Factores que determinan la demanda de consumo de los usuarios de telefonía móvil en el departamento de Ancash en el año 2014

Texto completo

(1)TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS ECONÓMICAS ESCUELA ACADÉMICO PROFESIONAL DE ECONOMÍA ACIONAL D. DN DA. O. UNIVER. UJILL TR. SI. E. 1959. “Factores que determinan la demanda de consumo de los usuarios de telefonía móvil en el departamento de Ancash en el año 2014”. TESIS PARA OPTAR EL TÍTULO DE: ECONOMISTA. ASESOR: HENRY VENTURA AGUILAR. Florita Salomé Villanueva Flores BACHILLER EN CIENCÍAS ECONÓMICAS. TRUJILLO. - PERÚ. 2016. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(2) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(3) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. PRESENTACIÓN. SEÑORES MIEMBROS DEL JURADO: En cumplimiento a las disposiciones establecidas en el Reglamento de Grados y Títulos de la Escuela de Economía, de la Facultad de Ciencias Económicas de la Universidad Nacional de Trujillo, en esta oportunidad me dirijo a ustedes y poner en consideración de su elevado criterio mi Tesis Titulada: “Factores que determinan la demanda de consumo de los usuarios de telefonía móvil en el departamento de Ancash en el año 2014”, y así poder lograr obtener el título profesional de Economista.. Por tanto, con el fin de que constituya también un precedente para posteriores investigaciones, extiendo este informe de investigación para su evaluación. Les pido puedan comprender las falencias involuntarias que se presenten en el presente estudio, debido a la poca experiencia en la investigación que ostenta el estudio.. Es propicia la oportunidad para hacer llegar mi agradecimiento a todos mis profesores que me brindaron sus valiosos conocimientos.. Trujillo, marzo de 2016. Florita Salomé Villanueva Flores Bachiller en Ciencias Económicas. i Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(4) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. DEDICATORIA. El presente trabajo se lo dedicó a mis padres Santiago y Silvia, a mis hermanos Yahaira y Erick quienes con su esfuerzo y apoyo incondicional me han permitido culminar con mis estudios profesionales; de manera especial a mi adorado hijo Joel Nicolás por darme la fortaleza y el entusiasmo para concluir con el presente estudio.. ii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(5) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. AGRADECIMIENTO. A Dios por la fortaleza y sabiduría que me da para seguir adelante, y la bendición de tener una familia y amigas que me han brindado su apoyo incondicional. La inmensa gratitud a la Universidad Nacional de Trujillo que me abrió sus puertas y a todos los maestros que compartieron sus vastos conocimientos. A la constancia, experiencia y apoyo oportuno del profesor Henry Ventura Aguilar, mi asesor de tesis.. iii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(6) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. RESUMEN. La presente investigación tiene como propósito identificar los Factores que determinan la demanda de consumo de llamadas de los usuarios en telefonía móvil del departamento de Ancash en el año 2014, esta estimación puede ser muy útil para la elaboración de un estudio de mercado y a su vez para generar pronósticos los cuales ayudarán a calcular los flujos de ingresos de un proyecto de inversión determinado. Además contribuirá a generar decisiones financieras con fundamento sin olvidar la incertidumbre inherente en toda toma de decisiones de carácter financiero. Para el desarrollo de la investigación se recopiló datos estadísticos del Instituto Nacional de Estadística e Informática y Banco Central de Reserva del Perú y se recabo información de líneas telefónicas cuyos usuarios dieron su consentimiento; seguido se organizó los datos por operador telefónico, finalmente se estimó un modelo econométrico para cada uno de los operadores, de la demanda de uso de telefonía móvil del departamento de Ancash. Los resultados de la investigación señalan que tanto el ingreso, como la renta que paga el usuario, la inflación y la edad y sexo del mismo son elementos significativos que influyen en la demanda de uso de telefonía móvil en el departamento de Ancash.. iv Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(7) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. ABSTRACT. This research aims to identify the factors that determine consumer demand call mobile phone users in the department of Ancash in 2014 , it is important because this estimate may be very useful for the development of a market study and turn to generate forecasts which help you calculate the revenue flows of a particular investment project . He also helps generate financial informed decisions without forgetting the inherent uncertainty in making any financial decisions. For the development of research statistical data from the National Institute of Statistics and Informatics and Central Reserve Bank of Peru information it was collected and telephone lines whose users gave their consent is sought; followed by telephone operator data was organized, finally an econometric for each of the operators, the demand for mobile phone use in the department of Ancash model was estimated . The research results indicate that both income as rent paid by the user, inflation and the same age and sex are significant factors that influence the demand for mobile phone use in the department of Ancash.. v Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(8) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. ÍNDICE. PRESENTACIÓN ................................................................................................................ i AGRADECIMIENTO ....................................................................................................... iii RESUMEN ......................................................................................................................... iv ABSTRACT......................................................................................................................... v I.. INTRODUCCIÓN ....................................................................................................... 1 1.1.. Antecedentes del Estudio ...................................................................................... 1. 1.2. Justificación del problema:....................................................................................... 6 1.3 Planteamiento del problema ..................................................................................... 7 1.4 Objetivos de la Investigación ..................................................................................... 8 1.4.1. Objetivo general. ................................................................................................ 8 1.4.2 Objetivos Específicos:.......................................................................................... 8 1.5.. Marco Teórico ....................................................................................................... 9. 1.6.. Hipótesis .............................................................................................................. 