Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM *

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM *"

Transcript

1 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): Cleup, Padova - ISBN: Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM * Francesco Domenico d Ovidio Dipartimento di Scienze Statistiche Carlo Cecchi, Università di Bari Aldo Moro Andrea Schinzano Direzione IT - IT Customer Satisfaction Comunicazione IT e Soddisfazione della Rete, BNL - Gruppo BNP Paribas, Roma Riassunto: Oggetto della presente ricerca è l analisi della Employee Satisfaction relativamente alla qualità percepita dei servizi IT nell apposita indagine svolta dalla BNL nel Nel dettaglio, sfruttando inizialmente tecniche di analisi fattoriale esplorativa per analizzare l intensità di legame esistente tra i servizi IT, ma anche con l Employee Satisfaction Index rilevato dall azienda, si è voluto verificare se esiste (e in quali termini) una relazione di causa-effetto complessa. Obiettivo principale del suddetto lavoro è, infatti, quello di evincere mediante modelli ad equazioni strutturali (SEM), in un ottica di miglioramento continuo, quei meccanismi latenti che possono determinare la (in)soddisfazione del personale della BNL rispetto ai servizi IT fruiti. Keywords: Employee satisfaction, Ambiente bancario, Modelli a Equazioni Strutturali, relazioni causali, Servizi IT, BNL-Gruppo BNP Paribas. * Autore di riferimento per corrispondenza: Francesco D. d Ovidio Università degli Studi di Bari, I Facoltà di Economia, via C. Rosalba 53, Bari Il presente lavoro è stato elaborato in collaborazione fra gli Autori; tuttavia, è attribuibile a F. D. d Ovidio la redazione dei par. 1 e 3, ad A. Schinzano quella dei par. 2, 4 e 5. Gli Autori ringraziano sentitamente la BNL - Gruppo BNP Paribas per la gentile concessione dei dati relativi alla Survey sull'it Customer Satisfaction 2011, e, particolarmente, Stefano Casarella (Direzione Risorse Umane Risorse Umane Funzioni e DIT), Alessandro Ciani e Alessandra Cerritelli (Direzione IT - IT Customer Satisfaction - Comunicazione IT e Soddisfazione della Rete) per il loro prezioso supporto e la paziente revisione del lavoro medesimo.

2

3 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM INTRODUZIONE Un fattore che sta caratterizzando ultimamente l operatività delle imprese (di qualsiasi dimensione e settore) è l incremento eccessivo della competitività, causata da: a) la liberalizzazione dei mercati (anche in mancanza di una giusta normativa che ne disciplini gli scambi commerciali equamente); b) le dinamiche macro-politiche; c) l ingresso nel mercato economico dei paesi orientali (quali Cina e India), nei quali il costo del lavoro è molto basso; d) l aumento del tasso di inflazione e di disoccupazione; e) una clientela sempre più informata ed esigente, che non si fa scrupolo nel lasciare un impresa per un altra qualora quest ultima risulti in grado di offrire un servizio migliore ad un costo minore. In un siffatto contesto le imprese, per sopravvivere, hanno dovuto affinare le loro tecniche di analisi di mercato, al fine di comprendere le tendenze in atto e, quindi, di anticipare il comportamento dei propri competitors. Generalmente, le analisi di mercato riguardano per lo più il cliente finale, vero e proprio protagonista di questo mutamento del mercato del lavoro. Gli aspetti che si considerano in questi tipi di analisi sono diversi e possono spaziare da una mera analisi socio-demografica del cliente ad un analisi più approfondita delle sue esigenze. Un aspetto a cui le imprese incominciano ultimamente ad attribuire un importanza sempre maggiore é l opinione che i clienti hanno dell impresa stessa. Ad oggi risultano numerosi gli studi (empirici e pratici) effettuati in tal senso e che rientrano nelle famose Customer Satisfaction Surveys, il cui fine ultimo è quello di calcolare un indicatore sintetico della soddisfazione della clientela. Come, però, si evince dal lavoro di Schinzano (2011), un valore basso di tale indicatore può indicare che a monte i fattori interni all impresa che hanno permesso di usufruire di quel particolare servizio non sono stati, poi, in grado di garantirne la buona qualità. Nell ottica, quindi, di

4 174 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) voler anticipare i comportamenti dei propri clienti, le imprese possono (anzi dovrebbero) verificare contemporaneamente il livello di soddisfazione del proprio personale rispetto la qualità dei servizi erogati alla propria clientela, e questo indipendentemente da fattori puramente intrinseci/soggettivi 1. Si comprende, pertanto, l importanza di effettuare Employee Satisfaction Surveys. Va altresì precisato che il fenomeno della soddisfazione del personale è complesso da analizzare, al pari della soddisfazione del cliente, ma, a differenza di quest ultima, poco studiata empiricamente. Il presente lavoro vuole portare avanti i citati spunti di riflessione su tale argomento (tuttora non generalmente noto), mostrando come alcuni strumenti afferenti alla statistica multivariata possano essere utilmente utilizzati nelle analisi di Employee Satisfaction. Infatti, tali strumenti, la cui validità è riconosciuta a livello internazionale, sono utilizzati al fine di mostrare regolarità e relazioni multiple caratterizzanti la soddisfazione del personale la cui esistenza, di certo, è nota agli addetti ai lavori interni all impresa, ma solo sulla base della loro personale esperienza ed intuizione, senza il supporto matematico riconosciuto fornito dall analisi multivariata. Lo scopo principale del presente studio è quello di mostrare come sulla soddisfazione del personale (nel caso in questione del personale interno BNL) agiscono vari fattori, osservabili e no e come diventi importante evincere quei meccanismi latenti (cioè quelle relazioni, evidenti e no, tra le variabili) che hanno determinato la (in)soddisfazione del personale della BNL nei riguardi degli strumenti tecnologici, su cui si basa il proprio lavoro quotidiano. Tale obiettivo è stato raggiunto effettuando prima un'analisi fattoriale (sia esplorativa, sia confermativa) e poi un'analisi causale, utilizzando modelli a equazioni strutturali (SEM). A tale scopo ci si è avvalsi del software statistico AMOS, prodotto da SPSS Inc., che è in grado di replicare fedelmente (ma con maggiore flessibilità d uso) le specifiche e i risultati del LISREL elaborato da Jöresgog & Sorbom (1984). Tutte le suddette analisi sono basate sulle informazioni e le opinioni fornite dal personale BNL della RETE che hanno partecipato nel 2011 alla rilevazione sulla Qualità percepita dei servizi IT, organizzata dall istituto bancario sull esempio dell indagine svolta dal gruppo BNP PARIBAS, di cui esso fa parte 2. 1 In riferimento alla soddisfazione del personale, varie sono state le teorie sviluppate. Alcuni teorici ritengono che tale l Employee Satisfaction sia una fenomeno bidimensionale, i cui fattori caratterizzanti sono due: a) intrinseci; b) estrinseci. I fattori intrinseci riguardano per lo più le caratteristiche soggettive della persona, come la capacità di prendere iniziative, di relazionarsi. I fattori estrinseci, invece, riguardano per lo più gli aspetti qualitativi del lavoro e degli strumenti che si utilizzano (Rose, 2011). 2 La BNL è stata acquisita nel 2006 dal gruppo francese BNP PARIBAS.

5 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM LE COMPONENTI MANIFESTE E LATENTI DELLA SODDISFAZIONE DEL PERSONALE Nell ambito di uno studio statistico, quando si vuole analizzare un fenomeno (soprattutto se complesso) non ci si può limitare ad analizzare solo le principali variabili caratterizzanti il fenomeno, ma si deve anche verificare se queste sono tra loro interdipendenti e, qualora lo fossero, studiare l intensità di legame che le unisce e stabilire (anche e soprattutto) se esiste una relazione di causa-effetto. Come ampiamente descritto nel lavoro [5], per ciascun servizio IT x 1 = Dotazione Hardware, x 2 = Applicazioni, x 3 = Help Desk IT, x 4 = Comunicazione IT, x 5 = Formazione IT 3 la BNL ha previsto un set di domande, attraverso le quali studiare ogni suo aspetto; ora, in statistica, ciascuna di quelle domande rappresenta una variabile da dover considerare. Si intuisce, pertanto, che dopo aver effettuato uno studio generale sui servizi IT (mediante il voto finale espresso per ciascuno di essi) e verificato, sempre nel lavoro [5], come le principali variabili (cioè i cinque servizi IT) sono effettivamente connesse tra loro e come la Comunicazione IT più di altre è legata ai rimanenti servizi IT, risulti opportuno ora studiare l influenza di tutte le variabili (presenti nel questionario), col fine di meglio comprendere sia l interdipendenza esistente tra i servizi IT, sia e quali aspetti relativi a ciascun servizio IT ha più di altri influenzato l'esi (Employee Satisfaction Index). Uno dei principali obiettivi della statistica è quello di scoprire ed esaminare la vera realtà di un fenomeno, generalmente camuffata dalle variabili osservate, soprattutto se quest ultime sono in numero elevato e se contengono ridondanze, rendendo così difficile l interpretazione dei dati. La statistica, pertanto, pone il suo pilastro principale sulla semplificazione del fenomeno osservato, che prevede di trasformare l insieme delle va- 3 A parte Dotazione Hardware e Applicazioni (servizi facilmente intuibili), è doveroso dare qualche spiegazione sui rimanenti servizi IT della BNL: L Help Desk IT è la struttura dedicata alla risoluzione tempestiva ed efficace dei problemi di tipo tecnologico ed applicativo rilevati dal personale BNL; La Comunicazione IT volta ad assicurare tempestivamente ed efficacemente la diffusione verso il personale BNL (RETE e Direzione Centrale) di: a) rilasci di nuove procedure/applicazioni; b) modifiche o aggiornamenti circa le procedure applicative già esistenti; b) eventuali incident riscontrati; La Formazione IT prevede di garantire un trasferimento strutturato di competenze al personale BNL della RETE e agli operatori dell Help Desk IT secondo determinate metodologie e strumenti concordati con la Direzione Risorse Umane e al fine di migliorare l utilizzo delle applicazioni, nonché il supporto in caso di incident.

