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

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

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

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

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

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 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

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

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

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione

Text mining ed analisi di dati codificati in linguaggio naturale. Analisi esplorative di dati testualilezione Text mining ed analisi di dati codificati in linguaggio naturale Analisi esplorative di dati testualilezione 2 Le principali tecniche di analisi testuale Facendo riferimento alle tecniche di data mining,

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

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

Business Intelligence. Il data mining in

Business Intelligence. Il data mining in Business Intelligence Il data mining in L'analisi matematica per dedurre schemi e tendenze dai dati storici esistenti. Revenue Management. Previsioni di occupazione. Marketing. Mail diretto a clienti specifici.

Dettagli

Asset sotto controllo... in un TAC. Latitudo Total Asset Control

Asset sotto controllo... in un TAC. Latitudo Total Asset Control Asset sotto controllo... in un TAC Latitudo Total Asset Control Le organizzazioni che hanno implementato e sviluppato sistemi e processi di Asset Management hanno dimostrato un significativo risparmio

Dettagli

PANDORA Sistema di Telecontrollo per Ascensori PANDORA is powered by

PANDORA Sistema di Telecontrollo per Ascensori PANDORA is powered by PANDORA Sistema di Telecontrollo per Ascensori l'espressione v a s o d i P a n d o r a viene usata metaforicamente per alludere all'improvvisa scoperta di un problema o una serie di problemi che per molto

Dettagli

Accuratezza di uno strumento

Accuratezza di uno strumento Accuratezza di uno strumento Come abbiamo già accennato la volta scora, il risultato della misurazione di una grandezza fisica, qualsiasi sia lo strumento utilizzato, non è mai un valore numerico X univocamente

Dettagli

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione

Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Analisi delle Corrispondenze Multiple Prof. Roberto Fantaccione Consideriamo il nostro dataset formato da 468 individui e 1 variabili nominali costituite dalle seguenti modalità : colonna D: Age of client

Dettagli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli

su web che riportano documentazione e software dedicati agli argomenti trattati nel libro, riportandone, alla fine dei rispettivi capitoli, gli Prefazione Non è facile definire che cosa è un problema inverso anche se, ogni giorno, facciamo delle operazioni mentali che sono dei metodi inversi: riconoscere i luoghi che attraversiamo quando andiamo

Dettagli

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI

PROBABILITA, VALORE ATTESO E VARIANZA DELLE QUANTITÁ ALEATORIE E LORO RELAZIONE CON I DATI OSSERVATI statistica, Università Cattaneo-Liuc, AA 006-007, lezione del 08.05.07 IDICE (lezione 08.05.07 PROBABILITA, VALORE ATTESO E VARIAZA DELLE QUATITÁ ALEATORIE E LORO RELAZIOE CO I DATI OSSERVATI 3.1 Valore

Dettagli

Compito di SISTEMI E MODELLI. 19 Febbraio 2015

Compito di SISTEMI E MODELLI. 19 Febbraio 2015 Compito di SISTEMI E MODELLI 9 Febbraio 5 Non é ammessa la consultazione di libri o quaderni. Le risposte vanno giustificate. Saranno rilevanti per la valutazione anche l ordine e la chiarezza di esposizione.

Dettagli

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina

Sistemi di supporto alle decisioni Ing. Valerio Lacagnina Cosa è il DSS L elevato sviluppo dei personal computer, delle reti di calcolatori, dei sistemi database di grandi dimensioni, e la forte espansione di modelli basati sui calcolatori rappresentano gli sviluppi

Dettagli

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento

errore I = numero soggetti (I = 4) K = numero livelli tratt. (K = 3) popolazione varianza dovuta ai soggetti trattamento Analisi della varianza a una via a misure ripetute (Anova con 1 fattore within) modello strutturale dell'analisi della varianza a misure ripetute con 1 fattore: y = μ ik 0 +π i +α k + ik ε ik interazione

Dettagli

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università

Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Università degli Studi di Milano - Bicocca Nucleo di Valutazione Addio agli studi. L impatto dei fattori sociali e delle motivazioni individuali sulla scelta di abbandonare l università Alessandra Caserini

Dettagli

Capitolo 9: PROPAGAZIONE DEGLI ERRORI

Capitolo 9: PROPAGAZIONE DEGLI ERRORI Capitolo 9: PROPAGAZIOE DEGLI ERRORI 9.1 Propagazione degli errori massimi ella maggior parte dei casi le grandezze fisiche vengono misurate per via indiretta. Il valore della grandezza viene cioè dedotto

Dettagli

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys.

METODO DEI MINIMI QUADRATI. Quest articolo discende soprattutto dai lavori di Deming, Press et al. (Numerical Recipes) e Jefferys. METODO DEI MINIMI QUADRATI GIUSEPPE GIUDICE Sommario Il metodo dei minimi quadrati è trattato in tutti i testi di statistica e di elaborazione dei dati sperimentali, ma non sempre col rigore necessario

Dettagli

Processi ITIL. In collaborazione con il nostro partner:

Processi ITIL. In collaborazione con il nostro partner: Processi ITIL In collaborazione con il nostro partner: NetEye e OTRS: la piattaforma WÜRTHPHOENIX NetEye è un pacchetto di applicazioni Open Source volto al monitoraggio delle infrastrutture informatiche.

