de modelos probit multinomiales. Además de realizarse un análisis
Bivariante.
Participantes.
Participaron 131 personas de Lima Metropolitana mayores de 18 años de los estratos
sociales A y B, que se preocupan más por su bienestar y cuentan con mayor poder
adquisitivo. Las personas o participantes son consumidores de arándanos que por lo
general llevan un estilo de vida sofisticado, además muestran su satisfacción o
insatisfacción al momento de adquirir los arándanos.
Tabla 1
Datos para obtener la información de Lima Metropolitana
INFORMACIÓN SOBRE LA POBLACIÓN DE LIMA METROPOLITANA
Población NSE A/B 23.1%
Población NSE A/B Mayores a 18 años 1 1664 400
Mercado Potencial 1 1664 400
Fuente: Elaboración propia, obtenido de INEI 2014
De acuerdo al informe del INEI (2014) se puede señalar que, existe un 23.1% de habitantes pertenecientes
al NSE A/B. Debido a esto, se planteó que la población objetivo para la investigación estaría compuesta
por habitantes del NSE A/B mayores a 18 años, siendo estos un aproximado de 1 1664 400.
De acuerdo a lo anterior mencionado, para el cálculo de la muestra se aplicará la siguiente
formula sabiendo el número de población:
.
Población = 11664400
P = 0.5
q = 0.5
Error = 0.08
Z= 1.96
Son 131 encuestas, las cuales son mayores de 18 años de los estratos sociales A y B
n = z2(N)(p)(q)
= 1598490
= 131 (e2(N-1))+(z2(p)(q)) 12182
pág. 9
Instrumentos.
Se utilizaron fuentes secundarias como referencia para un mejor análisis como Adex data
trade, Minagri, Mincetur, Inei y Sierra exportadora. A su vez se usó como instrumento de
investigación las encuestas a los consumidores de arándanos en Lima Metropolitana para
lograr entender su percepción acerca del mercado de arándanos y su comportamiento en
el momento de la compra. Las encuestas se midieron por escala de Likert y preguntas
dicotómicas. Este método aportó información importante para poder entender con
claridad el problema principal. Además, se hizo una entrevista a profundidad a la
coordinadora del sector agro en Adex para poder entender mejor el mercado a nivel
macro. Como cuarto instrumento utilizado es el programa econométrico E-views que
sirvió para extraer y analizar la data.
Procedimiento
En primera instancia se hizo una recopilación de información de papers científicos para
entender mejor acerca del mercado de arándanos en Perú e internacionalmente.
Se consideró contactar con la coordinadora del sector agro del gremio Adex porque
domina el tema y se pudo comprender mejor el mercado externo, así como los principales
problemas. Por tal razón, los temas abarcados fueron acerca de las exportaciones,
producción, competencia e interés en el mercado de los arándanos; con el objetivo de
entender por qué no existe crecimiento del mercado interno.
Posteriormente se hizo encuestas piloto a 32 personas de la muestra hallada y luego al
restante. La manera en que se logró recaudar información fue fijar presencia en los
supermercados en la sesión arándanos y lograr ver sus gestos al momento de la compra,
además de lograr que respondan las encuestas. Las preguntas se centraron en la
satisfacción de los consumidores al momento de realizar una compra, de acuerdo a su
percepción sobre los precios y la calidad del producto, y finalmente se analizó la
influencia de los ingresos mensuales para poder así hallar el problema.
Análisis de Datos
Los datos a analizar son mixtos, es decir cualitativos porque se estudia la percepción del
consumidor y cuantitativos porque se estudia si la demanda interna depende del factor
precio y baja calidad del fruto. Se plantearon dos modelos a continuación:
DEMANDA = B1 + B2*PERCEPCIÓN + B3*PRECIO + B4*CALIDAD
pág. 10
Se está evaluando la percepción, precio y la calidad; siendo el precio la variable
cuantitativa.