6 176 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) riabili osservate in una struttura più semplice, ma informativa quasi quanto quello di partenza (Fabbris, 1997). Tale semplificazione viene raggiunta individuando un numero minore di variabili, non osservabili direttamente, attraverso le quali si cerca di spiegare l interdipendenza tra le numerose variabili osservate. L obiettivo, quindi, di tutte le analisi statistiche è quello della parsimonia nel numero delle variabili. In altri termini, la statistica vuole rispondere alla seguente domanda: «Perché studiare un fenomeno attraverso n variabili, quando è possibile analizzarlo soltanto attraverso q variabili, con q<n, non osservabili direttamente ma esplicative quasi quanto quelle di partenza?» Tale obiettivo è raggiungibile mediante l'analisi fattoriale esplorativa, a cui si vuole dare visibilità nel presente lavoro. In riferimento alla BNL, l individuazione delle q variabili latenti ha previsto inizialmente un graduale sfoltimento delle variabili previste originariamente dal questionario, individuando alla fine 34 variabili, senza, però, pregiudicare l esaustività delle informazioni. Questa parsimonia nel numero delle variabili osservate è stata raggiunta in vari step: a) in una prima fase, non si sono considerate tutte quelle domande concernenti, per esempio, le informazioni di carattere generale del dipendente, quali la struttura e il territorio di appartenenza, la mansione, l'età e l'anzianità di lavoro; b) in una seconda fase, delle domande rimaste si è proceduto ad effettuare un ulteriore loro scrematura, considerando soltanto le variabili 4 che non hanno varianza prossima a zero (se non nulla); c) in una terza fase, si sono individuate, tra le variabili rimaste, quelle maggiormente in relazione tra loro e, in particolare, con la soddisfazione ragionata complessiva (tabella 17). L analisi è stata condotta considerando quelle variabili caratterizzate da un coefficiente di cograduazione di Spearman maggiore di 0,30. Sul complesso di queste ultime variabili è stata effettuata l analisi fattoriale esplorativa. L analisi fattoriale esplorativa è una tecnica di statistica multivariata, il cui principale scopo è quello di stimare un modello che riproduca la struttura della correlazione tra le variabili osservate mediante un numero ridotto di variabili latenti, non osservabili direttamente. 4 Per rendere i risultati delle analisi quanto più aderenti alla realtà del fenomeno e garantire, quindi, una corrispondenza nello spazio fattoriale che si vuole esaminare, ogni variabile è stata preventivamente quantificata tramite i risultati di una procedura di optimal scaling che fa parte del metodo delle "componenti categoriali principali" (CATPCA), la quale replica, in un sistema multidimensionale di variabili misurabili con qualsiasi unità di misura (categoriale, ordinale o di scala), il metodo indiretto di Torgerson (cfr. De Leeuw & Meulman, 1986).

7 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 177 Tabella 17.a Grado di cograduazione (secondo Spearman) tra le prime 13 variabili delle 39 previste dal questionario. variab ,00 0,46 0,43 0,31 0,31 0,16 0,49 0,17 0,48 0,42 0,47 0,49 0,32 2 1,00 0,21 0,24 0,15 0,09 0,19 0,08 0,24 0,20 0,23 0,23 0,14 3 1,00 0,42 0,40 0,12 0,30 0,08 0,32 0,32 0,29 0,29 0,16 4 1,00 0,44 0,21 0,22 0,11 0,26 0,25 0,22 0,22 0,16 5 1,00 0,14 0,25 0,06 0,26 0,27 0,25 0,27 0,13 6 1,00 0,21 0,33 0,15 0,13 0,15 0,14 0,27 7 1,00 0,35 0,61 0,41 0,43 0,46 0,49 8 1,00 0,22 0,16 0,19 0,17 0,44 9 1,00 0,44 0,46 0,49 0, ,00 0,41 0,45 0, ,00 0,72 0, ,00 0, ,00 Tabella 17.b Grado di cograduazione (secondo Spearman) del secondo gruppo di 13 variabili previste dal questionario, tra loro e con le precedenti. variab ,41 0,33 0,39 0,15 0,29 0,29 0,30 0,33 0,38 0,35 0,22 0,29 0,27 2 0,16 0,19 0,19 0,08 0,12 0,11 0,13 0,17 0,17 0,22 0,17 0,12 0,15 3 0,22 0,21 0,24 0,07 0,21 0,14 0,21 0,18 0,24 0,23 0,16 0,15 0,18 4 0,19 0,18 0,20 0,12 0,15 0,14 0,18 0,17 0,19 0,19 0,16 0,13 0,15 5 0,20 0,18 0,22 0,08 0,18 0,14 0,20 0,17 0,21 0,21 0,15 0,17 0,16 6 0,25 0,11 0,17 0,31 0,11 0,16 0,10 0,13 0,12 0,07 0,12 0,16 0,11 7 0,56 0,33 0,41 0,25 0,34 0,34 0,32 0,33 0,36 0,27 0,18 0,35 0,28 8 0,38 0,16 0,22 0,41 0,16 0,24 0,13 0,19 0,19 0,10 0,18 0,24 0,16 9 0,43 0,44 0,45 0,17 0,34 0,29 0,35 0,34 0,35 0,33 0,20 0,29 0, ,36 0,32 0,39 0,15 0,46 0,40 0,51 0,48 0,58 0,46 0,25 0,35 0, ,51 0,42 0,68 0,22 0,36 0,34 0,38 0,41 0,38 0,36 0,22 0,39 0, ,56 0,45 0,64 0,20 0,40 0,36 0,41 0,44 0,43 0,40 0,23 0,39 0, ,72 0,26 0,42 0,51 0,27 0,37 0,25 0,33 0,32 0,20 0,21 0,37 0, ,00 0,37 0,52 0,45 0,35 0,43 0,33 0,40 0,39 0,28 0,23 0,43 0, ,00 0,49 0,14 0,29 0,22 0,33 0,32 0,29 0,31 0,19 0,24 0, ,00 0,30 0,38 0,35 0,42 0,44 0,38 0,34 0,23 0,36 0, ,00 0,19 0,33 0,17 0,25 0,23 0,10 0,19 0,30 0, ,00 0,57 0,69 0,61 0,56 0,47 0,25 0,44 0, ,00 0,58 0,66 0,62 0,36 0,26 0,52 0, ,00 0,73 0,63 0,53 0,26 0,43 0, ,00 0,68 0,58 0,32 0,48 0, ,00 0,60 0,33 0,47 0, ,00 0,33 0,32 0, ,00 0,26 0, ,00 0, ,00

8 178 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) Tabella 17.c Grado di cograduazione (secondo Spearman) delle ultime 13 variabili previste dal questionario tra loro e con le precedenti. variab ,29 0,36 0,35 0,39 0,26 0,32 0,30 0,33 0,26 0,31 0,25 0,21 0,50 2 0,20 0,19 0,16 0,17 0,15 0,14 0,14 0,17 0,16 0,16 0,11 0,17 0,23 3 0,17 0,22 0,22 0,24 0,14 0,18 0,22 0,22 0,18 0,20 0,16 0,14 0,31 4 0,17 0,20 0,19 0,21 0,19 0,14 0,20 0,18 0,14 0,17 0,14 0,16 0,25 5 0,17 0,20 0,20 0,23 0,13 0,19 0,21 0,22 0,18 0,18 0,17 0,17 0,28 6 0,13 0,16 0,17 0,17 0,21 0,15 0,14 0,08 0,07 0,16 0,15 0,06 0,16 7 0,27 0,37 0,38 0,41 0,28 0,35 0,33 0,28 0,20 0,30 0,30 0,15 0,47 8 0,16 0,21 0,22 0,21 0,26 0,20 0,20 0,10 0,08 0,17 0,20 0,07 0,24 9 0,27 0,35 0,36 0,39 0,29 0,31 0,33 0,31 0,21 0,28 0,26 0,17 0, ,29 0,39 0,41 0,43 0,29 0,33 0,33 0,32 0,21 0,29 0,28 0,20 0, ,33 0,48 0,45 0,52 0,36 0,43 0,42 0,34 0,22 0,37 0,35 0,21 0, ,35 0,47 0,46 0,52 0,37 0,41 0,40 0,36 0,24 0,35 0,33 0,23 0, ,26 0,33 0,34 0,36 0,37 0,37 0,31 0,21 0,17 0,31 0,29 0,11 0, ,30 0,41 0,42 0,46 0,39 0,44 0,38 0,28 0,20 0,36 0,34 0,16 0, ,23 0,35 0,33 0,36 0,32 0,24 0,27 0,24 0,14 0,23 0,26 0,16 0, ,31 0,46 0,47 0,51 0,40 0,39 0,39 0,29 0,18 0,34 0,35 0,17 0, ,21 0,27 0,30 0,26 0,40 0,29 0,25 0,11 0,10 0,21 0,22 0,07 0, ,28 0,42 0,45 0,48 0,35 0,37 0,35 0,30 0,20 0,29 0,31 0,18 0, ,27 0,43 0,42 0,47 0,37 0,44 0,37 0,27 0,18 0,32 0,34 0,15 0, ,30 0,44 0,47 0,50 0,36 0,36 0,38 0,32 0,17 0,31 0,33 0,19 0, ,34 0,50 0,49 0,53 0,44 0,43 0,41 0,34 0,21 0,34 0,37 0,20 0, ,35 0,47 0,46 0,50 0,37 0,42 0,39 0,35 0,23 0,34 0,33 0,22 0, ,34 0,43 0,41 0,43 0,35 0,31 0,33 0,38 0,24 0,29 0,26 0,26 0, ,28 0,32 0,30 0,29 0,34 0,24 0,29 0,27 0,16 0,22 0,21 0,16 0, ,32 0,46 0,43 0,49 0,37 0,46 0,38 0,30 0,21 0,33 0,34 0,16 0, ,31 0,44 0,46 0,48 0,43 0,36 0,40 0,31 0,17 0,30 0,32 0,17 0, ,00 0,38 0,36 0,37 0,33 0,35 0,35 0,31 0,22 0,25 0,25 0,18 0, ,00 0,75 0,79 0,61 0,52 0,51 0,44 0,27 0,44 0,43 0,24 0, ,00 0,79 0,63 0,49 0,52 0,43 0,26 0,42 0,42 0,23 0, ,00 0,57 0,55 0,54 0,46 0,27 0,46 0,45 0,24 0, ,00 0,40 0,41 0,32 0,20 0,34 0,35 0,21 0, ,00 0,62 0,40 0,28 0,39 0,40 0,18 0, ,00 0,47 0,26 0,41 0,43 0,21 0, ,00 0,32 0,33 0,29 0,30 0, ,00 0,37 0,22 0,38 0, ,00 0,51 0,35 0, ,00 0,24 0, ,00 0, ,00 1. Computer, 2. Monitor, 3. Stamp Pers, 4. Stamp Rete, 5. Stamp Multi, 6. Lettore assegni, 7. Avvio IMG UID, 8. Avvio IMG UID Altro, 9. Chiusura IMG, 10. Tempestività Intervento, 11. Usabilità, 12. Corretto Funzionamento, 13. Tempo avvio, 14. Tempi Risposta, 15. Tempi Risposta Altro Pc, 16. Pochi Passaggi, 17. Messaggi Errore, 18. Tempo attesa operatore, 19. OCS, 20. Tempo soluzione no OCS, 21. HD Appl, 22. HD Hdw, 23. HD Sicurezza, 24. HD Campus, 25. Usa Self Ticketing, 26. Tempo Soluzione Web, 27. Gestione Password, 28. Comun. Supporto, 29. Com. Tempestive, 30. Com. Chiara, 31. Com. Blocchi, 32. Efficacia Echonet, 33. Efficacia Motore, 34. Efficacia Mail, 35. Efficacia Aula, 36. Efficacia Demoltiplica, 37. Efficacia E-learning, 38. Efficacia Affiancamento, 39. SODDISFAZIONE IT

