Laboratorio d’impresa “Conoscere e interpretare per ... · • Indagini più mirate e...

UNIVERSITÀ DEGLI STUDI DI BERGAMO


Laboratorio d’impresa“Conoscere e interpretare per

governare il mercato…anche usando la Statistica”

Prof.ssa Michela Cameletti

24 Ottobre 2017


Ricerche di mercato e di marketing• Capire i bisogni, i comportamenti, le opinioni e le

aspettative dei consumatori/clienti.

• Rilevare i concorrenti presenti sul mercato.

• Verificare le reazioni dei consumatori e del del mercato ad

una nuova linea di prodotti, campagna pubblicitaria, ecc..

I risultati supportano il processo decisionale e

l’attività di controllo.

2


L’era dei big data

3


Tipologie di ricerche di mercato

• Esplorative: per chiarire la natura di un problema

aziendale e ottenere informazioni generali sui

propri consumatori (à indagini qualitative).

• Descrittive (o osservazionali): per stimare la

dimensione quantitativa e per validare un’ipotesi

numerica circa il comportamento dei consumatori

(à indagini quantitative longitudinali/sezionali).

• Causali: per valutare gli effetti di un cambiamento

o di una campagna promozionale sui

comportamenti di acquisto dei consumatori.

4


Tipologie di ricerche di mercato

• Qualitative: svolte su poche unità statistiche

(focus group) mirano a studiare in profondità gli

atteggiamenti, i comportamenti e le dinamiche

psicologiche dei consumatori.

• Quantitative: si realizzano tramite campioni

rappresentativi della popolazione e mirano a

misurare caratteri di interesse.

• Integrate: qualitative + quantitative

5


Terminologia essenziale• Unità statistica: unità elementare di una popolazione su cui vengono osservati i

caratteri di interesse (es: studente, famiglia, azienda, ecc.).

• Popolazione: insieme delle N unità statistiche omogenee rispetto ad un fattore.

• Carattere (o variabile): caratteristica o aspetto oggetto di rilevazione nelle unità

statistiche del collettivo (es: peso, numero di addetti, ecc.).

• Modalità del carattere: modi di manifestarsi (manifestazioni) del carattere nelle unità

statistiche del collettivo (es: il carattere “stato occupazionale” si manifesta con le

modalità “occupato”, “disoccupato”, …).

• Tipi di carattere:

• Qualitativo sconnesso • Qualitativo ordinale• Quantitativo discreto• Quantitativo continuo

6


Indagine censuarieDato un insieme di caratteri di interesse e una popolazione di riferimento, l’indagine va aosservare/misurare le manifestazioni (o modalità) dei caratteri sulle singole unitàstatistiche.

Se l’indagine è totale o censuaria i caratteri sono rilevati su tutte le unità statistichedella popolazione target.

Pregi: • Ricchezza delle informazioni raccolte• Esaustività

Difetti:• Costo elevato• Tempi molto lunghi • Qualità dei dati non sempre elevata

(errori di osservazione/trascrizione)• Infattibile se la popolazione target è

“infinita” o se la rilevazione comporta la distruzione delle unità statistiche

7


Indagine campionarie

Pregi: • Economicità• Tempistiche• Indagini più mirate e approfondite• Costi ridotti• Continuità della rilevazione (panel)

Difetti:• Errore di campionamento (variabilità

campionaria)• Errori di copertura (campione non

rappresentativo)

Campione (sample)di n=5 unità stat.

In generale il campione deve essererappresentativo della popolazione diriferimento, ovvero presenta alcunecaratteristiche della popolazione inproporzioni analoghe.

Come costruisco il campione?

8


Fasi di un’indagine campionaria (quantitativa)

1) Definizione degliobiettivi della

ricercrca e dellemodalità di svolgimento

Individuazionepopolazione di

riferimento

Definizione della lista(base campionaria o

frame)

Scelta del piano di campionamento e della

numerositàcampionaria

Scelta della tecnica di rilevazione

Costruzione del questionario

2) Raccolta dati

Controllo qualitàdei dati

Eventuale indaginepilota

3) Elaborazionedei dati

Analisi descrittive(grafici, tabelle, indici)

Analisi inferenziali(int.confidenza,

verfica di ipotesi, regressione, analisi

multivariata)

Interpretazione deirisultati in chiave

marketing

4) Pubblicazionerisultati

9


Tipi di campione

10

1. Campione probabilistico (o statistico)• Deve essere disponibile una lista delle unità della popolazione.• La scelta delle unità campionarie avviene con criteri di casualità.• Ogni unità statistica è associata a una probabilità (positiva) di essere inclusa nel

campione.• E’ possibile utilizzare i risultati per fare inferenza statistica (stima puntuale,

intervallare, verifica di ipotesi).• Sono soggetti all’errore campionario.

2. Campione non probabilistico• Non serve (o non è disponibile) una lista delle unità della popolazione.• Non è possibile attribuire una probabilità di estrazione alle unità della

popolazione di riferimento.• La scelta delle unità campionarie è lasciata all’arbitrio del rilevatore in base a

ragioni di comodo e praticità (la selezione non è casuale).• Danno risultati di massima non generalizzabili alla popolazione di riferimento e

non consentono di valutare l’attendibilità delle stime campionarie.• Utilizzati per indagini quantitative (preliminari) o per indagini qualitative.