PERCEPCIÓN = B1 + B2*PRECIO + B3*CALIDAD
En este modelo se está evaluando las variables relacionadas con la percepción de los
consumidores
Resultados
Los datos obtenidos de Eviews son los siguientes:
En base al primer modelo:
A continuación, se muestran los estadísticos descriptivos de las series:
Figura 1
Estadístico Descriptivo Gráfico – Demanda (DA)
0
1
2
10 20 30 40 50 60 70 80 90 100 110 120 130
DA
Fuente: Elaboración Propia
NOTA: X: Representa a los participantes.
Y: Representa las respuestas de los participantes.
pág. 11
Figura 2
Estadístico Descriptivo Gráfico – Percepción (PR)
0
1
2
10 20 30 40 50 60 70 80 90 100 110 120 130
PR
Fuente: Elaboración Propia
NOTA: X: Representa a los participantes.
Y: Representa las respuestas de los participantes
Figura 3
Estadístico Descriptivo Gráfico – Precio (P)
4
8
12
16
20
24
28
32
36
40
44
10 20 30 40 50 60 70 80 90 100 110 120 130
P
Fuente: Elaboración Propia
Nota: X: Representa los participantes
Y: Representa el precio que paga los participantes por el arándano.
pág. 12
Figura 4
Estadístico Descriptivo Gráfico – Calidad (CA)
0
1
2
10 20 30 40 50 60 70 80 90 100 110 120 130
CA
Fuente: Elaboración Propia
NOTA: X: Representa el número de personas.
Y: Representa la percepción sobre la calidad de los participantes.
Tabla 2
Estadístico Descriptivo – Todas las Series
DA PR P CA
Mean 0.717557 0.396947 25.67557 0.236641
Median 1 0 25 0
Maximum 1 1 40 1
Minimum 0 0 5 0
Std. Dev. 0.451916 0.491143 7.983619 0.426652
Skewness -0.966518 0.421258 -0.344623 1.239277
Kurtosis 1.934158 1.177459 2.580117 2.535806
Jarque-Bera 26.59655 22.00522 3.555353 34.70791
Probability 0.000002 0.000017 0.169030 0
Sum 94 52 3363.5 31
Fuente: Elaboración propia.
Las variables Percepción y Experiencia presentan una distribución normal ya que, la
probabilidad asociada al estadístico Jarque – Bera es menor al nivel de significancia de
0.05. Sin embargo, la variable Precio no presenta una distribución normal debido a que,
la probabilidad asociada al estadístico Jarque – Bera es mayor al nivel de significancia de
0.05.
A continuación, se estimará el modelo MCO (Mínimo Cuadrado Ordinario):
pág. 13
Tabla 3.
Test de Auto Correlación (Durbin – Watson)
Variable dependiente: DA
Variable Coeficiente t-Statistic Prob.
C 0.641367 4.754611 0
PR -0.109629 -1.380865 0.1697
P 0.006421 1.310159 0.1925
CA -0.190825 -2.081082 0.0394
R-squared 0.055068 Prob(F-statistic) 0.065158
Durbin-Watson stat 1.828354
Fuente: Elaboración propia.
En la tabla 3 se muestra la estimación del modelo MCO; donde se demuestra que solo la
variable CA es significativa para el modelo trabajado, así también se demuestra que no
existe significancia global (Prob. > 0.05) y se obtuvo un Durbin – Watson de 1.828354.
En el test de auto correlación serial del primer orden de Durbin - Watson de los errores
del modelo estimado se pudo afirmar que el valor crítico calculado (1.828354) es mayor
al valor crítico de Durbin – Watson UPPR (1.774). Por lo tanto, no existe auto correlación
de primer orden de los residuos.
TEST DE AUTO CORRELACIÓN SERIAL (BREUSCH – GODFREY)
Tabla 4
Test de Auto Correlación Serial (Breusch – Godfrey)
Fuente: Elaboración propia.