9 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 179 L'analisi fattoriale esplorativa prevede semplicemente che ciascuna variabile X j standardizzata, cioè Z j per j=1,2,...,m sia esprimibile come funzione lineare di un certo numero di fattori comuni F i per i=1,2,...,q e di un solo fattore specifico U j tale che Z j = v j1 F v jq F q + U j (1) indicando con v ji il peso fattoriale (factor loading) dell'i-esimo fattore comune sulla j-esima variabile aleatoria. In tale analisi, si ipotizza che i fattori comuni siano incorrelati con i fattori unici e abbiano varianza unitaria, nonché i fattori unici siano incorrelati tra loro. Inoltre, affinché l'analisi fattoriale possa fornire risultati statisticamente significativi, bisogna verificare che i coefficienti di correlazione r ij con i j siano significativi. Questo può essere effettuato considerando il valore dell'indice di Kaiser-Meyer-Olkin KMO q m 2 rij i = 1 j i = q m q m 2 2 rij + rij, 12Kq i = 1 j i i = 1 j i il cui campo di variazione è [0,1]: quanto più il valore di KMO è prossimo a zero, tanto più risulta inutile effettuare l analisi fattoriale. Al contrario, se il valore di KMO è prossimo all unità, risulta utile effettuare l'analisi. I metodi di estrazione dei fattori sono vari e tutti condividono uno stesso obiettivo: individuare fattori che riproducano meglio di altri la struttura di correlazione tra le variabili osservate. Generalmente, per una migliore interpretabilità dei risultati, si procede ad effettuare sulla soluzione ottenuta con un metodo di estrazione una rotazione degli assi fattoriali, al fine di semplificare l identificazione dei fattori estratti in termini di variabili originarie. Nel presente lavoro si è utilizzato: a) in una prima fase come metodo di estrazione dei fattori quello delle componenti principali; b) in una seconda fase come metodo di rotazione degli assi fattoriali quello di Promax 5. I risultati dell applicazione del metodo delle componenti principali sono riportati nella figura 1 e nella tabella 2. Come se ne può evincere, quattro sono le componenti principali che hanno fatto rilevare autovalori maggiori dell'unità, risultando, così, più significative ed esplicative delle variabili originarie. (2) 5 Il metodo Promax è un metodo di rotazione non ortogonale, il cui scopo, come tutti i metodi di rotazione degli assi fattoriali, è quello di ottenere una struttura più semplice dei fattori individuati, al fine di meglio interpretare i risultati ottenuti.

10 180 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) Figura 1. Numero di componenti principali ottimali vs. autovalori Tabella 2. Varianza spiegata dalle componenti principali Componente Pesi delle componenti Autovalori iniziali principali non ruotate % di varianzmulatrianza cumulata % var cu- % di va- % var Totale Totale 1 9,05 45,25 45,25 9,05 45,25 45,25 2 1,86 9,29 54,54 1,86 9,29 54,54 3 1,41 7,06 61,60 1,41 7,06 61,60 4 1,23 6,17 67,77 1,23 6,17 67,77 5 0,85 4,26 72,03 6 0,65 3,25 75,28 7 0,57 2,86 78,13 8 0,54 2,71 80,84 9 0,53 2,64 83, ,45 2,24 85, ,41 2,05 87, ,35 1,75 89, ,34 1,68 91, ,31 1,56 92, ,28 1,42 94, ,27 1,36 95, ,25 1,24 96, ,24 1,18 97, ,22 1,11 99, ,19,93 100,00 Estrazione con ACP categoriale.

11 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 181 Tabella 3. Coefficienti ottenuti con l'analisi fattoriale delle variabili quantificate con l'optimal Scaling 6 Variabili osservate Comu nanza Fattori Computer 0,54 0,76 Tempi di avvio Image con UID propria 0,60 0,71 Tempi di chiusura Image 0,59 0,80 Tempestività intervento 0,55 0,52 0,43 Usabilità e semplicità delle applicazioni 0,65 0,72 Corretto funzionamento delle applicazioni 0,68 0,74 Tempi di avvio delle applicazioni 0,76 0,27 0,76 Tempi di risposta delle applicazioni 0,75 0,44 0,59 Pochi passaggi nell'utilizzo delle applicazioni 0,58 0,57 0,25 Chiarezza dei messaggi di errore 0,70 0,85 Tempi di attesa per contattare operatore Help Desk 0,64 0,79 Fornire soluzione al primo contatto telefon. (OCS) 0,68 0,75 0,33 Tempi per fornire una soluzione No OCS 0,74 0,87 Assistenza per problemi sulle procedure utilizzate 0,76 0,82 Assistenza per problemi di hardware e software 0,72 0,82 Assistenza per problemi relativi alla sicurezza 0,56 0,64 Supporto della comunicazione al proprio lavoro 0,80 0,86 Tempestività della comunicazione 0,80 0,86 Chiarezza della comunicazione 0,80 0,78 Comunicazione in caso di blocchi su procedure 0,67 0,78 Rotazione con metodo Promax (k=3,5). Normalizzazione di Kaiser. Ognuna delle componenti non ruotate spiega oltre il 6% della variabilità del fenomeno, spiegandone complessivamente circa il 68% (si noti come soltanto la prima componente spiega da sola il 45% della variabilità). Al fine di individuare al meglio i fattori, si è proceduto ad una rotazione degli assi fattoriali col metodo Promax, che si basa sull elevazione a una potenza k (non necessariamente intera) della matrice dei pesi fattoriali ruotati con metodo Varimax, i cui risultati (per k=3,5) sono stati riportati nella tabella 3. Riportando in essa solo quei coefficienti (in valore assoluto) 6 I fattori ruotati spiegano il fenomeno della soddisfazione del personale indirettamente, attraverso l'analisi della struttura di correlazione tra tutte le variabili previste dal questionario. Si vuole precisare, tuttavia, che la % di variabilità del fenomeno non è quella esattamente riportata nella tab. 2, in quanto il metodo Promax (come tutti i metodi di rotazione obliqua) prevede il mantenimento delle correlazioni tra i fattori, invece di ipotizzare l'incorrelazione assoluta tra questi: questo vuol dire che non solo una stessa variabile osservata può essere spiegata da più fattori, ma che gli stessi fattori spiegano la medesima porzione di variabilità. Questo significa che il fattore 1 non spiegherà esattamente il 45,25% della variabilità complessiva, ma circa il 35%. Stessa cosa vale per gli altri fattori (rispettivamente il 30%, 28% e il 25%).

12 182 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) maggiori di 0,25, è possibile comprendere meglio da quali fattori le variabili osservate sono maggiormente spiegate. Il primo fattore è correlato principalmente con il tempo impiegato dall operatore dell Help Desk IT di fornire una soluzione al problema rilevato nel caso in cui non sia riuscito al primo contatto telefonico del dipendente (NO OCS). In riferimento a quest ambito, segue il tempo di attesa per entrare in contatto con l operatore, nonché la capacità di quest ultimo di fornire una soluzione al primo contatto telefonico. Altre variabili connesse al primo fattore riguardano per lo più la qualità del servizio offerto, in riferimento all assistenza in caso di problemi relativi: a) procedure sulle applicazioni utilizzate; b) dotazione hardware (computer, monitor, stampante, pacchetto Office, ) e software; c) sicurezza (es. password). Il secondo fattore è legato, al contrario, con le potenzialità del PC che il personale ha a disposizione, in termini sia di CPU/RAM, sia di velocità di avvio Image con propria UID e di chiusura dello stesso 7. Inoltre, strettamente legate a tale fattore sono le variabili concernenti l usabilità e la semplicità delle applicazioni utilizzate, il loro corretto funzionamento e la facilità nel loro utilizzo (pochi passaggi). Il terzo fattore è correlato esclusivamente con l utilità per il proprio lavoro delle comunicazioni ricevute su rilasci di nuove applicazioni/procedure, nonché su blocchi su procedure e con la tempestività e la chiarezza con cui le si riceve. Il quarto fattore, infine, è legato per lo più con i tempi di avvio (es. tempi di accesso ad Outlook) e di risposta (es. tempi di risposta per il cambio pagina dopo un click) delle applicazioni/procedure, nonché con la chiarezza dei messaggi di errore, in caso di malfunzionamenti delle applicazioni. Volendo identificare i fattori 8 appena descritti e considerando anche le possibili interazioni esistenti tra esse, si ha quanto segue: 1) il primo fattore viene a coincidere, e dunque è identificabile, con Help Desk IT; 2) Il secondo fattore può essere identificato come Applicazioni e Dotazione Hardware; 3) Il terzo fattore viene a coincidere, e dunque è identificabile, con Comunicazione IT; 4) il quarto fattore può essere identificato come Velocità Applicazioni. 7 Image è la piattaforma informatica standard del gruppo BNP Paribas su cui girano le applicazioni, nonché i programmi che il personale utilizza per la propria attività quotidiana. 8 La validità di tali risultati è supportato dal fatto che il valore del test KMO è prossimo all unità (precisamente pari a 0,937). Inoltre, il test di sfericità di Bartlett con un valore ,64 e 190 g.d.l. evidenzia come l'ipotesi che le variabili osservate siano incorrelate tra loro sia totalmente respinta.