10


Tipi di campione non probabilistico

11

1. Campione a scelta ragionata• La scelta delle unità campionarie è effettuata sulla base delle conoscenze del

ricercatore o da esperti (criteri soggettivi).

2. Campione di comodo o di convenienza• Le unità campionarie vengono scelte arbitrariamente dagli intervistatori tra

quanti si trovano in una determinata situazione (es. in un certo negozio).• Distorsioni: autoselezione, postazione intervistatore, momento intervista.

3. Campione per quote• La dimensione del campione – nota a priori – viene ripartita in classi definite da

caratteri socio-demografici o economici.• Vengono definite le quote, ovvero il numero di interviste per ogni classe. Date le

quote gli intervistatori scelgono discrezionalmente le unità da contattare.

4. Campione a valanga• Per indagini su popolazioni rare• Ai soggetti intervistati si chiedono nominativi di altri soggetti appartenenti alla

popolazione di interesse

11


Tipi di campione probabilistico

12

3. Campione stratificato• Sulla base del fenomeno di interesse o di

variabili ausiliarie la popolazione viene divisa inH strati omogenei da ciascuno dei qualivengono estratte le unità campionarie con CCS

• I sottocampioni (da ogni strato) possono avereuguale numerosità (n/H) o numerositàproporzionale alla composizione degli stratidella popolazione (Nh/N)

Popolazione

p rimo strato s econdo strato t erzo strato

campione

estrazione casuale

Variabile di stratificazione

1. Campione casuale semplice (CCS)• Le unità della popolazione hanno tutte la stessa probabilità di essere incluse nel

campione.• Nelle indagini di mercato si usa il CCS senza ripetizione.• È opportuno su popolazioni relativamente piccole, in un’area ristretta, dove si

può disporre di liste complete.2. Campione sistematico

• Si calcola il tasso di campionamento (o passo) k=n/N• Data un’unità di partenza scelta casualmente, le restanti unità campionarie

vengono scelte prelevando un elemento ogni k.


Tipi di campione probabilistico

13

4. Campione a grappoli• La popolazione viene suddivisa in sottoinsiemi detti grappoli eterogenei al loro

interno (ad esempio, comuni, asl, palazzi di un comune, ecc.).• Viene estratto con CCS un certo numero di grappoli (primo stadio).

a) Vengono analizzate tutte le unità statistiche appartenenti ai grappoliestratti.

b) Vengono estratte con CCS un certo numero di unità statistiche (secondostadio).

Popolazione

campione di unità elementari

estrazione casuale delle unità dai grappoli

Criterio di raggruppamento

grappolo 1 grappolo 2 grappolo 3 grappolo k

estrazione casuale dei grappoli

unità primarie

unità secondarie

UNIVERSITÀ DEGLI STUDI DI BERGAMO 14

La numerosità campionaria (campioni prob.)Variabilità nella popolazione

• Una maggiore variabilità nella popolazione richiede un campione più ampio.• Per una popolazione con individui aventi tutti le medesime caratteristiche basta

una sola persona per rappresentarli.Precisione dei risultati campionari (stime)

• Il margine di errore che si è disposti a tollerare viene stabilito a priori.• Una maggiore precisione richiede un campione più ampio.

Livello di fiducia (confidenza)• Di solito fissata in 1-α=0.95 o 0.99.• Per avere una maggiore fiducia nei risultati campionari è necessario aumentare la

numerosità campionaria.

Costi• Un aumento della numerosità campionaria porta ad un aumento dei costi• Vincolo di bilancio

TEORIA DEI CAMPIONI


Calcolo della numerosità campionaria: CCSUn rapido ripasso

15

• È la numerosità che permette alle stime campionarie di raggiungere il livello diprecisione che ci attendiamo.

Parametro (incognito) della popolazione 𝜃• Media 𝜇• Proporzione 𝜋

Stime campionarie• Media campionaria• Proporzione campionaria

La stima è la determinazione di uncorrispondente stimatore che gode dicerte proprietà (correttezza,consistenza, efficienza) che siricavano teoricamente ipotizzando dipoter estrarre da una popolazionetutti i possibili campioni distinti di unadeterminata dimensione.

Campione

Popolazione(finita)



16

• Si ipotizzi di voler stimare la MEDIA della popolazione 𝜇 per un certo carattere X che sisuppone distribuito Normalmente.

• Lo stimatore ottimale è la media campionaria𝑋% =∑ ()*)+,- di cui è noto che

𝐸(𝑋%) = 𝜇 (stimatore corretto)

𝑉𝑎𝑟(𝑋%) = 45

-67-678

(67-678è il fattore di correzione per campion. senza reinserimento. Circa 1 se N>>n).