En el Test de Auto Correlación de Orden Superior de Breusch – Godfrey se determinó
que no existe auto correlación de los errores de segundo orden; debido a que, la Prob.
(0.1191) es mayor al α (0.05).
TEST DE HETEROSCEDASTICIDAD DE LOS ERRORES (GLEJSER, WHITE &
BREUSCH – GODFREY)
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.098182 Prob. F(2,125) 0.1270
Obs*R-squared 4.254947 Prob. Chi-Square(2) 0.1191
pág. 14
Tabla 5
Test de Heteroscedasticidad de los Errores (Glejser, White & Breusch – Godfrey)
TEST: HETEROSCEDASTICIDAD GLEJSER WHITE BREUSCH – GODFREY
Prob. F(5,125) 0 0.0.105 0.0036
Prob. Chi-Square(5) 0 0.0128 0.0042
Prob. Chi-Square(5) 0.0003 0.2874 0.9668
Fuente: Elaboración propia.
En el Test de Heteroscedasticidad de los errores de Glejser, White & Breusch – Godfrey
se determinó a través de la Prob. Calculada (0, 0.0128 y 0.0042 respectivamente) que
existe heteroscedastidad de los errores; debido a que, es menor que α (0.05).
TEST DE NORMALIDAD DE LOS ERRORES DE JARQUE – BERA
Figura 5
Histograma – Test de Normalidad de los Errores (Jarque – Bera)
Fuente: Elaboración Propia
En el test de Jarque – Bera, determinamos la no existencia de normalidad de los errores;
debido a que, la Prob. Asociada al test es menor a 0.05.
A continuación, se estimará el modelo LOGIT por Máxima Verosimilitud:
pág. 15
Tabla 6
Test del Modelo LOGIT
Variable dependiente: DA
Variable Coeficiente z-Statistic Prob.
C 0.571001 0.852074 0.3942
PR -0.568541 -1.409687 0.1586
P 0.033438 1.327385 0.1844
CA -0.912702 -2.054849 0.0399
McFadden R-squared 0.045992 Prob(LR statistic) 0.066595
Fuente: Elaboración propia.
En la tabla 10 se muestra la estimación del modelo LOGIT, el cual demuestra que todos
los coeficientes de las variables son significativos. Por otro lado, R² de McFadden es de
0.045992 y se demuestra que no existe significancia global, ya que la probabilidad
asociada al estadístico LR (0.066595) es mayor al nivel de significancia de 0.05.
Para interpretar de manera correcta los coeficientes estimados en el modelo LOGIT se
debe evaluar los efectos marginales del cambio unitario de una de sus regresoras en la
relación a la razón de probabilidades.
Efecto marginal del cambio unitario CAᵢ en la razón de probabilidades:
e^(-0.912702)= 0.401438
El incremento de una unidad CAᵢ genera una disminución de 0.401438 en la razón de
probabilidades.
Tabla 7
Expectativa de Predicción – LOGIT
Expectation-Prediction Evaluation for Binary Specification
Success cutoff: C = 0.5
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 2 90 92
% Correcto 5.41 95.74 70.23
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 11.81 68.81 80.62
% Correcto 31.92 73.20 61.54
Fuente: Elaboración propia.
pág. 16
En la tabla 7 se concluye que el modelo LOGIT especificado predice de manera adecuada
el 70.23% de las observaciones y, específicamente, se predice con mayor certeza los 1
que los 0 ya que el porcentaje de certeza de estimación es de 95.74% y 5.41%
respectivamente. También se puede observar la bondad de ajuste de R² (0. 6154).
A continuación, se estimará el modelo PROBIT por Máxima Verosimilitud:
Tabla 8
Test del Modelo PROBIT
Variable dependiente: DA
Variable Coeficiente z-Statistic Prob.