13 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM RICERCA DI UNA STRUTTURA CAUSALE TRAMITE I MODELLI A E- QUAZIONI STRUTTURALI Una volta individuato e descritti i fattori, si può ora procedere con le analisi, al fine di raggiungere gli obiettivi previsti in questo studio: 1) individuare e analizzare le relazioni (non osservabili direttamente) tra le variabili osservate e i fattori e tra le variabili osservate (modello fattoriale confermativo); 2) individuare e analizzare le relazioni (non osservabili direttamente) di causa-effetto tra i fattori (modello causale). I due obiettivi sono stati raggiunti costruendo un modello ad equazioni strutturali (SEM) 9 di tipo LISREL, che prevede il partire da una struttura di relazioni complessa tra le variabili osservate e le variabili latenti e di "operare" su di essa, al fine di ricondurla ad una struttura in cui le relazioni tra variabile rilevate (cioè il singolo item del questionario) e il fattore i-esimo siano univoche. Un modello a Equazioni Strutturali (SEM) si basa su una tecnica statistica che permette di analizzare in maniera semplificata la realtà di un fenomeno, considerando non solo le relazioni esistenti tra le covariate e la variabile dipendente, ma anche le connessioni esistenti tra le stesse covariate (in questo caso ogni variabile indipendente diventa a sua volta una variabile dipendente). Utilizzando la notazione LISREL (Jöreskog, 1973, 1977), un generico modello SEM è esprimibile (in termini matriciali) mediante le seguenti equazioni di misurazione x = Λ x ξ + δ y = Λ y η + ε (3) dove la prima è valida per tutte le variabili latenti esogene ξ (cioè non influenzate da fattori interni al modello e, pertanto, considerate come cause delle altre), mentre la seconda è valida per le variabili latenti endogene η (cioè influenzate da fattori interni al modello e, pertanto, considerate come effetto). Si comprende, quindi, come il modello SEM è utile nel momento in cui l obiettivo delle analisi è quello di analizzare la realtà di un fenomeno in termini di relazione causa-effetto non direttamente osservabili. Le quantità Λ x e Λ y rappresentano i coefficienti di regressione (cioè misurano le relazioni) delle osservate x e y e le latenti ξ e η. Infine δ e ε rappresentano i fattori di disturbo, che incorporano: a) relazioni aleatorie non 9 L analisi è stata condotta tramite il programma statistico AMOS v. 7. Considerando che la distribuzione dei dati si discosta in misura cospicua da quella normale, non si è ritenuto opportuno utilizzare il procedimento di stima della massima verosimiglianza, e nemmeno quello dei minimi quadrati generalizzati (GLS) (per quanto sia più robusto del precedente) bensì l'asymptotically Distribution-Free, proposto da Browne nel 1982.

14 184 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) direttamente analizzabili mediante la (3); b) errori di misura; c) eventuali errori di specificazione. La relazione tra le variabili latenti ξ e η è individuata mediante la seguente equazioni di struttura η = Dη + Ψξ + γ (4) che stima gli effetti diretti e indiretti. Le quantità D e Ψ rappresentano le relazioni esistenti tra ciascun variabile latente e le altre, sia esogene, che endogene, invece la quantità γ individua il vettore degli errori stocastici delle variabili endogene η. Inoltre la matrice D ha la diagonale principale costituita da zeri (dato che le variabili endogene non possono dipendere da sé stesse) ed è tale che la matrice I D risulti non singolare, quindi invertibile. Il modello SEM prevede che siano imposti di default alcuni vincoli sulla distribuzione delle variabili endogene ξ e η e degli errori δ, ε e γ e precisamente E(ξ) = 0 E(η) = 0 E(δ) = 0 E(ε) = 0 E(γ) = 0 Cov(ξ) 0 Cov(η) 0 Cov(δ) 0 Cov(ε) 0 Cov(γ) 0 Infine, in un modello LISREL devono essere rispettate alcune condizioni di incorrelazione tra: 1) δ, ε e γ; 2) γ e ξ; 3) ε e η; 4) δ e ξ. E(δ ε) = 0, E(ζ ε) = 0, E(ζ δ) = 0, E(ζ ξ) = 0, E(η ε) = 0, E(δ ξ) = 0. (5) I parametri che non vengono fissati dal modello stesso o dal ricercatore (parametri liberi) saranno stimati dal programma tramite uno dei molti algoritmi iterativi volti a minimizzare la discrepanza fra la matrice di covarianze delle variabili osservate (matrice empirica) e la matrice di covarianza teorica, per una descrizione dei quali è opportuno che il lettore interessato consulti testi metodologici (ad es. Corbetta, 2005). 4. ANALISI FATTORIALE CONFERMATIVA E ANALISI CAUSALE DELLA EMPLOYEE SATISFACTION Prima di analizzare il modello causale, è necessario analizzare, sia pur brevemente, il modello fattoriale confermativo 10, al fine di comprendere quali sono gli aspetti dei serviti IT maggiormente legati ai fattori. Si consideri, a tal proposito, la tabella 4, nella quale sono stati indicati, per ciascuna variabile osservata: 10 Per la stima dei coefficienti, è stato posto alle variabili latenti il vincolo della varianza unitaria. Inoltre, si è ritenuto opportuno non considerare la variabile Chiarezza dei messaggi di errore, in quanto la sua elevata variabilità non avrebbe permesso di identificare con un buon grado di attendibilità il modello fattoriale confermativo e, quindi, il modello di causa-effetto.

15 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 185 a) i pesi fattoriali di regressione, che misurano il legame di dipendenza tra la singola variabile e il fattore a cui essa è legata; b) gli indici di determinazione, che indicano la percentuale di variabilità spiegata dal modello di regressione stimato. In riferimento all'help Desk IT, gli aspetti che maggiormente il personale BNL della RETE ha preso in considerazione sono: a) Assistenza fornita in caso di problemi sulle procedure utilizzate (0,86); b) Fornire una soluzione al primo contatto telefonico (0,78); c) Assistenza fornita in caso di problemi relativi ad hardware e software (0,77); evidenziando, così, come a posteriori si consideri importante la qualità dell'assistenza ricevuta e la capacità degli operatori dell Help Desk IT di fornire una soluzione alla prima chiamata. Tabella 4. Pesi fattoriali di regressione e indici di determinazione per ciascuna variabile osservata rispetto ai fattori Variabili Pesi fattoriali Indici di determinazione Help Desk IT Tempestività intervento 0,54 0,29 Tempi di attesa per contattare l'operatore Help Desk 0,70 0,49 Fornire soluzione al primo contatto telefonico (OCS) 0,78 0,61 Tempi per fornire una soluzione No OCS 0,76 0,57 Assistenza per problemi sulle procedure utilizzate 0,86 0,73 Assistenza per problemi di hardware e software 0,77 0,60 Assistenza per problemi relativi alla sicurezza 0,51 0,26 Applicazioni e Dotazione Hardware Computer 0,48 0,23 Tempi di avvio Image con UID propria 0,59 0,35 Tempi di chiusura Image 0,49 0,24 Usabilità e semplicità delle applicazioni 0,60 0,36 Corretto funzionamento delle applicazioni 0,65 0,42 Pochi passaggi nell'utilizzo delle applicazioni 0,34 0,58 Comunicazione IT Supporto della comunicazione al proprio lavoro 0,84 0,71 Tempestività della comunicazione 0,84 0,71 Chiarezza della comunicazione 0,91 0,82 Comunicazione in caso di blocchi su procedure 0,55 0,36 Velocità Applicazioni Tempi di avvio delle applicazioni 0,69 0,47 Tempi di risposta delle applicazioni 0,92 0,85

16 186 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) In riferimento alle Applicazioni e Dotazione Hardware, gli aspetti che maggiormente il personale BNL della RETE ha considerato sono: a) Corretto funzionamento delle applicazioni (0,65); b) Usabilità e semplicità delle applicazioni (0,60); il che sta a significare che il personale BNL della RETE pone maggiore attenzione all'utilizzo delle applicazioni, soprattutto in termini di corretto funzionamento e di usabilità e semplicità d'uso. L aspetto, al contrario, che sembra essere considerato di meno è Pochi passaggi nell utilizzo delle applicazioni (0,34). Considerando la Comunicazione IT, gli aspetti che si è ritenuto abbiano un importanza maggiore riguardano: a) Chiarezza della comunicazione (0,91); b) Supporto della comunicazione al proprio lavoro (0,84); c) Tempestività della comunicazione (0,84). La Comunicazione in caso di blocchi su procedure (0,55), al contrario, non sembra, a posteriori, essere di molta rilevanza per la relativa soddisfazione del personale. Infine, rispetto alla Velocità Applicazioni, l aspetto su cui il personale ha posto maggior attenzione riguarda i Tempi di risposta delle applicazioni (0,92). Ancora una volta, il personale ritiene che la possibilità di avere risultati in tempi brevi sia un aspetto da non sottovalutare. Una volta compreso quali sono gli aspetti di ciascun servizio IT che caratterizzano maggiormente ciascun fattore, sorge la necessita di comprendere le relazioni esistenti tra le singole variabili osservate. Le correlazioni 11, riportate nella tabella 5, sono state suggerite dal software (tramite i cosiddetti modification indexes ) al fine di ottenere il massimo adattamento possibile alla realtà della BNL (Sörbom, 1989). Come si evince dalla tabella, solo alcune tra tutte le possibili relazioni sono state valutate significative dal software. Si evidenzia come, quanto più le caratteristiche del PC sono buone, tanto più i tempi di avvio Image con UID propria (0,21) e di chiusura di IMAGE (0,38) aumentano; ciò sta a significare che il PC, quanto più è veloce, tanto più garantisce un utilizzo più veloce delle applicazioni: concetto giustificato anche dalla relazione esistente tra tempi di avvio delle applicazioni e tempi di avvio di Image con UID propria (0,10). Una struttura di correlazione positiva si presenta anche tra le variabili facenti riferimento all'ambito del software. Infatti, una migliore usabilità e 11 Le correlazioni sono state calcolate tramite i termini di errore ε i delle variabili osservate, che rappresentano i residui dell analisi, ossia (nella teoria classica dell analisi fattoriale) i fattori unici : quella parte delle variabili osservate che non è spiegata dai fattori comuni.