12. II. DISEÑO DE LA INVESTIGACIÓN ........................................................................ 13 2.1 OBJETO DE ESTUDIO .......................................................................................... 13 2.2 POBLACIÓN ........................................................................................................... 13 2.3 MUESTRA ............................................................................................................... 13 2.4 VARIABLES ............................................................................................................ 16 2.5 MÉTODOS .............................................................................................................. 21 2.6 TÉCNICAS .............................................................................................................. 22 2.7 ESTRATEGIA METODOLÓGICA ....................................................................... 24 III. 3.1. RESULTADOS ....................................................................................................... 26 MOVISTAR ........................................................................................................ 26. 3.1.1. Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil MOVISTAR ..................................................................................... 26 3.1.2 Estimación de un modelo de demanda que permita identificar las variables más importantes que determinan el consumo de los usuarios de telefonía móvil MOVISTAR ................................................................................................................... 29 3.2.. CLARO: .............................................................................................................. 33. 3.2.1. Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil CLARO ............................................................................................ 33. vi Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(9) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.2.2. Estimación de un modelo de demanda que permita identificar las variables más importantes que determinan el consumo de los usuarios de telefonía móvil CLARO ………………………………………………………………………..……….….35 3.3. ENTEL………………………………………………………………………………..39 3.3.1Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil ENTEL………………….………………….............................................39 3.3.2. Estimación de un modelo de demanda que permite identificar las variables más importantes que determinan el consumo delos usuarios de telefonía móvil ENTEL………………….....................................................................................................41 3.4. VARIABLES RELEVANTES DE LA DEMANDA DE CONSUMO DE TELEFONÍA MÓVIL PARA EL DEPARTAMENTO DE ANCASH EN EL AÑO 2014……………………………………………………………………….………………...44 IV.. DISCUSIÓN ........................................................................................................... 46. V. CONCLUSIONES ...................................................................................................... 48 VI.. RECOMENDACIONES ........................................................................................ 49. VII.. REFERENCIAS BIBLIOGRÁFICAS................................................................... 50. vii Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(10) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. I. INTRODUCCIÓN 1.1.. Antecedentes del Estudio El sector de telefonía en los últimos años ha presentado pocas referencias disponibles, dado que se ha madurado la confidencialidad de la información del usuario; además de que las mismas compañías telefónicas dificultan el acceso a la información lo cual se explica en los altos niveles de competencia del sector; las pocas referentes ya no hacen públicos sus estudios sino que son estrictamente confidenciales. Para este estudio tomamos en cuenta cinco investigaciones del sector, en primer lugar tenemos “Consultoría para la determinación de las elasticidades precio e ingreso de la demanda de telefonía celular” de autoría de Económica Consultores LTDA, Bogotá (2002); el cual se trata de un estudio. realizado para el caso. colombiano con los objetivos de: analizar y determinar las elasticidades precio e ingreso al acceso de la población aun no conectada a los sistemas de telefonía fija y celular; determinar las elasticidades precio e ingreso del consumo de celular; y por ultimo determinar también las elasticidades cruzadas entre telefonía fija y celular de aquellos usuarios que disponen de los dos sistemas. Para estimar las elasticidades de corto plazo se recurrió a dos tipos de encuestas; la primera con una. muestra de 1.397 encuestas obtenidas directamente en las. residencias y consultando al jefe del hogar; para determinar los patrones simultáneos de uso del celular y el teléfono fijo y la disponibilidad a pagar por el acceso a teléfonos fijos y celulares en aquellos hogares que no cuentan con alguno de éstos servicios; la encuesta incluyó, además, los módulos de elasticidad precio de consumo para los hogares con celulares en sistemas de pre y post pago.. 1 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(11) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Para estimar las elasticidades de largo plazo se recurrió al análisis de variables internacionales tomando países con niveles muy bajos y muy altos de penetración celular e ingresos; fueron una base de 42 países mayoritariamente de ingresos medios y bajos con información anual para el periodo 1996-2001; contando con 252 observaciones. Las principales variables incluidas son: número de abonados en celular y fijo, minutos al aire en celular y fijo, ingresos de los operadores de celular y algunas variables de caracterización socioeconómica como el ingreso y el precio. Finalmente entre las conclusiones más importantes tenemos: 1) La elasticidad precio del uso del celular es de -1.38 lo cual refleja que no es necesaria la regulación en este sector por ser considerada como de elasticidad elevada frente al resultado internacional -0.37. 