C 0.336383 0.838528 0.4017
PR -0.341000 -1.417112 0.1565
P 0.021073 1.401121 0.1612
CA -0.567261 -2.114421 0.0345
McFadden R-squared 0.047636 Prob(LR statistic) 0.059410
Fuente: Elaboración propia.
En la tabla 8 se muestra la estimación del modelo PROBIT, el cual demuestra que todos
los coeficientes de las variables son significativos. Por otro lado, R² de McFadden es de
0.047636 y se demuestra que no existe significancia global, ya que la probabilidad
asociada al estadístico LR (0.059410) es mayor al nivel de significancia de 0.05.
Para interpretar de manera correcta los coeficientes estimados en el modelo PROBIT se
debe evaluar los efectos marginales del cambio unitario de una de sus regresoras en la
relación a la razón de probabilidades.
Efecto marginal del cambio unitario CAᵢ en la razón de probabilidades:
e^(-0.567261)= 0.567077
El incremento de una unidad CAᵢ genera una disminución de 0.567077 en la razón de
probabilidades.
pág. 17
Tabla 9
Expectativa de Predicción – PROBIT
Expectation-Prediction Evaluation for Binary Specification
Success cutoff: C = 0.5
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 2 90 92
% Correcto 5.41 95.74 70.23
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 11.81 68.98 80.80
% Correcto 351.93 73.39 61.68
Fuente: Elaboración propia.
En la tabla 9 se concluye que el modelo PROBIT especificado predice de manera
adecuada el 70.23% de las observaciones y, específicamente, se predice con mayor
certeza los 1 que los 0 ya que el porcentaje de certeza de estimación es de 95.74% y 5.41%
respectivamente. También se puede observar la bondad de ajuste de R² (0. 6168).
En base al segundo modelo:
A continuación, se muestran los estadísticos descriptivos de las series:
Figura 6
Estadístico Descriptivo Gráfico – Percepción
0
1
2
10 20 30 40 50 60 70 80 90 100 110 120 130
PERCEPCION
Fuente: Elaboración Propia
Nota: X: Representa los participantes.
Y: Representa la percepción de los participantes (Habito de compra).
pág. 18
Figura 7
Estadístico Descriptivo Gráfico – Experiencia
0
1
2
3
10 20 30 40 50 60 70 80 90 100 110 120 130
EXPERIENCIA
Fuente: Elaboración Propia
Nota: X: Representa los participantes.
Y: Representa la experiencia de los participantes.
Figura 8
Estadístico Descriptivo Gráfico – Precio
4
8
12
16
20
24
28
32
36
40
44
10 20 30 40 50 60 70 80 90 100 110 120 130
PRECIO
Fuente: Elaboración Propia
Nota: X: Representa el número de personas.
Y: Representa el precio que paga las personas.
pág. 19
Tabla 10
Estadístico Descriptivo – Todas las Series
Fuente: Elaboración propia.
Las variables Percepción y Experiencia presentan una distribución normal ya que, la
probabilidad asociada al estadístico Jarque – Bera es menor al nivel de significancia de
0.05. Sin embargo, la variable Precio no presenta una distribución normal debido a que,
la probabilidad asociada al estadístico Jarque – Bera es mayor al nivel de significancia de
0.05.
A continuación, se estimará el modelo MCO (Mínimo Cuadrado Ordinario):
Tabla 11
Test de Auto Correlación (Durbin – Watson)
Variable dependiente: PERCEPCION
Variable Coeficiente t-Statistic Prob.
C -0.275391 -0.707541 0.4805
PRECIO 0.047034 3.278702 0.0013
EXPERIENCIA 0.63866 2.210446 0.0289
PRECIO*EXPERIENCIA -0.031356 -3.012517 0.0031
R-squared 0.104847 Prob(F-statistic) 0.002745
Durbin-Watson stat 1.921547
Fuente: Elaboración propia.