17

• L’intervallo di confidenza a livello 1- 𝛼(di solito 0.95 o 0.99) per la media 𝜇è dato da

𝑿< − 𝒛𝟏7𝜶/𝟐𝝈𝟐

𝒏𝑁− 𝑛𝑁 − 1

≤ 𝝁 ≤ 𝑿< + 𝒛𝟏7𝜶/𝟐𝝈𝟐

𝒏𝑁 −𝑛𝑁 − 1

• L’errore campionarioΔ coincide con la semiampiezza (precisione della stima).

• In una lunga serie di campioni di n elementi da una popolazione distribuitanormalmente si può affermare che il 95/99% degli intervalli di confidenza include lamedia ignota della popolazione.

• Fissato l’errore campionario massimo Δ che si vuole commettere e il livello di confidenza 1- 𝛼 si trova

𝑛 =𝑵𝝈𝟐𝒛𝟏7𝜶/𝟐𝟐

ΔM 𝑁 − 1 + 𝒛𝟏7𝜶/𝟐𝟐 𝝈𝟐

Errore campionario Δ Errore campionario Δ


Calcolo della numerosità campionaria: CCS

18

𝑛 =𝑵𝝈𝟐𝒛𝟏7𝜶/𝟐𝟐

ΔM 𝑁 − 1 + 𝒛𝟏7𝜶/𝟐𝟐 𝝈𝟐

Per l’ignota varianza 𝝈𝟐 della popolazione si può utilizzare:

• una stima preliminare della variabilità del carattere, proveniente, per esempio, daconoscenze a priori sulla popolazione in questione.

• una stima ottenuta nella fase di pre-test del questionario, sottoposto al vaglio di unpiccolo campione ragionato di intervistati.

• la relazione 𝜎 ≤ OP-QRM .



19

E’ possibile ricavare la numerosità campionaria anche per altri parametri (proporzione) eper gli altri piani di campionamento probabilistici.

Esempio:

Con una popolazione di 5000 clienti, si fissail livello di confidenza in 1-α=0.95 perstimare la proporzione di clienti soddisfattidel prodotto con un margine di errore del +/-2.5%.La numerosità n che soddisfa tali requisiti èdi 1176 clienti da scegliere casualmente conCCS.


Gli errori di un’indagine

20

Alta precisione e correttezza

Bassa precisionee correttezza

Alta precisione e distorsione

Bassa precisione edistorsione

Precisione:Varianzastimatore

Correttezza/Distorsione: valore attesostimatore

MSE=Var+B2

(errore quadratico mediodi uno stimatore =varianza+distorsione2)


Gli errori di un’indagine

Errore totale

Errore campionario

Errore non campionario

Errori di mancataosservazione

Errore di copertura(overcoverageo undercoverage)

Errore di mancatarisposta (totale o

parziale)

Errore di misura o di osservazione

Nella raccolta deidati

Nell’elaborazionedei dati

21


Indagini on-line

• Si è passati dalle interviste personali PAPI (Paper And Pencil Interview) e CAPI(Computer Assisted Personal Interview) e postali alle interviste telefoniche CATI(Computer Assisted Telephone Interview) e più recentemente a sondaggi di tipo CAWI(Computer Assisted Web Interview), detti anche online surveys o web surveys.

• Viene spedito un messaggio di posta elettronica alle unità statistiche corredato dilettera di presentazione della ricerca e con l’indicazione del sito a cui collegarsi percompilare il questionario.

• In alternativa viene creato un banner che rimanda al sito del questionario(campionamento non probabilistico – self-selection survey).

• L’intervistato compila il questionario on-line e i dati vengono automaticamentememorizzati in un database.

22


Indagini on-line

23

Vantaggi: •Bassi costi•Velocità di realizzazione indagine (Google Forms, SurveyMonkey)•Possibilità di includere immagini, video, ecc.

Svantaggi:

•Undercoverage (persone senza internet*)

•Errore di selezione (self-selection)

•Mancate risposte

*Su una popolazione di quasi 60 milioni di abitanti, oltre 39 milioni utilizzano internet e 31 milioni sono attivi sui social media,

ovvero il 52% del totale. http://www.dailyonline.it/digital-italia-social-internet/

** The Importance of Selection Bias in Internet Surveys, https://file.scirp.org/pdf/OJS_2016061415351120.pdf

Esistono metodi statistici per correggere ladistorsione delle stime tramiteaggiustamenti a posteriori delle stime percercare di rendere il campionerappresentativo (post-stratificazione,adjustment weightingmethods)**.

UNIVERSITÀ DEGLI STUDI DI BERGAMO 24

Grazie per la vostra attenzione


Bibliografia• J. Bethlehem, Applied Survey Methods. A statistical perspective, 2009, Wiley.

• S. Borra, A. Di Ciaccio, Statistica – Metodologie per le scienze economiche e

sociali, 2014, McGraw Hill

• A. De Luca, Le ricerche di mercato. Guida partica e teorica. 2006, Franco Angeli.

• B. Kolb, Marketing research. A practical Approach. 2008, Sage.

25

Laboratorio d’impresa “Conoscere e interpretare per ... · • Indagini più mirate e...

Documents

Transcript of Laboratorio d’impresa “Conoscere e interpretare per ... · • Indagini più mirate e...