2) La elasticidad ingreso en uso del celular indica que el uso del celular reacciona en proporción muy baja al ingreso pero con niveles de reacción superiores, lo cual podría estar explicada en que in mayor ingreso solo se refleja marginalmente en el consumo. Un segundo trabajo que se revisó para el desarrollo de esta investigación corresponde a:. Jiménez Tello D., quien realizo “Análisis y pronósticos de. demanda para telefónica móvil” en su tesis para optar el grado de magister en gestión de operaciones (Chile, 2011); en esta tesis se pretende diseñar y analizar un modelo de predicción de demanda con la finalidad de mejorar la decisión de compras de inventarios ( teléfonos móviles) de las tiendas que se dedican a ello, para esto el autor basa su estudio en el precio de los equipos, los cuales los agrupo como: teléfonos móviles de gama. baja, media, alta y premium y en tipo de. contrato: prepago y post pago.. 2 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(12) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Este estudio compilo las ventas realizadas por una empresa telefónica de mayor importancia en Chile, de manera mensual por un periodo de 2 años y se realizó un estudio de demandas mediantes series de tiempo y por medio de un modelo loglineal. Las conclusiones a las que se llegan es que tomar solamente la variable precio no es suficiente para determinar la elección de compra de los clientes, ya que la industria de las telecomunicaciones presenta un crecimiento importante y cambia constantemente, sin embargo se comprobó que en el caso de los teléfonos post pago pertenecientes al grupo de gama media y baja, los resultados de tendencia nos entregan pronósticos muy cercanos a la realidad y además se muestra que agrupar a los teléfonos por tipo de contrato y gama hace que las series se comporten de una manera más estable disminuyendo los errores de manera considerable. Un tercer trabajo corresponde a Cortez K., Lazo R., Rodríguez M. y Martínez H. (México; 2010), quienes realizaron la “Estimación de la función de demanda por telefonía local para Monterrey y su área metropolitana”; en el cual se buscó probar que las llamadas salientes o demanda son determinadas por los precios, los pagos a celulares (renta mensual de la línea), el ingreso del consumidor, el nivel de vida del consumidor y el trimestre bajo estudio (estacionalidad de los datos). Para este estudio se realizó un muestreo irrestricto aleatorio en la cual se seleccionaron 1099 observaciones para la ciudad de Monterrey y su área metropolitana en las cuales se recabaron los datos de manera mensual durante el periodo 2006-2007 y se construyó un modelo multivariante con una estructura lineal, en la cual se analizó los determinantes de la demanda; un aspecto importante es la construcción de la variable “nivel de vida” para la cual se tomaron 12. 3 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(13) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. variables socioeconómicas de las características de la población, siendo esta la variable que mayor efecto tuvo sobre las llamadas salientes. Finalmente se concluyó que existe relación estadística significativa entre las llamadas salientes y el precio, el pago a celulares, el ingreso y el nivel de vida; en cambio la estacionalidad no fue significativa al 95% por lo cual fue omitida del modelo final. Otro trabajo de referencia fue: “Telefonía fija y Telefonía celular, el dilema de la demanda” (México, 2010); desarrollada por Coca A. y Villagomez J. cuyo objetivo se basa en analizar y predecir la demanda por telefonía fija y móvil en México mediante Redes Neuronales Artificiales (RNA). y comparar la demanda de la. telefonía fija frente a la telefonía móvil. El análisis mediante RNA es un método computacional que se caracteriza por su algoritmo de aprendizaje, el cual se realiza a través de la retropropagacion de los errores; lo cual permite que la predicción tome en cuenta el ciclo de vida de un producto o servicio, es decir sigue un patrón de saturación o estabilidad, adquiere un periodo de madurez y se encuentra en una etapa de declinación. La información utilizada para este estudio fue el número de líneas telefónicas fijas en servicio, por meses, de enero de 1995 a enero de 2007 y cantidad de usuarios de telefonía móvil, por meses, de enero de 1995 enero de 2007, la información muestra que el número de líneas de telefonía móvil dejo de incrementarse a partir del mes de junio del 2006, mientras que la telefonía móvil registra un crecimiento acelerado, concluyendo que la telefonía fija y la telefonía móvil siguen un comportamiento diferenciado debido al efecto de la telefonía móvil sobre la telefonía fija, ya que la telefonía fija desde el punto de vista del ciclo de vida se. 4 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(14) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. encuentra en una etapa de declinación, en tanto que la telefonía móvil sigue un patrón creciente. Las predicciones que se proporcionan en este trabajo constituyen un valioso aporte dado que demuestra que el uso de RNA comparados con otros modelos curvilíneos, constituye un mejor predictor. Un último estudio que debemos referenciar es “Una visión general de los modelos de demanda en las telecomunicaciones”; de Taylor L. (USA, 2001), que más bien es un muy buen referente histórico ya que en su obra ofrece una síntesis de la evolución del estudio de la demanda de las telecomunicaciones, los cuales han ido cambiando de enfoque debido a los grandes cambios que ha sufrido este sector, desde sus inicios con la telefonía fija, pasando por la telefonía móvil y la aparición del internet, explica como la externalidad de red genera el crecimiento endógeno del operador telefónico; también explica la externalidad del uso, la cual provoca que las llamadas entrantes generen llamadas salientes y viceversa; además hace referencia de los modelos de demanda de acceso al servicio y los modelos de uso del servicio; este trabajo cobra importancia pues nos brinda un análisis de los primeros modelos de demanda de telecomunicaciones planteados que nos servirán de referencia para poder plantear modelos que nos puedan proveer de motores predicciones.. 5 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(15) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 1.2. Justificación del problema:. Con la presente investigación se pretende conocer el impacto que generan los factores como: la renta de la línea telefónica, el ingreso, la inflación , el tipo de demanda (alta o baja) , la edad y el sexo del consumidor sobre la Demanda de Uso de la telefonía móvil; el modelamiento de la demanda es una gran herramienta de análisis ya que al determinar con mayor precisión la influencia de estas factores estaríamos en capacidad de realizar estrategias con el propósito de maximizar las ventas. En este contexto se plantea el siguiente problema.. 6 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(16) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 1.3 Planteamiento del problema. ¿Cuáles son los factores que influyen en la demanda del consumo de los usuarios de telefonía móvil en el departamento de Ancash en el 2014?. 7 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(17) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 1.4 Objetivos de la Investigación. 1.4.1. Objetivo general. Determinar los factores que influyen en la demanda del consumo de los usuarios de telefonía móvil en la ciudad de Chimbote durante el 2014.. 1.4.2 Objetivos Específicos: a) Estimar un modelo de demanda que permita identificar las variables más importantes que determinan el consumo de los usuarios de telefonía móvil para las empresas MOVISTAR, CLARO y ENTEL. b) Identificar las variables relevantes que explican la demanda de consumo de los usuarios de telefonía móvil para el Departamento de Ancash en el año 2014. 