En la tabla 11 se muestra la estimación del modelo MCO; donde se demuestra que todas
las variables son significativas para el modelo trabajado, así también se demuestra que la
significancia global de los parámetros es buena (Prob. < 0.05) y se obtuvo un Durbin –
Watson de 1.921547.
En el test de auto correlación serial del primer orden de Durbin - Watson de los errores
del modelo estimado se pudo afirmar que el valor crítico calculado (1.921547) es mayor
al valor crítico de Durbin – Watson UPPR (1.774). Por lo tanto, no existe auto correlación
de primer orden de los residuos.
TEST DE AUTO CORRELACIÓN SERIAL (BREUSCH – GODFREY)
PERCEPCION EXPERIENCIA PRECIO
Mean 0.717557 1.236641 25.67557
Probabilidad 0.000002 0 0.16903
pág. 20
Tabla 12
Test de Auto Correlación Serial (Breusch – Godfrey)
Fuente: Elaboración propia.
En el Test de Auto Correlación de Orden Superior de Breusch – Godfrey se determinó
que no existe auto correlación de los errores de segundo orden; debido a que, la Prob.
(0.1831) es mayor al α (0.05).
TEST DE HETEROSCEDASTICIDAD DE LOS ERRORES (WHITE)
Tabla 13
Test de Heteroscedasticidad de los Errores (White)
Heteroskedasticity Test: White
F-statistic 2.792227 Prob. F(5,125) 0.02
Obs*R-squared 13.1613 Prob. Chi-Square(5) 0.0219
Scaled explained SS 7.238082 Prob. Chi-Square(5) 0.2035
Fuente: Elaboración propia.
En el Test de Heteroscedasticidad de los errores de White se determinó a través de la
Prob. Calculada (0.0219) que existe heteroscedastidad de los errores; debido a que, es
menor que α (0.05).
TEST DE NORMALIDAD DE LOS ERRORES DE JARQUE – BERA
Figura 9
Histograma – Test de Normalidad de los Errores (Jarque – Bera)
Fuente: Elaboración Propia
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.720967 Prob. F(2,125) 0.1831
Obs*R-squared 3.510485 Prob. Chi-Square(2) 0.1729
pág. 21
En el test de Jarque – Bera, determinamos la no existencia de normalidad de los errores;
debido a que, la Prob. Asociada al test es menor a 0.05.
A continuación, se estimará el modelo LOGIT por Máxima Verosimilitud:
Tabla 14
Test del Modelo LOGIT
Variable Dependiente: PERCEPCIÓN
Variable Coeficiente z-Statistic Prob.
C -4.303504 -2.021861 0.0432
PRECIO 0.250952 3.059249 0.0022
EXPERIENCIA 3.298082 2.060024 0.0394
PRECIO*EXPERIENCIA -0.16127 -2.787801 0.0053
McFadden R-squared 0.090291 Prob(LR statistic) 0.002797
Fuente: Elaboración propia.
En la tabla 14 se muestra la estimación del modelo LOGIT, el cual demuestra que todos
los coeficientes de las variables son significativos. Por otro lado, R² de McFadden es de
0.090291 y la de significancia global de parámetros es buena ya que la probabilidad
asociada al estadístico LR (0.002797) es menor al nivel de significancia de 0.05.
Para interpretar de manera correcta los coeficientes estimados en el modelo LOGIT se
debe evaluar los efectos marginales del cambio unitario de una de sus regresoras en la
relación a la razón de probabilidades.
Efecto marginal del cambio unitario PRECIOᵢ en la razón de probabilidades:
e^(0.250952)= 1.285248
El incremento de una unidad PRECIOᵢ genera un incremento de 1.285248 en la razón de
probabilidades.
Efecto marginal del cambio unitario EXPERIENCIAᵢ en la razón de probabilidades:
e^(3.298082)= 27.060686
El incremento de una unidad EXPERIENCIAᵢ genera un incremento de 27.060686 en la
razón de probabilidades.