Dettagli

Flusso a costo minimo e simplesso su reti

Flusso a costo minimo e simplesso su reti Flusso a costo minimo e simplesso su reti La particolare struttura di alcuni problemi di PL può essere talvolta utilizzata per la progettazione di tecniche risolutive molto più efficienti dell algoritmo

Dettagli

BRM. Tutte le soluzioni. per la gestione delle informazioni aziendali. BusinessRelationshipManagement

BRM. Tutte le soluzioni. per la gestione delle informazioni aziendali. BusinessRelationshipManagement BRM BusinessRelationshipManagement Tutte le soluzioni per la gestione delle informazioni aziendali - Business Intelligence - Office Automation - Sistemi C.R.M. I benefici di BRM Garantisce la sicurezza

Dettagli

PRESIDENZA DEL CONSIGLIO DEI MINISTRI DIPARTIMENTO DELLA FUNZIONE PUBBLICA

PRESIDENZA DEL CONSIGLIO DEI MINISTRI DIPARTIMENTO DELLA FUNZIONE PUBBLICA PRESIDENZA DEL CONSIGLIO DEI MINISTRI DIPARTIMENTO DELLA FUNZIONE PUBBLICA DIRETTIVA DEL MINISTRO DELLA FUNZIONE PUBBLICA SULLA RILEVAZIONE DELLA QUALITA PERCEPITA DAI CITTADINI A tutti i Ministeri - Uffici

Dettagli

METODI ITERATIVI PER SISTEMI LINEARI

METODI ITERATIVI PER SISTEMI LINEARI METODI ITERATIVI PER SISTEMI LINEARI LUCIA GASTALDI 1. Metodi iterativi classici Sia A R n n una matrice non singolare e sia b R n. Consideriamo il sistema (1) Ax = b. Un metodo iterativo per la soluzione

Dettagli

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza

Titolo della lezione. Analisi dell associazione tra due caratteri: indipendenza e dipendenza Titolo della lezione Analisi dell associazione tra due caratteri: indipendenza e dipendenza Introduzione Analisi univariata, bivariata, multivariata Analizzare le relazioni tra i caratteri, per cercare

Dettagli

General Linear Model. Esercizio

General Linear Model. Esercizio Esercizio General Linear Model Una delle molteplici applicazioni del General Linear Model è la Trend Surface Analysis. Questa tecnica cerca di individuare, in un modello di superficie, quale tendenza segue

Dettagli

GUIDA ALLA GESTIONE DEGLI ESAMI ONLINE STUDENTI

GUIDA ALLA GESTIONE DEGLI ESAMI ONLINE STUDENTI GUIDA ALLA GESTIONE DEGLI ESAMI ONLINE STUDENTI ESSE3 VERBALIZZAZIONE ONLINE UNIVERSITÀ DEGLI STUDI DI URBINO CARLO BO SERVIZIO FRONT OFFICE GUIDA ALLA GESTIONE DEGLI ESAMI ONLINE STUDENTI ESSE3 VERBALIZZAZIONE

Dettagli

Gli uni e gli altri. Strategie in contesti di massa

Gli uni e gli altri. Strategie in contesti di massa Gli uni e gli altri. Strategie in contesti di massa Alessio Porretta Universita di Roma Tor Vergata Gli elementi tipici di un gioco: -un numero di agenti (o giocatori): 1,..., N -Un insieme di strategie

Dettagli

Carta di servizi per il Protocollo Informatico

Carta di servizi per il Protocollo Informatico Carta di servizi per il Protocollo Informatico Codice progetto: Descrizione: PI-RM3 Implementazione del Protocollo informatico nell'ateneo Roma Tre Indice ARTICOLO 1 - SCOPO DEL CARTA DI SERVIZI...2 ARTICOLO

Dettagli

INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP. Relazione Generale

INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP. Relazione Generale SERVIZIO SANITARIO REGIONALE BASILICATA Azienda Sanitaria Locale di Potenza INDAGINE DI CUSTOMER SATISFACTION SUL SERVIZIO DELL ASSISTENZA OSPEDALIERA DELLA ASP Relazione Generale A cura degli Uffici URP

Dettagli

Portale Unico dei Servizi NoiPA

Portale Unico dei Servizi NoiPA Portale Unico dei Servizi NoiPA Guida all accesso al portale e ai servizi self service Versione del 10/12/14 INDICE pag. 1 INTRODUZIONE... 3 2 MODALITÀ DI PRIMO ACCESSO... 3 2.1 LA CONVALIDA DELL INDIRIZZO

Dettagli

SAI QUANTO TEMPO IMPIEGHI A RINTRACCIARE UN DOCUMENTO, UN NUMERO DI TELEFONO O UNA E-MAIL?