8 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(18) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 1.5. Marco Teórico Dado que la mira central de este trabajo esta puesta en la demanda de consumo de la telefonía móvil, será necesario plantear algunos parámetros que sirvan de ejes conceptuales sobre los que apoyar la lectura interpretativa de la demanda de telefonía móvil. En primer lugar, entenderemos que el concepto de demanda en el sector de telecomunicaciones tiene dos tipos de enfoque: la demanda de acceso y la demanda de uso o consumo, es en esta última, en la que centraremos nuestro estudio, y se refiere a los minutos o tráfico, entrante o saliente, generado por cada usuario; también incluye el gasto del servicio de internet en el caso de clientes con acceso al mismo. En segundo lugar la demanda de telecomunicaciones tiene dos externalidad asociadas: la externalidad de red, la cual surge cuando un nuevo abonado se une a la red, la conexión de un nuevo usuario otorga un beneficio a los abonados existentes porque aumenta el número de puertos que en ese momento pueden alcanzar; y la otra externalidad se denomina externalidad de la llamada en la cual se supone que las que realizan hoy se convierten en los que hacen las llamadas mañana. Según Taylor, L. D. (2001) en su trabajo “Una visión general de los modelos de demanda en las telecomunicaciones” nos dice que la función de la demanda de consumo no es muy diferente de las demás demandas de otros bienes y servicios en el sentido en que depende inversamente del precio del servicio; esta relación puede entenderse fácilmente a través de la ley de la demanda. Una. característica asociada al precio es el ingreso, dado que una persona con. ingresos bajos tiende a considerar elevados casi todos los precios pues su capacidad adquisitiva esta disminuida; esto se ve traducido en un bajo consumo; con el mismo. 9 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(19) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. raciocinio podemos decir que una persona con ingresos elevados es mucho más probable que su consumo sea elevado pues su capacidad adquisitiva es amplia. Otros autores como K. Cortez, R. Lazo, M. Rodríguez & H. Martínez (2010) en su trabajo Estimación de la función de demanda por telefonía local para Monterrey y su área metropolitana; basados en Mitchell (1978) y Miravete (2002) consideran que la estructura de costos correspondiente a la provisión del servicio a telefónico se caracteriza por costos fijos altos y costos marginales bajos; buscan determinar la relación que guarda el aumento de la renta y el tipo de demanda con el consumo de llamadas, variable que resulto significativa para mencionado estudio. En la demanda de consumo de telefonía móvil tenemos como bienes suplementarios al teléfono fijo, y al uso del internet que se traduce en llamadas o mensajes vía aplicaciones web o el mismo uso del correo electrónico. Según A. Coca y J. Villagomez (2010) en su trabajo “Telefonía fija y telefonía celular: el dilema de la demanda, 1995-2006” señalan que la telefonía fija se encuentra en una etapa de declinación mientras que la telefonía móvil se encuentra en una etapa creciente; además en el Reporte estadístico de Enero 2015 de OSIPTEL se señala que por cada 100 personas existen 116 líneas de telefonía móvil y solo 13 de telefonía fija, y que la penetración móvil de internet viene creciendo de manera significativa tanto en líneas prepago como en líneas post pago, esto debido a las tendencias globales donde el uso del internet es cada vez más indispensable en la vida del consumidor; en conclusión cada vez es más notoria el impacto del uso del internet como bien suplementario del consumo de llamadas, así como cada vez es menor la importancia de la telefonía fija.. 10 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(20) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Por ultimo debemos mencionar a los factores sociales y culturales, que también podrían afectar la demanda de servicio telefónico. Según un artículo publicado en España (2015) en el diario El País, el operador MasMovil realizo un estudio acerca del consumo de llamadas y uso de internet con respecto a la edad y el sexo de los consumidores, concluyendo que las mujeres hablan un 9% más por el móvil; este estudio también concluyo que la franja de edad más activa en el consumo de voz es la que comprende entre 25 y 35 años. Esto podría reflejar la importancia de las características sociales y culturales para poder definir un modelo de demanda.. 11 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(21) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 1.6. Hipótesis Los factores que determinan la demanda de consumo de los usuarios de telefonía móvil en el departamento de Ancash durante el 2014 son: la renta mensual del servicio, el ingreso del consumidor, el tipo de demanda (alta o baja), la inflación, la presencia de bienes sustitutos, la edad y el sexo del cliente.. 12 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(22) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. II. DISEÑO DE LA INVESTIGACIÓN. 2.1 OBJETO DE ESTUDIO El objeto de estudio es la demanda de consumo medida en minutos mensuales de los usuarios de telefonía móvil de las empresas de telefonía que operan en el departamento de Ancash.. 2.2 POBLACIÓN El total de líneas activas de telefonía móvil de los operadores ENTEL, CLARO Y MOVISTAR en el departamento de Ancash.. 2.3 MUESTRA El proceso de muestreo es probabilístico estratificado debido a la presencia de varios operadores de telefonía del departamento en el departamento de estudio.. TABLA 01: PLANTA MOVIL ANCASH 2014 EMPRESAS DE TELEFONIA. PROMEDIO 2014. Movistar Claro Entel Vitel total. 683004 201332 72620 3612 960568. FUENTE: DEPARTAMENTO DE INTELIGENCIA COMERCIAL MOVISTAR ELABORACION: PROPIA. 13 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(23) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Como podemos apreciar en la tabla 01 el promedio de líneas activas en el transcurso del periodo enero – diciembre 2014 fue de 960 568 líneas telefónicas, tomando en cuenta esta referencia como tamaño de universo y considerando un nivel de confianza de 95% y un grado de error de 5%; primero realizamos el cálculo del tamaño de la muestra aplicando la fórmula:. n = (Z²pqN) / (Ne² + Z²pq) . Nivel de confianza (Z) = 1.96. . Grado de error (e) = 0.05. . Universo (N) =80 511. . Probabilidad de ocurrencia (P) = 0.5. . Probabilidad de no ocurrencia (Q) = 0.5. n = ((196)² (0.5) (0.5) (960568)) / ((960568) (0.05)² + (196)² (0.5) (0.5)). n = ((3.84) (0.25) (960568)) / ((960568) (0.0025) + (3.84) (0.25)). n = 384. La muestra necesaria para representar la población es de 384 líneas de telefonía móvil; la cual deberemos estratificar en los operadores móviles presentes en el departamento de estudio, las cuales son: Movistar, Claro, Entel y Vitel; para esto utilizaremos la técnica de muestreo estratificado optimo (respecto a la desviación estándar). Aplicamos la fórmula para el factor multiplicador:. 𝑓 = 𝑛/𝑁 14 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(24) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 𝑓= factor multiplicador. 𝑛= tamaño de muestra. 𝑁 =población. Tenemos :. 