Efecto marginal del cambio unitario PRECIO*EXPERIENCIAᵢ en la razón de
probabilidades:
pág. 22
e^(-0.16127)= 0.851062
El incremento de una unidad PRECIO*EXPERIENCIAᵢ genera una disminución de
0.851062 en la razón de probabilidades.
Tabla 15
Expectativa de Predicción – LOGIT
Expectation-Prediction Evaluation for Binary Specification
Success cutoff: C = 0.5
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 8 86 94
% Correcto 21.62 91.49 71.76
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 13.24 70.24 83.47
% Correcto 35.77 74.72 63.72
Fuente: Elaboración propia.
En la tabla 15 se concluye que el modelo LOGIT especificado predice de manera
adecuada el 71.76% de las observaciones y, específicamente, se predice con mayor
certeza los 1 que los 0 ya que el porcentaje de certeza de estimación es de 91.49% y
21.62% respectivamente. También se puede observar la bondad de ajuste de R² (0.6372).
A continuación, se estimará el modelo PROBIT por Máxima Verosimilitud:
Tabla 16
Test del Modelo PROBIT
Fuente: Elaboración propia.
En la tabla 16 se muestra la estimación del modelo PROBIT, el cual demuestra que todos
los coeficientes de las variables son significativos. Por otro lado, R² de McFadden es de
Variable dependiente: PERCEPCION
Variable Coeficiente z-Statistic Prob.
C -2.545278 -2.053535 0.04
PRECIO 0.149634 3.160182 0.0016
EXPERIENCIA 1.957813 2.127062 0.0334
PRECIO*EXPERIENCIA -0.096203 -2.877983 0.004
McFadden R-squared 0.091135 Prob(LR statistic) 0.002629
pág. 23
0.091135 y la de significancia global de parámetros es buena ya que la probabilidad
asociada al estadístico LR (0.002629) es menor al nivel de significancia de 0.05.
Para interpretar de manera correcta los coeficientes estimados en el modelo PROBIT se
debe evaluar los efectos marginales del cambio unitario de una de sus regresoras en la
relación a la razón de probabilidades.
Efecto marginal del cambio unitario PRECIOᵢ en la razón de probabilidades:
e^(0.149634)= 1.161409
El incremento de una unidad PRECIOᵢ genera un incremento de 1.161409 en la razón de
probabilidades.
Efecto marginal del cambio unitario EXPERIENCIAᵢ en la razón de probabilidades:
e^(1.957813)= 7.083818
El incremento de una unidad EXPERIENCIAᵢ genera un incremento de 7.083818 en la
razón de probabilidades.
Efecto marginal del cambio unitario PRECIO*EXPERIENCIAᵢ en la razón de
probabilidades:
e^(-0.096203)= 0.908280
El incremento de una unidad PRECIO*EXPERIENCIAᵢ genera una disminución de
0.908280 en la razón de probabilidades.
Tabla 17
Expectativa de Predicción – PROBIT
Expectation-Prediction Evaluation for Binary Specification
Success cutoff: C = 0.5
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 8 87 95
% Correcto 21.62 92.55 72.52
Estimated Equation
Dep=0 Dep=1 Total
Total 37 94 131
Correcto 13.24 70.3 83.53
% Correcto 35.77 74.78 63.76
Fuente: Elaboración propia.
pág. 24
En la tabla 17 se concluye que el modelo PROBIT especificado predice de manera
adecuada el 72.52% de las observaciones y, específicamente, se predice con mayor
certeza los 1 que los 0 ya que el porcentaje de certeza de estimación es de 92.55% y
21.62% respectivamente. También se puede observar la bondad de ajuste de R² (0.6376).
Discusión
CONTRASTACIÓN DE HIPÓTESIS CON LOS RESULTADOS DEL MODELO
GENERAL DE DEMANDA DE ARÁNDANOS.