17 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 187 Tabella 5. Coefficienti di correlazione tra le variabili osservate Errori Variabile osservata Variabile osservata Errori Correlaz. e2 Computer e8 e12 e13 Tempi di avvio Image con UID propria Usabilità e semplicità delle applicazioni Corretto funzionamento delle applicazioni e11 Tempestività intervento e19 e23 e14 Tempi di attesa per entrare in contatto con l'operatore Help Desk Assistenza fornita per problemi hardware e software Tempi di avvio delle applicazioni Tempi di avvio Image con UID propria Tempi di chiusura Image Corretto funzionamento delle applicazioni Pochi passaggi nell'utilizzo delle applicazioni Pochi passaggi nell'utilizzo delle applicazioni Assistenza fornita per problemi hardware e software Tempi per fornire una soluzione NO OCS Assistenza fornita in caso di problemi relativi la sicurezza Tempi di avvio Image con UID propria e8 0,21 e10 0,40 e13 0,43 e17 0,39 e17 0,31 e23 0,22 e21 0,29 e24 0,22 e8 0,10 semplicità di utilizzo delle applicazioni garantirebbe un miglior corretto funzionamento delle applicazioni (0,43), nonché la possibilità di utilizzarle con pochi passaggi (0,39). Intuitiva la correlazione esistente tra corretto funzionamento e pochi passaggi nell'utilizzo delle applicazioni (0,31). In riferimento all'help Desk IT, si evidenzia un legame positivo tra l assistenza fornita per problemi hardware e software e l assistenza fornita in caso di problemi relativi la sicurezza (0,22). Dalle risposte date al questionario, inoltre, sembra che quanto più gli operatori Help Desk IT forniscano una soluzione in tempi brevi, tanto più risultano soddisfatti dell assistenza fornita per problemi hardware e software (0,22). Una relazione, invece, su cui soffermarsi è quella esistente tra tempi di attesa per entrare in contatto con l operatore Help Desk IT e tempi per fornire una soluzione NO OCS. Il coefficiente di correlazione pari a 0,29 sta a significare che il personale BNL della RETE ritiene che quanto più i tempi per entrare in contatto con l operatore si allungano, tanto più aumenta il rischio di non ricevere una soluzione al primo contatto telefonico (NO OCS).

18 188 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) Volendo dare conferma a quanto ottenuto fino ad ora, si possono considerare i seguenti indici di adattamento del modello, utilizzati in caso di modelli ad equazioni strutturali: 1. Adjusted Goodness of Fit Index (AGFI) = 0,905; 2. Tucker Lewis Index (TLI) = 0,778; 3. Root Mean Square Error of Approximation (RMSEA) = 0,044. Gli indici descritti mostrano come il modello ottenuto sia più che buono, pur senza essere perfetto 12. Si può, ora, considerare il modello di causa-effetto, quale ultimo o- biettivo della presente analisi. La definizione di un modello causa-effetto (detto anche causale) ha come principale obiettivo quello di individuare tutte le possibili relazioni latenti e non osservabili direttamente tra le variabili oggetto di studio, al fine di rappresentare, come anticipato all inizio di questo paragrafo. Si intuisce, pertanto, come l analisi di tali modelli è una delle forme più evolute di marketing e che per sua natura assomiglia e meglio supporta il processo decisionale del Management. 12 L'analisi di adattamento del modello ai dati prevede inizialmente di verificare che la matrice di covarianze "reale" S sia quanto più simile alla matrice di covarianza Σ "ottenuta" dal modello all'ultima iterazione, il che equivale a dire che lo scarto {S-Σ} risulti abbastanza ridotto, tale che la discrepanza sia imputabile a fattori aleatori e/o ad errori di stima. Si dimostra che se il modello è corretto, la funzione di discrepanza tende, all'aumentare della numerosità campionaria, ad un χ 2 con g = [(p+q)(p+q+1)-t]/2 gradi di libertà, ove p e q sono rispettivamente il numero di variabili X e Y presenti nel modello e t è il numero di parametri fissi, che non si intende stimare. Nel caso in questione si ha un χ 2 = 1.190,39 con g = 137 g.d.l.. Posto con Ĉ il minimo valore della funzione di discrepanza empirica, si possono considerare i seguenti indici di adattamento (d Ovidio, 2011): - L'Adjusted Goodness of Fit Index è dato da AGFI = 1- ( Ĉ/Ĉ k ) m / g cioè dal complemento all'unità del rapporto tra il minimo valore stimato della funzione di discrepanza e il valore della discrepanza ottenuto ipotizzando che la variabilità della struttura fattoriale sia nulla. Inoltre m indica il numero di variabili inserite nel modello e g indica il numero di g.d.l.. Si dimostra che quanto più GFI è prossimo all'unità, tanto più l'adattamento del modello ai dati reali è ottimale; - L'Indice di Tucker-Lewis è dato da TLI = [( Ĉ b / g b ) ( Ĉ / g )]/ [( Ĉ b / gb ) 1] dove Ĉ indica il minimo valore di discrepanza del modello baseline e g b indica i gradi di libertà di b quest'ultimo. Anche se il suo campo di variazione teorico è compreso tra 0 e 1, il TLI non ha un limite superiore. Tuttavia un TLI prossimo all'unità indica un ottimo adattamento del modello ai dati; - Il Root Mean Error of Approximation è dato da RMSEA = max ( Ĉ - g) / g. Quanto più RMSEA < 0,08, tanto più il modello si può considerare ottimale, soprattutto quando il suo intervallo di confidenza comprende il valore di 0,05.

19 D Ovidio F.D., Schinzano A. - Analisi dei paradigmi latenti della employee satisfaction in ambiente bancario tramite un modello SEM 189 Tuttavia, affinché il modello causale possa fornire informazioni quanto più veritiere, è necessario avere una profonda conoscenza del fenomeno. In generale, quindi, i modelli causali si basano su tre principali condizioni: 1) Sequenza temporale: se una variabile viene ad essere definita causa, conseguentemente deve precedere un altra variabile, che sarà definita effetto; 2) Variazione simultanea: se due variabili si influenzano tra loro, dove l una è causa, l altra è l effetto allora ad una variazione di una corrisponde una variazione dell altra (sia in senso proporzionale, che no); 3) Assenza di altri fattori causali: se nello studio non è stato possibile inserire una variabile (causa o effetto), l influenza di quest ultima non deve essere considerata. Tenuto conto di tutte le possibili relazioni di causa-effetto individuate sul modello fattoriale confermativo, si è potuto determinare il modello fattoriale causale, rappresentato dalla figura 2, ben aderente alla realtà della BNL-RETE. Si ritiene doveroso a questo punto descrivere il suddetto modello, essendo risultato verosimile che: a) il fattore Applicazioni e Dotazione Hardware sia influenzato contemporaneamente dalla Comunicazione IT e dall'help Desk IT; b) il fattore Help Desk IT sia influenzato dalla Comunicazione IT; c) il fattore Applicazioni e Dotazione Hardware influenzi direttamente la Velocità Applicazioni. Si possono ora individuare le seguenti relazioni: Comunicazione IT Applicazioni e Dotazione Hardware: quanto più le comunicazioni sono chiare e tempestive tanto più la soddisfazione per le Applicazioni e la Dotazione Hardware migliora di quasi mezzo punto (0,48), in quanto le applicazioni diventano più fruibili, sia in termini di semplicità, che in termini di corretto funzionamento; Help Desk IT Applicazioni e Dotazione Hardware: la soddisfazione del personale per le Applicazioni e la Dotazione Hardware aumenta anche e contemporaneamente se ricevono informazioni chiare e tempestive da parte degli operatori dell'help Desk IT, la cui operatività diventa quindi un valido supporto al lavoro del personale. Dalla tabella 6 si evince che ad un aumento unitario della soddisfazione per l Help Desk IT, aumenta di 0,38 punti la soddisfazione per le Applicazioni e Dotazione Hardware; Comunicazione IT Help Desk IT: si evince che comunicare tempestivamente e chiaro agli operatori dell'help Desk IT quali sono i principali incident (di tipo sia applicativo, che di hardware) che il personale ha riscontrato migliora la capacità degli stessi operatori nel risolvere le problematiche segnalate. Dalla tabella 6 si evidenzia che ad un aumento uni-

20 190 Annali del Dipartimento di Scienze Statistiche Carlo Cecchi, Vol. X (2011) Figura 2. Modello fattoriale causale tario della soddisfazione per quest'ultimo fattore, migliora di 0,59 punti la soddisfazione per la qualità del servizio Help Desk IT; Applicazioni e Dotazione Hardware Velocità Applicazioni: il miglioramento della fruibilità delle applicazioni, nonché il potenziamento del

Alcuni algoritmi statistici per lo studio della employee satisfaction in contesto bancario *