𝑓= 384/960568 = 0.0003998. TABLA 02: OBTENCIO DE LA CANTIDAD DE OBSERVACIONES MUESTRALES POR OPERADORA EMPRESAS. MUESTRA FACTOR. DE. PROMEDIO. DEL MULTIPLICADOR. TELEFONIA. ESTRATO. Movistar. 683004. 0.0003998. 273. Claro. 201332. 0.0003998. 80. Entel. 72620. 0.0003998. 29. Vitel. 3612. 0.0003998. 1. total. 960568. 0.0003998. 384. FUENTE: DEPARTAMENTO DE INTELIGENCIA COMERCIAL DE MOVISTAR ELABORACION: PROPIA. 15 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(25) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Las observaciones para cada estrato son 273 observaciones para Movistar, 80 observaciones para Claro, 29 observaciones para Entel y 1 observación para Vitel, este último operador no fue considerado dado que no se encontró un historial que permita realizar el estudio.. 2.4 VARIABLES Variable dependiente: Consumo de telefonía móvil, medido por el promedio mensual de llamadas del trimestre en minutos. Variables Independientes: . La renta promedio mensual del servicio en soles del trimestre.. . Ingreso del consumidor, medido por la tasa de crecimiento del PBI trimestral.. . Tipo de demanda (alta si el promedio mensual de pago de la línea telefónica es mayor a 100 soles o baja si es menor a 100 soles). . Inflación, medida por la tasa de crecimiento del ipc trimestral.. . La presencia de bienes sustitutos, representado por el uso de internet medido por la cantidad promedio de megas que utiliza el usuario de manera mensual durante el trimestre.. . La edad del consumidor. . Sexo del consumidor. 16 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(26) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 2.4.1 OPERACIONALIZACIÓN DE VARIABLES Cuadro N° 01 Operacionalización de las variables. Variables. Dimensiones. Indicadores. Técnica. Promedio de Cantidad de. la suma de las. minutos. llamadas. consumidos. entrantes más. durante los. llamadas. periodos de. salientes. Variable independiente:. Observación y. Demanda de uso de. registración, estudio, comprende expresadas en. telefonía móvil llamadas entrantes. minutos. más llamadas. durante cada. salientes.. trimestre del año 2014. Variable dependiente: La renta mensual del. Están expresadas. servicio,. en el promedio. Ingreso del. mensual y. Renta mensual: promedio mensual del trimestre en soles. Ingreso de los. consumidor, tipo de. cuantificado. consumidores,. demanda, inflación y. trimestralmente.. se utilizo. uso de bienes. Observación y registración, revisión de datos históricos.. como variable. 17 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(27) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. sustitutos, edad y sexo. proxy a tasa de. del consumidor crecimiento del l pbi nacional timestral. Tipo de demanda que es la multiplicación entre el tipo de demanda del usuario sea alta (1) o baja (0) cuando el monto de la renta es menor a 100. La inflación que se presentó en cada uno de los periodos en porcentaje. 18 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(28) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. para evitar el efecto acumulativo del índice de precios. Uso de bienes sustitutos representados por el internet medido por la cantidad promedio de megas Edad del consumidor medido en años Sexo del consumidor representado por una variable dummy (1 si es mujer y 0 si. 19 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(29) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. es varon). Elaboración: Propia. 20 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(30) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 2.5 MÉTODOS Para contrastar la hipótesis de investigación dada la naturaleza del estudio, se utilizó el diseño no experimental, transversal, correlacional.. Y. X. Donde: Y = Consumo de la demanda de telefonía móvil X1 = renta mensual del servicio (renta) X2 = ingreso de los consumidores (ingreso) X3 = tipo de demanda (tipo_d) X4 = inflación (ipc) X5 = bienes sustitutos (internet) X6 = edad del consumidor (edad) X7 = sexo del consumidor (sexo). 21 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(31) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 2.6 TÉCNICAS Recopilación de datos: Se utilizó las fichas bibliográficas para tomar anotaciones de los libros textos, revistas y reportes económicos de la evolución del sector de telecomunicaciones de la UIT, INEI, OSIPTEL, etc. Para el análisis de datos se utilizó: -. El análisis documental: El cual sirvió para obtener la información pertinente a partir de las referencias bibliográficas, así como de datos recopilados de los reportes económicos de fuentes oficiales nacionales como el Banco Central de Reserva del Perú (BCRP) y el Instituto Nacional de Estadística e Informática (INEI), así como también de fuentes internacionales como la UIT. Otras fuentes valiosas de información fueron los sistemas comerciales de las operadoras estudiadas para conocer el total de minutos consumidos en cada trimestre; así como el Sistema De Inteligencia Comercial De Movistar del cual se estimó el total de la población.. -. La indagación: para obtener información requerida para la realización de la investigación, así como para determinar cuáles son los indicadores y elementos más relevantes de cada una de las variables de investigación.. -. Tabulación de datos recopilados de las diferentes fuentes, obteniendo la información pertinente.. -. La conciliación de datos: para comparar los datos, la información obtenida, las teorías, resultados obtenidos en otros trabajos de investigación, entre otros. 22. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(32) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Para el procesamiento de datos se utilizó las siguientes técnicas: -. Ordenamiento y clasificación: se obtuvo la información pertinente a partir de las referencias bibliográficas, así como de datos recopilados de los reportes económicos de fuentes oficiales BCRP e INEI; y de los datos que nos consintieron hacer uso los titulares de telefonía móvil y que corresponden al total de la muestra tomada para este estudio.. -. Registro manual: se utilizó de acuerdo a la naturaleza de los datos.. -. Proceso computarizado con Excel: para. -. la realización de cálculos, gráficos y cuadros que son presentados en el desarrollo del trabajo y el Econometric Views (Eviews) se utilizó para la elaboración del modelo econométrico.. Luego se realizó el análisis e interpretación de resultados.. 