4.1.3.2. Análisis de regresión múltiple (ARM)

El objetivo en este apartado es contrastar si las diferencias en la cuota que las MGD han alcanzado en distintos productos se explican por los distintos valores que toman algunas variables incluidas en la base de datos del panel de hogares de TNS. En concreto, y tal como se ha planteado en las hipótesis de trabajo, se trata de ver si las distintas cuotas de mercado de las MGD por clases de producto difieren en función de variables relativas a la clase de producto y/o de variables relativas a las propias MGD.

En el análisis de regresión múltiple se estiman los coeficientes de regresión que determinan el efecto que las variaciones de las variables independientes tienen sobre el comportamiento de la variable dependiente. La bondad del ajuste de la función estimada viene medida por el coeficiente de determinación que expresa la proporción de la varianza de la variable dependiente explicada por el modelo de regresión. El coeficiente de correlación parcial de cada variable explicativa indica la relación específica de dicha variable con la variable dependiente, supuesto que permanecen constantes las demás variables independientes. Por último, el coeficiente F de Snedecor indica si la explicación de la varianza de la variable dependiente obtenida por el modelo de regresión es estadísticamente significativa.

El ARM realizado corresponde a un modelo lineal en el que se ha tomando como variable dependiente la cuota en volumen de las MGD sobre la clase de producto y como variables independientes las cuatro variables siguientes

- el precio medio de la clase de producto

- la penetración absoluta de la clase de producto

- la compra media de la clase de producto

- el índice de precios entre las MGD y las marcas de los PF

La técnica se ha aplicado para los cincuenta y un productos de alimentación disponibles para las tres cadenas. No se ha podido aplicar a los setenta productos disponibles como en la tabulación cruzada, porque para que el precio medio y la cantidad media comprada por cada hogar sean comparables entre los distintos productos, la unidad de medida de los mercados en volumen debe ser siempre la misma. En los productos de alimentación las cantidades compradas se expresan en kilogramos o litros, pero en algunos mercados del sector de droguería la unidad de volumen es diferente (unidad, paquete, etc.)

En Carrefour (cuadro 5.9) el modelo de regresión es estadísticamente significativo al nivel del p < 0,01 y la proporción de la varianza explicada por el modelo el 22,79%. Como puede comprobarse en la matriz de coeficientes de correlación simple la mayor asociación de la participación en volumen de las MGD es con el precio medio de la clase de producto (-0,2932), que es negativa, lo que indica que a medida que aumenta el precio por unidad de volumen, disminuye la cuota de las MGD. La correlación también es negativa con la compra media (-15,70) y con el índice de precios respecto a las marcas de los PF (-18,68), por lo que a medida que aumentan los volúmenes de producto comprados por hogar y disminuye la distancia con el precio de las marcas líderes, disminuye la participación de las marcas de la distribución.

La mayor parte de la varianza de la variable dependiente queda explicada por las dos siguientes variables, cuyos coeficientes de regresión son significativos al nivel p < 0,01:

- la compra media del producto (11,19%), en primer lugar

- el precio medio de la clase de producto (8,60%), en segundo lugar

Las otras dos variables del modelo:

- la penetración de la clase del producto

- el índice de precios entre las MGD y los PF

explican muy poco de la varianza de la cuota en volumen de las MGD. Estos resultados del índice de precios son coherentes con los de la tabulación cruzada anterior, en la que se concluía la falta de asociación entre la cuota en volumen de las MGD y el índice de precios de las MGD y los PF.

Para la cadena Mercadona (cuadro 5.10), el modelo de regresión también es estadísticamente significativo al nivel del p < 0,01 y la proporción de la varianza explicada por el modelo el 25,27%. La matriz de coeficientes de correlación simple indica que la mayor relación de la cuota en volumen de las MGD también es con el precio medio de la clase de producto (-0,3102). Le siguen por importancia según el coeficiente de correlación la compra media (-18,81) y el índice de precios respecto a las marcas de los PF (11,84). Curiosamente y a diferencia del caso de Carrefour, esta última variable tiene coeficiente positivo, por lo que a medida que disminuye la distancia entre los precios de los dos tipos de marcas, aumenta la participación de las marcas de la distribución.

Al igual que en Carrefour la mayor proporción de la varianza la explican la compra media (12,64%) y el precio de la clase de producto (9,62%), ambos significativos al nivel p < 0,01. E igualmente ni la penetración del producto ni el índice de precios tienen una aportación significativa a la varianza de la variable dependiente, resultado que también coincide con el de la tabulación cruzada para el índice de precios.

Por último, de la aplicación del ARM a la cadena Día (cuadro 5.11) se extrae como conclusión fundamental que el modelo no es estadísticamente significativo ni siquiera al nivel p < 0,05 (F de Snedecor = 0,6140), siendo además la proporción de la varianza explicada por el modelo tan solo el 5,53%.

La única conclusión que aporta el modelo es a través de la matriz de coeficientes de correlación simple, donde se observa que nuevamente la mayor correlación de la participación en volumen de las MGD es con el precio medio de la clase de producto (-0,1555), pero su coeficiente, aunque negativo como en las otras dos cadenas, es mucho menor.