Alcuni algoritmi statistici per lo studio della employee satisfaction in contesto bancario * Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 145-170 Cleup, Padova - ISBN: 978-88-6129-833-0 Alcuni algoritmi statistici per lo

Dettagli

La valutazione del grado di soddisfazione del servizio scolastico: redazione ed elaborazione di un questionario-tipo *

La valutazione del grado di soddisfazione del servizio scolastico: redazione ed elaborazione di un questionario-tipo * Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 227-240 Cleup, Padova - ISBN: 978-88-6129-833-0 La valutazione del grado di soddisfazione

Dettagli

Analisi fattoriale. esplorativa vers. 1.0. Germano Rossi 1 germano.rossi@unimib.it. 1 Dipartimento di Psicologia, Università di Milano-Bicocca

Analisi fattoriale. esplorativa vers. 1.0. Germano Rossi 1 germano.rossi@unimib.it. 1 Dipartimento di Psicologia, Università di Milano-Bicocca Analisi fattoriale esplorativa vers. 1.0 Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia, Università di Milano-Bicocca 2009 Rossi (Dip. Psicologia) Analisi fattoriale 2009 1 / 47 Prima

Dettagli

1. Domande mal poste 2. Respons set 3. Curvilinearità degli items 4. Inutilità del dato reperito

1. Domande mal poste 2. Respons set 3. Curvilinearità degli items 4. Inutilità del dato reperito Nota Metodologica IL QUESTIONARIO La stesura del questionario richiede una particolare attenzione nella scelta, nella compilazione e nella successione degli ITEMS che formano lo strumento d indagine. Per

Dettagli

RICERCHE DI MERCATO. 5.6 Analisi Fattoriale (Componenti Principali)

RICERCHE DI MERCATO. 5.6 Analisi Fattoriale (Componenti Principali) RICERCHE DI MERCATO 5.6 Analisi Fattoriale (Componenti Principali) Prof. L. Neri Dip. di Economia Politica Premessa Come evidenziato in precedenza l approccio di segmentazione per omogeneità prevede la

Dettagli

L analisi fattoriale

L analisi fattoriale L analisi fattoriale Scopo dell analisi fattoriale e quello di identificare alcune variabili latenti (fattori) in grado di spiegare i legami, le interrelazioni e le dipendenze tra le variabili statistiche

Dettagli

Structural Equation Models for the assessment of the University experience at the University of Florence

Structural Equation Models for the assessment of the University experience at the University of Florence MPRA Munich Personal RePEc Archive Structural Equation Models for the assessment of the University experience at the University of Florence Alessandro Parrini and Marco Doretti and Gabriele Lapini Dipartimento

Dettagli

Confronto di metodologie statistiche per l analisi di risultati di Customer Satisfaction

Confronto di metodologie statistiche per l analisi di risultati di Customer Satisfaction Confronto di metodologie statistiche per l analisi di risultati di Customer Satisfaction S. Gorla: Citroën Italia S.p.A. e Consigliere di giunta AicqCN; E. Belluco: statistico, PG. Della Role: master Black

Dettagli

ANALISI DEI DATI PER IL MARKETING 2014

ANALISI DEI DATI PER IL MARKETING 2014 ANALISI DEI DATI PER IL MARKETING 2014 Marco Riani mriani@unipr.it http://www.riani.it RIPASSO SULLE MATRICI 1 Addizione tra matrici Moltiplicazione Matrice diagonale Matrice identità Matrice trasposta

Dettagli

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della

RELAZIONE TRA VARIABILI QUANTITATIVE. Lezione 7 a. Accade spesso nella ricerca in campo biomedico, così come in altri campi della RELAZIONE TRA VARIABILI QUANTITATIVE Lezione 7 a Accade spesso nella ricerca in campo biomedico, così come in altri campi della scienza, di voler studiare come il variare di una o più variabili (variabili

Dettagli

STUDIO DI SETTORE SG87U

STUDIO DI SETTORE SG87U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG87U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE TK16U

STUDIO DI SETTORE TK16U ALLEGATO 7 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TK16U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine

Dettagli

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE

LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE LEZIONI DI ALGEBRA LINEARE PER LE APPLICAZIONI FINANZIARIE FLAVIO ANGELINI Sommario Queste note hanno lo scopo di indicare a studenti di Economia interessati alla finanza quantitativa i concetti essenziali

Dettagli

STUDIO DI SETTORE WK21U

STUDIO DI SETTORE WK21U ALLEGATO 12 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK21U ATTIVITÀ DEGLI STUDI ODONTOIATRICI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE 862 CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

qwertyuiopasdfghjklzxcvbnmqwerty AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa

qwertyuiopasdfghjklzxcvbnmqwerty AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa qwertyuiopasdfghjklzxcvbnmqwerty AppuntiBicoccaAppuntiBicoccaAppu ntibicoccaappuntibicoccaappuntibic occaappuntibicoccaappuntibicoccaa Analisi multivariata dei dati Teoria e procedimento con SPSS ppuntibicoccaappuntibicoccaappunt

Dettagli

PARTE TERZA. STATISTICA DESCRITTIVA MULTIDIMENSIONALE (Analisi delle Relazioni)

PARTE TERZA. STATISTICA DESCRITTIVA MULTIDIMENSIONALE (Analisi delle Relazioni) PARTE TERZA STATISTICA DESCRITTIVA MULTIDIMESIOALE (Analisi delle Relazioni) La notazione matriciale 3 III.. LA OTAZIOE MATRICIALE III... L analisi statistica dei fenomeni multivariati L intrinseca complessità

Dettagli

Facoltà di Psicologia - Corso FSE gennaio febbraio 2010. Marco Vicentini info@marcovicentini.it

Facoltà di Psicologia - Corso FSE gennaio febbraio 2010. Marco Vicentini info@marcovicentini.it Facoltà di Psicologia - Corso FSE gennaio febbraio 2010 Marco Vicentini info@marcovicentini.it Statistica e Psicologia Quali statistiche per la psicologia? Quali programmi per la statistica? Codifica e

Dettagli

Analisi fattoriale 1

Analisi fattoriale 1 Analisi fattoriale Analisi fattoriale: a che serve? L analisi fattoriale permette di rappresentare un set di variabili tramite un insieme più compatto di nuove variate fra loro indipendenti. Da tante variabili

Dettagli

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it

Analisi bivariata. Dott. Cazzaniga Paolo. Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Introduzione : analisi delle relazioni tra due caratteristiche osservate sulle stesse unità statistiche studio del comportamento di due caratteri

Dettagli

LA COSTRUZIONE DI INDICATORI AFFIDABILI NEI MODELLI CFI DI CUSTOMER SATISFACTION: IL CASO MET.RO

LA COSTRUZIONE DI INDICATORI AFFIDABILI NEI MODELLI CFI DI CUSTOMER SATISFACTION: IL CASO MET.RO LA COSTRUZIONE DI INDICATORI AFFIDABILI NEI MODELLI CFI DI CUSTOMER SATISFACTION: IL CASO MET.RO Giovanni Monaco, Fabio Marotta CFI Group 1. Introduzione Il sistema CFI di misurazione della Customer Satisfaction

Dettagli

STUDIO DI SETTORE SG91U

STUDIO DI SETTORE SG91U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG91U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

La dissomiglianza tra due distribuzioni normali

La dissomiglianza tra due distribuzioni normali Annali del Dipartimento di Scienze Statistiche Carlo Cecchi Università degli Studi di Bari Aldo Moro - Vol. X (2011): 43-50 Editore CLEUP, Padova - ISBN: 978-88-6129-833-0 La dissomiglianza tra due distribuzioni

Dettagli

CURRICULUM VITAE INFORMAZIONI PERSONALI

CURRICULUM VITAE INFORMAZIONI PERSONALI CURRICULUM VITAE INFORMAZIONI PERSONALI NOME CRISCI ANNA LUOGO E DATA DI NASCITA CASERTA 03 AGOSTO 1977 INDIRIZZO VIA APPIA N 198, SANTA MARIA A VICO (CE) TEL 0823809762 CELL.3280315644 EMAIL crisci.anna@virgilio.it

Dettagli

Dott.ssa Caterina Gurrieri

Dott.ssa Caterina Gurrieri Dott.ssa Caterina Gurrieri Le relazioni tra caratteri Data una tabella a doppia entrata, grande importanza riveste il misurare se e in che misura le variabili in essa riportata sono in qualche modo

Dettagli

STUDIO DI SETTORE SM44U

STUDIO DI SETTORE SM44U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM44U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE SG40U

STUDIO DI SETTORE SG40U ALLEGATO 1 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG40U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

ALLEGATO 4. Nota Tecnica e Metodologica SG34U

ALLEGATO 4. Nota Tecnica e Metodologica SG34U ALLEGATO 4 Nota Tecnica e Metodologica SG34U 1 NOTA TECNICA E METODOLOGICA 1. CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione dello studio

Dettagli

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE

1 Associazione tra variabili quantitative COVARIANZA E CORRELAZIONE 1 Associazione tra variabili quantitative ASSOCIAZIONE FRA CARATTERI QUANTITATIVI: COVARIANZA E CORRELAZIONE 2 Associazione tra variabili quantitative Un esempio Prezzo medio per Nr. Albergo cliente (Euro)

Dettagli

LA CORRELAZIONE LINEARE

LA CORRELAZIONE LINEARE LA CORRELAZIONE LINEARE La correlazione indica la tendenza che hanno due variabili (X e Y) a variare insieme, ovvero, a covariare. Ad esempio, si può supporre che vi sia una relazione tra l insoddisfazione

Dettagli

ALLEGATO 7. Nota Tecnica e Metodologica SK16U

ALLEGATO 7. Nota Tecnica e Metodologica SK16U ALLEGATO 7 Nota Tecnica e Metodologica SK16U NOTA TECNICA E METODOLOGICA 1. CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione dello studio

Dettagli

STUDIO DI SETTORE SG54U

STUDIO DI SETTORE SG54U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG54U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG87U

EVOLUZIONE STUDIO DI SETTORE TG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG87U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