23 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(33) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 2.7 ESTRATEGIA METODOLÓGICA Para el desarrollo de la investigación, en primer lugar se identificó las fuentes de información, tanto bibliográficos como los reportes estadísticos de fuentes oficiales como INEI, BCRP, además de la información consentida por los usuarios de telefonía móvil. En segundo lugar, se recopiló la información a partir de las fuentes de información identificadas previamente y se realizaron las acciones preliminares en la organización de los datos y obtener la información pertinente. En tercer lugar, se procedió a tabular los datos para organizar y presentar en cuadros y gráficos, con el fin de observar el comportamiento a través del tiempo de las variables de estudio. Enseguida se estimó un modelo econométrico, para determinar la incidencia de los factores la renta del servicio, el tipo de demanda (alta o baja), inflación, presencia de bienes suplementarios, edad y sexo del consumidor; en la demanda de uso de telefonía móvil. Finalmente, para validar el modelo econométrico se analizó el signo o valores de las estimaciones de los parámetros con los esperados según la teoría económica; así como la significancia individual y conjunta de los parámetros a través del coeficiente de correlación; en donde se encontró significancia en dos variables que no se habían identificado inicialmente las cuales son la edad y sexo del usuario lo cual mejoro considerablemente la bondad del ajuste; también se realizó las pruebas de numero de condición para evaluar la multicolinealidad de las variables de los parámetros 24 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(34) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Luego, se analizó la existencia de autocorrelación, para ello se utilizó la prueba de Durbin Watson , de tal forma que el modelo nos permitió determinar la incidencia de la renta, el ingreso, el tipo de demanda la inflación, el uso de megas y la edad y sexo del usuario en el tiempo de uso de telefonía móvil.. 25 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(35) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. III.. RESULTADOS. 3.1 MOVISTAR 3.1.1. Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil MOVISTAR. Luego de haber efectuado un estudio preliminar de los datos, se está en condición de realizar un análisis completo a través de herramientas estadísticas. Las estadísticas descriptivas para dichas variables se presentan a continuación: TABLA 03: ESTADISTICAS DESCRIPTIVAS PARA CADA VARIABLE REFERIDA AL USUARIO CONSUMO. RENTA. INTERNET. EDAD. SEXO. Mean. 1279.720. 46.93269. 250.8260. 41.13736. 0.444139. Median. 76.00000. 50.00000. 0.000000. 45.00000. 0.000000. Maximum. 4839.533. 201.0000. 4028.000. 63.00000. 1.000000. Minimum. 0.333333. 4.000000. 0.000000. 18.00000. 0.000000. Std. Dev.. 1868.814. 25.15174. 418.3696. 13.76959. 0.497097. Skewness. 1.096707. 1.228219. 3.825229. -0.281707. 0.224851. Kurtosis. 2.369026. 7.192656. 26.60124. 1.949589. 1.050558. 1088. 1088. 1088. 1088. 1088. Observations. FUENTE: SISTEMA COMERCIAL MOVISTAR ELABORACION: PROPIA. En la Tabla 03 calculamos las estadísticas descriptivas de las variables consumo, renta, internet, edad y sexo en la que podemos observar que el promedio de demanda de consumo es de 1279.72 minutos, cabe destacar que debido a que consideramos tanto líneas prepago como líneas postpago la muestra tomada presenta una volatilidad de 1868.814 con un mínimo de 0.33 min por mes hasta. 26 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(36) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. un máximo de 4839.53 mínimos consumidos por mes; la renta tiene un promedio de S/. 46.9 con una desviación de 25.15; también tenemos que el consumo medio de internet es de 250.8 megas con un máximo de 4028 megas y la edad promedio del consumidor es de 41 años. Para el mejor análisis de los datos obtenemos los gráficos de dispersión de las variables.. 27 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(37) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. GRAFICO N°1 RELACION ENTRE VARIABLES INDEPENDIENTES Y EL CONSUMO. FUENTE: SISTEMA COMERCIAL MOVISTAR ELABORACION: PROPIA. En el grafico 01 encontramos las múltiples relaciones de la variable consumo con la renta, el ingreso, el uso de internet, la edad y el sexo de los usuarios; del análisis visual de las variables podemos notar claramente la relación positiva entre la renta y el consumo asi como la relación negativa del consumo con la variable internet, otra relación importante se refiere a la edad y el consumo en la que la es notoria que las observaciones se concentran entre la edad de 25 a 40 años, en cuanto a la edad podemos decir que las mujeres son poseedoras de las observaciones máximas en consumo... 28 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(38) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.1.2 Estimación de. un modelo de demanda que permita identificar las. variables más importantes que determinan el consumo de los usuarios de telefonía móvil MOVISTAR A partir de las variables explicadas con anterioridad estimamos la regresión logarítmica – lineal ya que fue la que tuvo mejor ajuste. A continuación se presentan las estimaciones: TABLA 04: ESTIMACION INICIAL DE LA DEMANDA MOVISTAR Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 03/03/16 Time: 20:51 Sample: 1 1092 Included observations: 1092 Variable. Coefficient. C LOG(RENTA) INGRESO TIPO_D IPC EDAD INTERNET SEXO. 1.423865 1.490721 0.610683 -0.004277 -135.1883 -0.066308 -1.06E-05 0.910922. Std. Error. t-Statistic. 0.421826 3.375482 0.085779 17.37867 0.130833 4.667663 0.002513 -1.701990 38.73867 6.071151 0.004597 -14.42283 0.000180 -0.058745 0.121227 7.514173. R-squared 0.503056 Adjusted R-squared 0.499847 S.E. of regression 1.802753 Sum squared resid 3522.911 Log likelihood -2188.998 F-statistic 156.7617 Prob(F-statistic) 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. Prob. 0.0008 0.0000 0.0000 0.0890 0.0000 0.0000 0.9532 0.0000 5.070439 2.549087 4.023806 4.060405 4.037656 1.573814. FUENTE: SISTEMA COMERCIAL MOVISTAR ELABORACION: PROPIA. 29 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(39) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Del modelo podemos visualizar rápidamente que a pesar que el modelo es significativo al 95% de confianza considerando la prueba F y con un coeficiente de determinación de. 50% la variable internet y tipo de demanda no son. significativas por lo cual decidimos omitirlas; obteniendo el siguiente modelo para las observaciones provenientes del operador. TABLA 05: ESTIMACION CORREGIDA DE LA DEMANDA MOVISTAR Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 03/03/16 Time: 20:57 Sample: 1 1092 Included observations: 1092 Variable. Coefficient. C LOG(RENTA) INGRESO IPC EDAD SEXO. 1.578336 1.434593 0.607425 -136.0518 -0.065989 0.926311. Std. Error. t-Statistic. 0.413538 3.816666 0.076100 18.85132 0.129907 4.675829 38.51271 6.129191 0.004525 -14.58307 0.120112 7.712063. R-squared 0.501219 Adjusted R-squared 0.498923 S.E. of regression 1.804417 Sum squared resid 3535.932 Log likelihood -2191.012 F-statistic 218.2617 Prob(F-statistic) 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. Prob. 0.0001 0.0000 0.0000 0.0000 0.0000 0.0000 5.070439 2.549087 4.023832 4.051281 4.034220 1.566643. FUENTE: SISTEMA COMERCIAL MOVISTAR ELABORACION: PROPIA. De la tabla anterior podemos concluir que mediante el estadístico F, el modelo es significativo con un 95% de confianza. Se puede observar también que tiene un coeficiente de determinación de 50.12%, esto quiere decir que el modelo explica. 