Según los resultados obtenidos en el presente trabajo de investigación respecto a las
variables analizadas, se percibió mediante la inferencia estadística, que la demanda tuvo
un efecto negativo con respecto a la Percepción de Insatisfacción, el Precio y la Calidad
de los arándanos ofrecidos en el mercado de Lima Metropolitana; siendo esta última la
única variable significativa.
Se determinó que, el crecimiento de la Demanda de arándanos tiene una relación directa
con la calidad; es decir, que al aumentar una unidad porcentual en la variable calidad, la
percepción de la insatisfacción tiene un aumento mínimo de 0.40%. Debido a esto,
mientras la calidad del arándano siga siendo mala esto se verá reflejado en el poco
consumo del producto por parte del mercado limeño. Esto quiere decir, que si la demanda
de arándanos aumentará será a causa de la calidad del producto que se ofrece; por lo tanto,
la calidad de la producción y cosecha de los arándanos debe ser mejor para lograr
incentivar el consumo en mayores cantidades.
CONTRASTACIÓN DE RESULTADOS CON OTROS ESTUDIOS SIMILARES
Con relación a los estudios realizados por Leyto Muñoz & Rodriguez Rodriguez (2008),
“Prospeccion Y Exportacion De Arandanos Frescos Al Mercado Estado Unidense”
menciona que “la demanda regional de arándanos en Chile presenta las mismas
características de la nacional, es decir, la producción de arándanos, se enfoca
completamente a la exportación”, el cual se asemeja cada vez más a la oferta en Perú que
está disminuyendo y sobre todo en Lima Metropolitana. En el presente trabajo se ha
demostrado que la calidad de los arándanos en el mercado nacional es baja debido a que
la producción con mejor calidad es la que se exporta y lo que se queda es lo que se vende
en los mercados peruanos, por ende, la calidad de los arándanos del mercado limeño no
son los óptimos lo que genera una alta percepción de insatisfacción.
pág. 25
CONTRASTACIÓN DE HIPÓTESIS CON LOS RESULTADOS DEL MODELO DE
PERCEPCIÓN DE INSATISFACCIÓN.
Según los resultados obtenidos en el presente trabajo de investigación, en relación a las
variables analizadas se percibió mediante la inferencia estadística que la percepción de
insatisfacción de los consumidores se debe al precio que suelen pagar al momento de
adquirir los arándanos, los cuales no presentan una buena calidad en el mercado de Lima
Metropolitana.
Así mismo, se determinó que la Percepción de la Insatisfacción tiene una relación
indirecta con el Precio; es decir, al aumentar una unidad porcentual en la variable precio,
la percepción de la insatisfacción tiene un aumento mínimo de 0.41%. Debido a que, los
consumidores eligen un producto de buena calidad sin escatimar en el precio. Esto se
debe que al mejorar el producto los consumidores se sentirán más satisfechos y por ende
estarían dispuestos a pagar un poco más.
CONTRASTACIÓN DE RESULTADOS CON OTROS ESTUDIOS SIMILARES
En los meses bajos de producción recae la calidad del producto esto genera que la
percepción sobre el producto sea negativa. Esto se corroborar según el estudio realizado
por Sáez en el año 2006, en su estudio “Producción Y Comercio Nacional E Internacional
Del Arándano”, donde menciona que “en Estados Unidos, el arándano es cosechado entre
los meses de Abril y Octubre, logrando un “pico” de producción desde mediados de Junio
hasta mediados de Agosto. Por esta razón para poder suplir el déficit en los meses
restantes, importan este producto desde el hemisferio sur”.