3. Rilevazione di aspettative in relazione ai requisiti principali del servizio.

3. Rilevazione di aspettative in relazione ai requisiti principali del servizio. SINTESI DEI RISULTATI DELL INDAGINE PILOTA DELL AUTORITA PER L ENERGIA ELETTRICA E IL GAS SUI CALL CENTER COMMERCIALI DELLE PRINCIPALI IMPRESE DI VENDITA DI ELETTRICITA E DI GAS Finalità e obiettivi I

Dettagli

STUDIO DI SETTORE SG42U

STUDIO DI SETTORE SG42U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG42U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE VG87U

STUDIO DI SETTORE VG87U ALLEGATO 21 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG87U CONSULENZA FINANZIARIA, AMMINISTRATIVO-GESTIONALE E AGENZIE DI INFORMAZIONI COMMERCIALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

Il Portale Web del Comune di Roma

Il Portale Web del Comune di Roma IL PORTALE WEB DEL COMUNE DI ROMA on line PREMESSA Le trasformazioni conseguenti alla diffusione delle tecnologie della comunicazione e dell'informazione (I.C.T.) contribuiscono in maniera sempre più determinante

Dettagli

Risultati dell indagine conoscitiva sul Network di Linea Amica

Risultati dell indagine conoscitiva sul Network di Linea Amica Risultati dell indagine conoscitiva sul Network di Linea Amica (a cura dell Area Comunicazione e Servizi al cittadino, con il supporto dell Ufficio Monitoraggio e Ricerca di FormezPA) INDICE 1. Introduzione

Dettagli

LEZIONI DI STATISTCA APPLICATA. Parte 2. Statistica inferenziale. Variabili continue per continue. Alessandro Valbonesi. SARRF di Scienze ambientali

LEZIONI DI STATISTCA APPLICATA. Parte 2. Statistica inferenziale. Variabili continue per continue. Alessandro Valbonesi. SARRF di Scienze ambientali LEZIONI DI STATISTCA APPLICATA Parte 2 Statistica inferenziale Variabili continue per continue Alessandro Valbonesi SARRF di Scienze ambientali Anno accademico 2010-11 CAPITOLO 7 - RELAZIONI TRA DUE O

Dettagli

LA MISURA DEL SERVIZIO DI ASSISTENZA AGLI UTENTI

LA MISURA DEL SERVIZIO DI ASSISTENZA AGLI UTENTI LA MISURA DEL SERVIZIO DI ASSISTENZA AGLI UTENTI Gruppo di monitoraggio INAIL Abstract È illustrata l esperienza INAIL di monitoraggio di contratti di servizi informatici in cui è prevista l assistenza

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di

Dettagli

STUDIO DI SETTORE SM43U

STUDIO DI SETTORE SM43U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SM43U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

Principal Component Analysis (PCA)

Principal Component Analysis (PCA) Principal Component Analysis (PCA) Come evidenziare l informazione contenuta nei dati S. Marsili-Libelli: Calibrazione di Modelli Dinamici pag. Perche PCA? E un semplice metodo non-parametrico per estrarre

Dettagli

I Modelli della Ricerca Operativa

I Modelli della Ricerca Operativa Capitolo 1 I Modelli della Ricerca Operativa 1.1 L approccio modellistico Il termine modello è di solito usato per indicare una costruzione artificiale realizzata per evidenziare proprietà specifiche di

Dettagli

STUDIO DI SETTORE VG82U

STUDIO DI SETTORE VG82U ALLEGATO 18 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG82U SERVIZI PUBBLICITARI, RELAZIONI PUBBLICHE E COMUNICAZIONE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

Parte 2. Determinante e matrice inversa

Parte 2. Determinante e matrice inversa Parte. Determinante e matrice inversa A. Savo Appunti del Corso di Geometria 013-14 Indice delle sezioni 1 Determinante di una matrice, 1 Teorema di Cramer (caso particolare), 3 3 Determinante di una matrice

Dettagli

STUDIO DI SETTORE UK27U

STUDIO DI SETTORE UK27U A L L E G AT O 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UK27U A T T I V I T À P R O F E S S I O N A L I R E L A T I V E A L L I N F O R M A T I C A CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE

Dettagli

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK16U AMMINISTRAZIONE DI CONDOMINI, GESTIONE DI BENI IMMOBILI PER CONTO TERZI E SERVIZI INTEGRATI DI GESTIONE AGLI EDIFICI CRITERI PER L EVOLUZIONE

Dettagli

EVOLUZIONE STUDIO DI SETTORE TK19U

EVOLUZIONE STUDIO DI SETTORE TK19U ALLEGATO 3 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TK19U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

ANALISI FATTORIALE. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di

ANALISI FATTORIALE. In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di ANALISI FATTORIALE In questo documento presentiamo alcune opzioni analitiche della procedura di analisi fattoriale di SPSS che non sono state incluse nel testo pubblicato. Si tratta di opzioni che, pur

Dettagli

STUDIO DI SETTORE VG93U

STUDIO DI SETTORE VG93U A L L E G AT O 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG93U A T T I V I T À D E G L I S T U D I D I D E S I G N CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale I sondaggi 23/1/2006

SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale I sondaggi 23/1/2006 SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale I sondaggi 23/1/2006 Scopo della ricerca Riuscire a determinare le caratteristiche di un fenomeno attraverso un campionamento di alcuni

Dettagli

Ministero dello Sviluppo Economico

Ministero dello Sviluppo Economico Ministero dello Sviluppo Economico INDAGINE SULLA CUSTOMER SATISFACTION DELL "HELPDESK REACH 214 Sintesi dei risultati Roma, febbraio 215 Indagine sulla customer satisfaction dell Helpdesk REACH - 214

Dettagli

La regressione lineare multipla

La regressione lineare multipla 13 La regressione lineare multipla Introduzione 2 13.1 Il modello di regressione multipla 2 13.2 L analisi dei residui nel modello di regressione multipla 9 13.3 Il test per la verifica della significatività

Dettagli

Analisi discriminante

Analisi discriminante Capitolo 6 Analisi discriminante L analisi statistica multivariata comprende un corpo di metodologie statistiche che permettono di analizzare simultaneamente misurazioni riguardanti diverse caratteristiche

Dettagli

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2.

Statistica multivariata. Statistica multivariata. Analisi multivariata. Dati multivariati. x 11 x 21. x 12 x 22. x 1m x 2m. x nm. x n2. Analisi multivariata Statistica multivariata Quando il numero delle variabili rilevate sullo stesso soggetto aumentano, il problema diventa gestirle tutte e capirne le relazioni. Cercare di capire le relazioni

Dettagli

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D)

ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI. (Visione 3D) ESTRAZIONE DI DATI 3D DA IMMAGINI DIGITALI () Calcolo delle corrispondenze Affrontiamo il problema centrale della visione stereo, cioè la ricerca automatica di punti corrispondenti tra immagini Chiamiamo

Dettagli

STUDIO DI SETTORE SG79U

STUDIO DI SETTORE SG79U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SG79U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

STUDIO DI SETTORE WG39U

STUDIO DI SETTORE WG39U A L L E G AT O 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WG39U A G E N Z I E D I M E D I A Z I O N E I M M O B I L I A R E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

STUDIO DI SETTORE VG96U

STUDIO DI SETTORE VG96U ALLEGATO 2 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG96U ALTRE ATTIVITÀ DI MANUTENZIONE AUTOVEICOLI E DI SOCCORSO STRADALE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG85U

EVOLUZIONE STUDIO DI SETTORE TG85U ALLEGATO 20 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG85U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

Statistici in Azienda. Una procedura bootstrap per valutare la qualità dei risultati aziendali. Padova, 15 giugno 2010

Statistici in Azienda. Una procedura bootstrap per valutare la qualità dei risultati aziendali. Padova, 15 giugno 2010 Statistici in Azienda Una procedura bootstrap per valutare la qualità dei risultati aziendali Andrea Perdoncin Marketing Strategico - Insurance Development Padova, 15 giugno 2010 Indice 1 Il Marketing

Dettagli

RELAZIONE TRA DUE VARIABILI QUANTITATIVE

RELAZIONE TRA DUE VARIABILI QUANTITATIVE RELAZIONE TRA DUE VARIABILI QUANTITATIVE Quando si considerano due o più caratteri (variabili) si possono esaminare anche il tipo e l'intensità delle relazioni che sussistono tra loro. Nel caso in cui

Dettagli

Appunti di Statistica Descrittiva

Appunti di Statistica Descrittiva Appunti di Statistica Descrittiva 30 dicembre 009 1 La tabella a doppia entrata Per studiare dei fenomeni con caratteristiche statistiche si utilizza l espediente della tabella a doppia entrata Per esempio

Dettagli

STUDIO DI SETTORE VG41U

STUDIO DI SETTORE VG41U A L L E G AT O 1 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG41U R I C E R C H E D I M E R C A T O E S O N D A G G I D I O P I N I O N E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione

Dettagli

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Alessandro Rezzani Abstract L articolo descrive una delle tecniche di riduzione della dimensionalità del data set: il metodo dell analisi delle componenti principali (Principal

Dettagli

La Regressione Lineare

La Regressione Lineare La Regressione Lineare. Cos è l Analisi della Regressione Multipla? L analisi della regressione multipla è una tecnica statistica che può essere impiegata per analizzare la relazione tra una variabile

Dettagli

Piattaforma ilearn di Hiteco. Presentazione Piattaforma ilearn

Piattaforma ilearn di Hiteco. Presentazione Piattaforma ilearn Presentazione Piattaforma ilearn 1 Sommario 1. Introduzione alla Piattaforma Hiteco ilearn...3 1.1. Che cos è...3 1.2. A chi è rivolta...4 1.3. Vantaggi nell utilizzo...4 2. Caratteristiche della Piattaforma

Dettagli

STUDIO DI SETTORE VG53U

STUDIO DI SETTORE VG53U ALLEGATO 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG53U SERVIZI LINGUISTICI E ORGANIZZAZIONE DI CONVEGNI E FIERE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore

