Uma indústria têxtil, fabricante de roupas jeans, tem enfrentado problemas com o aumento da concorrência de empresas estrangeiras que possuem preço mais competitivo que o seu e está buscando estratégias para recuperar a parcela de mercado perdida. Uma das fragilidades encontradas foi o declínio de desempenho da equipe de vendas. A área de gestão de pessoas observou que os níveis de motivação dos vendedores têm se reduzido e sugeriu que se avaliasse a relação entre motivação e desempenho em vendas para que se legitimasse a criação de novas estratégias motivacionais caso essa relação fosse observada. Foi criado um modelo de regressão linear simples em que a variável dependente é vendas. Os resultados são apresentados a seguir:
Estatística de regressão
R múltiplo
0,299077
R-Quadrado
0,089447
R-quadrado ajustado
0,087966
Erro padrão
263,6172
Observações
617
ANOVA
gl
SQ
MQ
F
F de significação
Regressão
1
4198388
4198388
60,41365
0,00
Resíduo
615
42738833
69494,04
Total
616
46937221
Coeficientes
Erro padrão
Stat t
valor-P
95% inferiores
95% superiores
Interseção
178,2872
59,37793
3,002583
0,00
61,67907
294,8952
motivação
51,96102
6,685135
7,772622
0,00
38,83256
65,08948
É possível afirmar que houve regressão? Considere alpha equals space 5 percent sign.
Há regressão, pois a ANOVA rejeita H0, o que implica que nenhum coeficiente beta é diferente de zero, portanto há relação entre x e y.
Não há regressão, pois a ANOVA rejeita H0, o que implica que nenhum coeficiente beta é diferente de zero, portanto não há relação entre x e y.
Há regressão, pois a ANOVA aceita H0, o que implica que pelo menos um coeficiente beta é diferente de zero, portanto há relação entre x e y.
Não há regressão, pois a ANOVA aceita H0, o que implica que nenhum coeficiente beta é diferente de zero, portanto não há relação entre x e y.
Há regressão, pois a ANOVA rejeita H0, o que implica que pelo menos um coeficiente beta é diferente de zero, portanto há relação entre x e y.