Concluyendo que, la producción nacional se preocupa por exportar los arándanos de
mejor calidad, obligando así a un consumo de arándanos de baja calidad a los
consumidores nacionales lo cual se representa en la insatisfacción por parte del
consumidor al obtener un producto de precio alto con baja calidad.
pág. 26
Referencias ADEX DATA TRADE. (2017). ADEX DATA TRADE. Obtenido de
http://www.adexdatatrade.com/Members/EstadisticaProducto.aspx?partida=081
0400000
agapperu. (2 de Octubre de 2017). agapperu. Obtenido de
http://www.agapperu.org/noticias/ha-evolucionado-sector-arandanos-peru/
Albuín, J. M. (2007). Regresión lineal múltiple. Madrid: Laboratorio de Estadistica.
Obtenido de
http://humanidades.cchs.csic.es/cchs/web_UAE/tutoriales/PDF/Regresion_lineal
_multiple_3.pdf
arandanosperu.pe. (27 de Julio de 2015). Arándanos Perú. Obtenido de
https://arandanosperu.pe/2015/07/29/oportunidades-y-tendencias-en-el-mercado-
del-arandano/
Chipana Vallejos, K. R., & Velarde Pachas, S. (2017). Factores que impulsan a la
exportación de arándanos frescos de la región de Lima. Lima: REPOSITORIO
ACADEMICO USMP. Obtenido de
http://www.repositorioacademico.usmp.edu.pe/handle/usmp/3100
CPI. (2017). MARKET REPORT: PERU: POBLACION 2017. Lima: CPI.
Leyto Muñoz, M. A., & Rodriguez Rodriguez, A. (2008). PROSPECCION Y
EXPORTACION DE ARANDANOS . Santa Cruz, Chile: Asesores: Saens
Rodriguez; Peña y Añez. Obtenido de
http://temporal.grupocolor.cl/ceni/pdf/memorias/terminadas/ProspeccionyExport
aciondeArandanosFrescosalMercadoEstadounidense.pdf
Medina Gutiérrez, M., & Sánchez Sánchez, M. C. (2014). Producción y exportación de
arándanos para Estados Unidos. Lima: Universidad Peruana de Ciencias
Aplicadas (UPC). Obtenido de
http://repositorioacademico.upc.edu.pe/upc/handle/10757/617623
Parera, M. (27 de Diciembre de 2017). El CRONISTA. Obtenido de
https://www.cronista.com/negocios/Plan-para-fomentar-el-consumo-de-
arandanos-en-el-mercado-interno-20171010-0034.html
Romero, M.-D. P.-D. (2016). ARANDANO EN EL PERU Y EL MUNDO, Producción,
comercio y perspectivas. MINISTERIO DE AGRICULTURA Y RIESGO
(MINAGRI). Lima: MINAGRI. Obtenido de
http://agroaldia.minagri.gob.pe/biblioteca/download/pdf/tematicas/f-
taxonomia_plantas/f01-cultivo/el_arandano.pdf
Rudas Ramirez, C. A. (2015). Diseño de un Sistema Mecatrónico para la Selección de
Arándanos. Lima: Pontificia Universidad Católica del Perú. Obtenido de
http://repositorio.concytec.gob.pe/handle/CONCYTEC/566
pág. 27
Rural, C. (1 de Diciembre de 2017). Aumenta el consumo de arándanos en la Argentina.
Obtenido de https://www.clarin.com/rural/aumenta-consumo-arandanos-
argentina_0_B1ZsCxyWG.html
SÁEZ, R. (2006). Producción y comercio nacional e internacional del arándano. Tesis
Lic. Agr. Santiago, Universidad de Chile. Facultad de Ciencias.
SIERRA EXPORTADORA. (2018). SIERRA EXPORTADORA. Obtenido de
https://www.sierraexportadora.gob.pe/arandano/
Soumitra Dutta, Bruno Lanvin, Sacha Wunsch-Vincent. (2017). The Global Innovation
Index 2017 (TENTH EDITION ed.). (B. L.-V. Soumitra Dutta, Ed.) Obtenido de
http://www.wipo.int/edocs/pubdocs/en/wipo_pub_gii_2017.pdf