30 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(40) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. en un 50% el comportamiento de la variable explicativa, otro punto importante es el estadístico Durbin Watson (1.56) el cual nos señala que no existen problemas de autocorrelacion. El modelo estimado se presenta a continuación: LOG(CONSUMO) = 1.57833597396 + 1.4345927525*LOG(RENTA) + 0.607424653852*INGRESO - 136.051775961*IPC - 0.0659888084612*EDAD + 0.926310569319*SEXO. La estimación de la demanda por telefonía móvil de MOVISTAR arroja los siguientes resultados: . El estimador de la variable internet y tipo de demanda no fue significativo por lo cual estas variables fueron eliminadas del segundo modelo.. . En el caso de la variable renta observamos que existe una relación positiva con la variable dependiente; el parámetro de la renta (1.43) indica la elasticidad consumo/renta, es decir, que por cada incremento en 1% de la renta, el consumo se incrementaría en un 1.43%.. . La variable ingreso muestra una relación positiva con el consumo (0.60) con lo cual interpretamos que por cada incremento de 0.6 del ingreso se presenta un incremento de una unidad de consumo.. . La variable ipc tiene un signo negativo esto quiere decir que cualquier aumento o disminución en el índice de precios al consumidor se traduce en una disminución o aumento del. 31 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(41) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. consumo de llamadas de telefonía móvil; con un parámetro de 136 se considera una variable importante para el modelo. . La variable edad muestra signo negativo lo cual implica que a menor edad más consumo de llamadas de telefonía móvil; que ante una disminución de una unidad en la variable edad se produciría un aumento de 0.065% de la variable consumo..  La variable dummy sexo con un parámetro positivo de 0.9 teniendo en cuenta que los valores referentes son 0 cuando es varón y 1 cuando es mujer indica que si la usuaria es mujer la el consumo aumenta en 0.9%.. 32 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(42) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.2.. CLARO:. 3.2.1. Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil CLARO. Presentamos las estadísticas descriptivas para las variables:. TABLA 06: ESTADISTICAS DESCRIPTIVAS PARA CADA VARIABLE REFERIDA AL USUARIO. Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis. CONSUMO RENTA INGRESO INTERNET EDAD SEXO 848.5434 67.52508 0.296238 857.8903 37.2069 0.420063 708.7267 59 -0.1 500 36 0 3118.333 189 1.1 5120 63 1 2.210024 29 -0.1 0 25 0 703.2556 41.49878 0.489883 1299.862 8.711004 0.494344 0.831964 1.450961 0.830638 2.103471 0.966865 0.323916 3.060088 4.681587 2.023312 6.618988 3.528878 1.104921 320 320 320 320 320 320. Observations FUENTE: SISTEMA COMERCIAL CLARO ELABORACION: PROPIA. En la Tabla 06 tenemos las estadísticas descriptivas de las variables del modelo en la que podemos resaltar que el promedio de demanda de consumo es de 848.54 minutos, presentando una volatilidad de 703.25 con un mínimo de 2.21 min por mes hasta un máximo de 3118.33 mínimos consumidos por mes; la renta tiene un promedio de S/. 67.52 con una desviación de 41.49; otro indicador que merece mención es en cuanto al uso de internet cuyo media es 857 megas, lo cual es casi. 33 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(43) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. el triple que para el operador movistar anteriormente analizado; en cuanto a la edad media es de 37 años el cual es similar al operador movistar. Para ampliar nuestro análisis utilizaremos un gráfico de dispersión de las variables, el cual se muestra a continuación: GRAFICO 02: RELACION ENTRE LAS VARIABLES. FUENTE: SISTEMA COMERCIAL CLARO ELABORACION: PROPIA. En el grafico 02 observamos que es dificultoso establecer una relación de la variable consumo con las demás variables presentadas debido a que muestran un alto grado de dispersión principalmente con la variable renta y la variable internet, también podemos notar que en la variable edad los mayores consumos se encuentra entre los 25 y 40 años y con respecto al sexo las mujeres siguen teniendo concentración en mayores consumos con respecto a los hombres.. 34 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(44) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.2.2. Estimación de un modelo de demanda que permita identificar las variables más importantes que determinan el consumo de los usuarios de telefonía móvil CLARO. TABLA 07: ESTIMACION INICIAL DE LA DEMANDA CLARO Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 12/21/15 Time: 16:37 Sample (adjusted): 1 319 Included observations: 319 after adjustments Variable. Coefficient. Std. Error. t-Statistic. Prob.. C LOG(RENTA) INGRESO INTERNET IPC EDAD SEXO TIPO_D. 5.656005 0.809801 0.471225 -0.000177 -247.1428 -0.068021 0.511385 -0.000300. 0.806921 0.190769 0.130540 7.71E-05 40.56346 0.006433 0.112384 0.001774. 7.009367 4.244932 3.609802 -2.300726 -6.092746 -10.57418 4.550326 -0.169032. 0.0000 0.0000 0.0004 0.0221 0.0000 0.0000 0.0000 0.8659. R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic). 0.499201 0.487929 0.954533 283.3624 -433.7463 44.28681 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. 6.182685 1.333908 2.769569 2.863994 2.807279 1.728359. FUENTE: SISTEMA COMERCIAL CLARO ELABORACION: PROPIA. Del modelo podemos visualizar rápidamente que a pesar que el modelo es significativo al 95% de confianza considerando la prueba F y con un coeficiente de determinación de 49.92% la variable tipo de demanda no es significativa por lo cual decidimos omitirla; obteniendo el siguiente modelo para las observaciones provenientes del operador 35 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(45) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. TABLA 08: ESTIMACION CORREGIDA DE LA DEMANDA CLARO Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 12/21/15 Time: 16:37 Sample (adjusted): 1 319 Included observations: 319 after adjustments Variable. Coefficient. Std. Error. t-Statistic. Prob.. C LOG(RENTA) INGRESO INTERNET IPC EDAD SEXO. 5.707563 0.795222 0.471078 -0.000183 -246.8084 -0.067900 0.507737. 0.745887 0.169894 0.130334 7.00E-05 40.45206 0.006383 0.110121. 7.652046 4.680685 3.614385 -2.612665 -6.101258 -10.63834 4.610709. 0.0000 0.0000 0.0004 0.0094 0.0000 0.0000 0.0000. R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic). 0.499155 0.489523 0.953046 283.3885 -433.7610 51.82454 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. 6.182685 1.333908 2.763392 2.846013 2.796388 1.731803. FUENTE: SISTEMA COMERCIAL CLARO ELABORACION: PROPIA. De la tabla 08 podemos concluir que mediante el estadístico F que con un 95% de confianza. el modelo es significativo. Se puede observar también que tiene un. coeficiente de determinación de 49.91%, esto quiere decir que el modelo explica en un 49.91%; además el estadístico Durbin Watson (1.73) nos señala que no existen problemas de autocorrelacion. El modelo estimado se presenta a continuación:. 