Dettagli

STUDIO DI SETTORE VG89U

STUDIO DI SETTORE VG89U ALLEGATO 23 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG89U SERVIZI DI FOTOCOPIATURA, PREPARAZIONE DI DOCUMENTI E ALTRE ATTIVITÀ DI SUPPORTO CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione

Dettagli

ESEMPIO SPERIMENTAZIONE DEL MODELLO CS ON LINE. Indagine di soddisfazione per il Comune di XY

ESEMPIO SPERIMENTAZIONE DEL MODELLO CS ON LINE. Indagine di soddisfazione per il Comune di XY ESEMPIO SPERIMENTAZIONE DEL MODELLO CS ON LINE Indagine di soddisfazione per il Comune di XY Indice Introduzione: le fasi per la realizzazione dell indagine di customer satisfaction...2 L indagine del

Dettagli

STUDIO DI SETTORE UG93U

STUDIO DI SETTORE UG93U A L L E G AT O 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE UG93U A T T I V I T À D E G L I S T U D I D I D E S I G N CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di

Dettagli

Opinioni enti e imprese con accordi di stage / tirocinio

Opinioni enti e imprese con accordi di stage / tirocinio Opinioni enti e imprese con accordi di stage / tirocinio REPORT _ 26.09.13 a cura del Coordinatore e del Vice-coordinatore del Consiglio unificato dei Corsi di studio in Relazioni pubbliche e Comunicazione

Dettagli

Città di Termini Imerese Provincia di Palermo 2 Settore Territorio, Ambiente ed Attività Produttive

Città di Termini Imerese Provincia di Palermo 2 Settore Territorio, Ambiente ed Attività Produttive QUESTIONARIO PER LA RILEVAZIONE DEL GRADIMENTO DEL SERVIZIO RICEVUTO Gentile Signora/e, per migliorare i servizi offerti da quest Amministrazione Le chiediamo, cortesemente, di rispondere ad alcune domande.

Dettagli

STUDIO DI SETTORE VG91U

STUDIO DI SETTORE VG91U A L L E G AT O 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG91U A T T I V I T À A U S I L I A R I E D E I S E R V I Z I F I N A N Z I A R I E A S S I C U R A T I V I CRITERI PER L EVOLUZIONE DELLO

Dettagli

4. Matrici e Minimi Quadrati

4. Matrici e Minimi Quadrati & C. Di Natale: Matrici e sistemi di equazioni di lineari Formulazione matriciale del metodo dei minimi quadrati Regressione polinomiale Regressione non lineare Cross-validazione e overfitting Regressione

Dettagli

Scoprire le azioni fidelizzanti in banca

Scoprire le azioni fidelizzanti in banca Scoprire le azioni fidelizzanti in banca Il Modello di Soddisfazione-Loyalty consente alla banca di scoprire quali azioni mettere in campo per rendere concretamente più fedeli i clienti, incrementandone

Dettagli

STUDIO DI SETTORE WK04U

STUDIO DI SETTORE WK04U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK04U ATTIVITÀ DEGLI STUDI LEGALI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti

Dettagli

Il concetto di correlazione

Il concetto di correlazione SESTA UNITA Il concetto di correlazione Fino a questo momento ci siamo interessati alle varie statistiche che ci consentono di descrivere la distribuzione dei punteggi di una data variabile e di collegare

Dettagli

STUDIO DI SETTORE SD49U

STUDIO DI SETTORE SD49U ALLEGATO 4 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE SD49U NOTA TECNICA E METODOLOGICA CRITERI PER LA COSTRUZIONE DELLO STUDIO DI SETTORE Di seguito vengono esposti i criteri seguiti per la costruzione

Dettagli

LEZIONI DI STATISTICA

LEZIONI DI STATISTICA ez10 l GIOVANNI GIRONE Ordinario nell'università di Bari TOMMASO SALVEMINI Ordinario nel!' Università di Roma LEZIONI DI STATISTICA Volume Secondo CACUCCI EDITORE - BARI - 1992 CENTRO " G. ASTENGO» INVENTARIO

Dettagli

STUDIO DI SETTORE VG70U

STUDIO DI SETTORE VG70U ALLEGATO 14 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG70U SERVIZI DI PULIZIA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti un

Dettagli

STUDIO DI SETTORE WG55U

STUDIO DI SETTORE WG55U ALLEGATO 9 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WG55U SERVIZI DI POMPE FUNEBRI E ATTIVITÀ CONNESSE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

IL SISTEMA DI HELP DESK UNA APPLICAZIONE WEB PER LA GESTIONE DEI SERVIZI DI ASSISTENZA E SUPPORTO

IL SISTEMA DI HELP DESK UNA APPLICAZIONE WEB PER LA GESTIONE DEI SERVIZI DI ASSISTENZA E SUPPORTO IL SISTEMA DI HELP DESK UNA APPLICAZIONE WEB PER LA GESTIONE DEI SERVIZI DI ASSISTENZA E SUPPORTO INDICE INTRODUZIONE...3 GLOSSARIO...4 PARTE PRIMA...6 1. GUIDA UTENTE PER L USO DEL SISTEMA DI HELP DESK...6

Dettagli

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U

NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U ALLEGATO 3 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK08U ATTIVITÀ DEI DISEGNATORI TECNICI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce ai contribuenti

Dettagli

STUDIO DI SETTORE WK20U

STUDIO DI SETTORE WK20U ALLEGATO 5 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WK20U ATTIVITÀ PROFESSIONALE SVOLTA DA PSICOLOGI CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio di settore attribuisce

Dettagli

EVOLUZIONE STUDIO DI SETTORE TG42U

EVOLUZIONE STUDIO DI SETTORE TG42U ALLEGATO 5 NOTA TECNICA E METODOLOGICA EVOLUZIONE STUDIO DI SETTORE TG42U NOTA TECNICA E METODOLOGICA CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L evoluzione dello Studio di Settore ha il fine di

Dettagli

Elementi di Statistica

Elementi di Statistica Elementi di Statistica Contenuti Contenuti di Statistica nel corso di Data Base Elementi di statistica descrittiva: media, moda, mediana, indici di dispersione Introduzione alle variabili casuali e alle

Dettagli

Assistenza On Line - Guida breve

Assistenza On Line - Guida breve 07/05/2015 Il Servizio AOL Assistenza On Line - Guida breve Servizio di assistenza ARCHIMEDIA SISTEMI SRL Sommario 1. CHE COS E il SISTEMA AOL... 3 2. COME FUNZIONA AOL... 3 3. PERCHE ARCHIMEDIA HA DECISO

Dettagli

Statistica II, Laurea magistrale in Ing. Gestionale, a.a. 20010/11 Esempi di domande e dissertazioni

Statistica II, Laurea magistrale in Ing. Gestionale, a.a. 20010/11 Esempi di domande e dissertazioni Statistica II, Laurea magistrale in Ing. Gestionale, a.a. 20010/11 Esempi di domande e dissertazioni Note. Si pensi di poter rispondere alle seguenti domande avendo l ausilio di: 1) un foglio con l elenco

Dettagli

STUDIO DI SETTORE VG39U

STUDIO DI SETTORE VG39U A L L E G AT O 8 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE VG39U A G E N Z I E D I M E D I A Z I O N E I M M O B I L I A R E CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

STUDIO DI SETTORE WG79U

STUDIO DI SETTORE WG79U ALLEGATO 16 NOTA TECNICA E METODOLOGICA STUDIO DI SETTORE WG79U NOLEGGIO DI AUTOVETTURE E ALTRI MEZZI DI TRASPORTO TERRESTRE CRITERI PER L EVOLUZIONE DELLO STUDIO DI SETTORE L'applicazione dello studio

Dettagli

Istruzioni per la creazione di un questionario online

Istruzioni per la creazione di un questionario online Istruzioni per la creazione di un questionario online Indice 1. COS E SURVEY 1.0... 3 1.1 Tipologie di questionario... 5 1.2 Tipologie di quesiti... 8 1.3 Modalità di pubblicazione del questionario...13

Dettagli

Metodi Statistici di Analisi dei Dati Ambientali

Metodi Statistici di Analisi dei Dati Ambientali Metodi Statistici di Analisi dei Dati Ambientali Arianna Azzellino Politecnico di Milano D.I.I.A.R. Dipartimento di Ingegneria Idraulica, Ambientale, Rilevamento e Infrastrutture Viarie Problematica La

Dettagli

DoE - Design of Experiment

DoE - Design of Experiment 3 Tecniche di DoE DoE - Design of Experiment Sequenza di Prove Sperimentali da Effettuare per Studiare e Ottimizzare un Processo Un esperimento programmato è una prova o una serie di prove in cui vengono

Dettagli

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA

CIRCUITI INTELLIGENTI Parte 5: PCA e ICA Ing. Simone SCARDAPANE Circuiti e Algoritmi per l Elaborazione dei Segnali Anno Accademico 2012/2013 Indice della Lezione 1. Analisi delle Componenti Principali 2. Auto-Associatori 3. Analisi delle Componenti

Dettagli

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A.

Amministrazione, finanza e marketing - Turismo Ministero dell Istruzione, dell Università e della Ricerca PROGRAMMAZIONE DISCIPLINARE PER U. di A. CLASSE quinta INDIRIZZO AFM-SIA-RIM-TUR UdA n. 1 Titolo: LE FUNZIONI DI DUE VARIABILI E L ECONOMIA Utilizzare le strategie del pensiero razionale negli aspetti dialettici e algoritmici per affrontare situazioni

Dettagli

Claudio Pizzi Dipartimento di Statistica, Università Ca Foscari di Venezia, Fondamenta S. Giobbe, Cannaregio 873, 30121 Venezia - pizzic@unive.

Claudio Pizzi Dipartimento di Statistica, Università Ca Foscari di Venezia, Fondamenta S. Giobbe, Cannaregio 873, 30121 Venezia - pizzic@unive. VERSO UNA MISURAZIONE DELLA DEALER SATISFACTION IN AMBITO AUTOMOBILISTICO SU BASI PIÙ OGGETTIVE Work in progress Leonardo Buzzavo Dipartimento di Economia e Direzione Aziendale, Università Ca Foscari di

Dettagli