36 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(46) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. LOG(CONSUMO) = 5.707562737 + 0.795222283171*LOG(RENTA) + 0.471077882867*INGRESO - 0.00018289296374*INTERNET - 246.808430514*IPC 0.0678999836454*EDAD + 0.507737309487*SEXO. La estimación de la demanda por telefonía móvil de CLARO arroja los siguientes resultados: . El estimador de la variable tipo de demanda nuevamente no fue significativo por lo cual esta variable fue eliminada del segundo modelo.. . En el caso de la variable renta observamos que existe una relación positiva con la variable dependiente; el parámetro de la renta (0.79) indica la elasticidad consumo/renta, es decir, que por cada incremento en 1% de la renta, el consumo se incrementaría en un 0.79%.. . L a variable ingreso no muestra una relación positiva con relación al consumo, lo que significa que ante un aumento de una unidad de ingreso generaría un aumento de 0.47% de la variable consumo.. . La variable del uso de internet fue significativa en este modelo indicando una relación inversa al consumo de llamadas que ante una disminución de una unidad de internet produciría un aumento de 0.00018% de consumo de llamadas.. . La variable ipc tiene un signo negativo esto quiere decir que cualquier aumento o disminución en el índice de precios al consumidor se traduce en una disminución o aumento del. 37 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(47) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. consumo de llamadas de telefonía móvil; con un parámetro de 246.8 se considera una variable importante para el modelo. . La variable edad muestra signo negativo lo cual implica que a menor edad más consumo de llamadas de telefonía móvil; que ante una disminución de una unidad en la variable edad se produciría un aumento de 0.067% de la variable consumo..  La variable dummy sexo con un parámetro positivo de 0.049 teniendo en cuenta que los valores referentes son 0 cuando es varón y 1 cuando es mujer indica que si la usuaria es mujer la el consumo aumenta en 0.52%.. 38 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(48) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.3.. ENTEL 3.3.1. Análisis de los factores que afectan la demanda de consumo de los usuarios de telefonía móvil ENTEL. TABLA 09: ESTADISTICAS DESCRIPTIVAS PARA CADA VARIABLE REFERIDA AL USUARIO. Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis. CONSUMO RENTA INTERNET EDAD SEXO 780.6085 67.2 779.8103 36.7069 0.189655 594.2917 59 500 36 0 2272.73 189 5120 57 1 0.333333 4 0 18 0 679.4445 40.92694 1185.563 9.628777 0.393729 0.726716 1.243733 2.411416 0.457451 1.583278 2.316382 4.423845 8.413696 2.710601 3.50677 116 116 116 116 116. Observations. FUENTE: SISTEMA COMERCIAL ENTEL ELABORACION: PROPIA. En la tabla 09 las estadísticas descriptivas de las variables del modelo en la que podemos observar que el promedio de demanda de consumo es de 780 minutos, muy parecido a los anteriores resultados para los otros operadores móviles; presentando una alta volatilidad de 679.44 con un mínimo de 0.33 min por mes hasta un máximo de 2272.73 minutos consumidos por mes; la renta promedio es. de S/. 67 con una. desviación de 40.9; el consumo de internet tiene una media de 779, muy parecido al operador Claro y también con una alta desviación estándar de 1185.6 , por ultimo tenemos que la edad promedio es de 36 años, siendo un valor muy parecido al que se encontró en las empresas Claro y Movistar.. 39 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(49) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. Profundizaremos el análisis de los datos con sus respectivos diagramas de dispersión, el cual mostramos a continuación. GRAFICO 03: GRAFICO DE DISPERSION ENTRE LAS VARIABLES INDEPENDIENTES Y LA VARIABLE DEPENDIENTE. FUENTE: SISTEMA COMERCIAL ENTEL ELABORACION: PROPIA. En el grafico 03 observamos gran dispersión entre los datos renta y consumo con predilecciones en la renta menor a 100; en cuanto al consumo de internet podemos decir que existe preferencia entre la cantidad de megas menor a 1000 ya que vemos que los puntos de dispersión se concentran en la parte inferior izquierda del grafico; la relación entre la edad y el consumo sigue manteniendo la tendencia de los anteriores operadores afirmando que las edades entre 25 y 40 años presentan mayores consumos; y en cuanto al sexo las mujeres siguen teniendo mayores niveles de consumo con respecto a los varones.. 40 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(50) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. 3.3.2. Estimación de un modelo de demanda que permita identificar las variables más importantes que determinan el consumo de los usuarios de telefonía móvil ENTEL TABLA 10: ESTIMACION INICIAL DE LA DEMANDA ENTEL Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 12/21/15 Time: 16:33 Sample: 1 116 Included observations: 116 Variable. Coefficient. Std. Error. t-Statistic. Prob.. C LOG(RENTA) INTERNET IPC EDAD SEXO INGRESO TIPO_D. 1.879177 1.532192 -0.000369 -248.1922 -0.043050 0.862800 0.270149 -0.001351. 1.086300 0.217662 0.000182 74.24936 0.011678 0.269362 0.235225 0.003777. 1.729887 7.039324 -2.025769 -3.342685 -3.686279 3.203129 1.148471 -0.357579. 0.0865 0.0000 0.0453 0.0011 0.0004 0.0018 0.2533 0.7214. R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic). 0.596511 0.570359 1.072797 124.2965 -168.6035 22.80932 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. 5.959602 1.636683 3.044888 3.234790 3.121977 2.029093. FUENTE: SISTEMA COMERCIAL ENTEL ELABORACION: PROPIA. Podemos observar en la presente tabla 10 el mismo problema de significancia de la variable TIPO DE DEMANDA observado en el modelo aplicado en el operador. 41 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.

(51) TESIS UNITRU. Biblioteca Digital. Dirección de Sistemas de Informática y Comunicación - UNT. MOVISTAR, además de encontrar no significante a la varibale INGRESO, por lo mismo pasamos a omitirlas especificando el siguiente modelo: TABLA 11: ESTIMACION DE LA DEMANDA ENTEL CORREGIDA. Dependent Variable: LOG(CONSUMO) Method: Least Squares Date: 12/21/15 Time: 16:34 Sample: 1 116 Included observations: 116 Variable. Coefficient. Std. Error. t-Statistic. Prob.. C LOG(RENTA) INTERNET IPC EDAD SEXO. 2.018848 1.539882 -0.000427 -291.4547 -0.043244 0.863141. 1.051998 0.212466 0.000117 63.84283 0.011473 0.266971. 1.919060 7.247669 -3.633938 -4.565190 -3.769333 3.233088. 0.0576 0.0000 0.0004 0.0000 0.0003 0.0016. R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood F-statistic Prob(F-statistic). 0.591301 0.572724 1.069841 125.9015 -169.3476 31.82932 0.000000. Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Durbin-Watson stat. 5.959602 1.636683 3.023235 3.165662 3.081052 2.006160. FUENTE: SISTEMA COMERCIAL ENTEL ELABORACION: PROPIA. En la tabla 11 podemos visualizar en primer lugar la significancia de los parámetros y del modelo en general mayo a 95% de confiabilidad además el nivel de bondad del ajuste con representa un 59% y un estadístico Durbin Watson de 2 que indica que no tenemos problemas de autocorrelacion. Presentamos el modelo estimado para el operador móvil ENTEL:. 42 Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comecial-Compartir bajo la misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licenses/by-nc-sa/2.5/pe/.