SAI QUANTO TEMPO IMPIEGHI A RINTRACCIARE UN DOCUMENTO, UN NUMERO DI TELEFONO O UNA E-MAIL? archiviazione ottica, conservazione e il protocollo dei SAI QUANTO TEMPO IMPIEGHI A RINTRACCIARE UN DOCUMENTO, UN NUMERO DI TELEFONO O UNA E-MAIL? Il software Facile! BUSINESS Organizza l informazione

Dettagli

Corso di Amministrazione di Sistema Parte I ITIL 3

Corso di Amministrazione di Sistema Parte I ITIL 3 Corso di Amministrazione di Sistema Parte I ITIL 3 Francesco Clabot Responsabile erogazione servizi tecnici 1 francesco.clabot@netcom-srl.it Fondamenti di ITIL per la Gestione dei Servizi Informatici Il

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE

UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Tratto dal corso Ifoa UN CASO CONCRETO DI VALUTAZIONE DELLA SODDISFAZIONE DEL CLIENTE Recentemente, si sono sviluppati numerosi modelli finalizzati a valutare e a controllare il livello di soddisfazione

Dettagli

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1

Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 = 1 Diaz - Appunti di Statistica - AA 2001/2002 - edizione 29/11/01 Cap. 3 - Pag. 1 Capitolo 3. L'analisi della varianza. Il problema dei confronti multipli. La soluzione drastica di Bonferroni ed il test

Dettagli

REALIZZARE UN MODELLO DI IMPRESA

REALIZZARE UN MODELLO DI IMPRESA REALIZZARE UN MODELLO DI IMPRESA - organizzare e gestire l insieme delle attività, utilizzando una piattaforma per la gestione aziendale: integrata, completa, flessibile, coerente e con un grado di complessità

Dettagli

Introduzione alla Teoria degli Errori

Introduzione alla Teoria degli Errori Introduzione alla Teoria degli Errori 1 Gli errori di misura sono inevitabili Una misura non ha significato se non viene accompagnata da una ragionevole stima dell errore ( Una scienza si dice esatta non

Dettagli

BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT

BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT BUSINESS INTELLIGENCE & PERFORMANCE MANAGEMENT BOLOGNA BUSINESS school Dal 1088, studenti da tutto il mondo vengono a studiare a Bologna dove scienza, cultura e tecnologia si uniscono a valori, stile di

Dettagli

top Le funzioni di stampa prevedono elenchi, etichette, statistiche e molto altro.

top Le funzioni di stampa prevedono elenchi, etichette, statistiche e molto altro. La collana TOP è una famiglia di applicazioni appositamente studiata per il Terzo Settore. Essa è stata infatti realizzata in continua e fattiva collaborazione con i clienti. I programmi di questa collana

Dettagli

La suite Dental Trey che semplifica il tuo mondo.

La suite Dental Trey che semplifica il tuo mondo. La suite Dental Trey che semplifica il tuo mondo. impostazioni di sistema postazione clinica studio privato sterilizzazione magazzino segreteria amministrazione sala di attesa caratteristiche UNO tiene

Dettagli

SOFTWARE GESTIONE SMS DA INTERFACCE CL MANUALE D INSTALLAZIONE ED USO

SOFTWARE GESTIONE SMS DA INTERFACCE CL MANUALE D INSTALLAZIONE ED USO CLSMS SOFTWARE GESTIONE SMS DA INTERFACCE CL MANUALE D INSTALLAZIONE ED USO Sommario e introduzione CLSMS SOMMARIO INSTALLAZIONE E CONFIGURAZIONE... 3 Parametri di configurazione... 4 Attivazione Software...

Dettagli

Stima per intervalli Nei metodi di stima puntuale è sempre presente un ^ errore θ θ dovuto al fatto che la stima di θ in genere non coincide con il parametro θ. Sorge quindi l esigenza di determinare una

Dettagli

Il concetto di valore medio in generale

Il concetto di valore medio in generale Il concetto di valore medio in generale Nella statistica descrittiva si distinguono solitamente due tipi di medie: - le medie analitiche, che soddisfano ad una condizione di invarianza e si calcolano tenendo

Dettagli

I N F I N I T Y Z U C C H E T T I WORKFLOW HR

I N F I N I T Y Z U C C H E T T I WORKFLOW HR I N F I N I T Y Z U C C H E T T I WORKFLOW HR WORKFLOW HR Zucchetti, nell ambito delle proprie soluzioni per la gestione del personale, ha realizzato una serie di moduli di Workflow in grado di informatizzare

Dettagli

Rapida Introduzione all uso del Matlab Ottobre 2002

Rapida Introduzione all uso del Matlab Ottobre 2002 Rapida Introduzione all uso del Matlab Ottobre 2002 Tutti i tipi di dato utilizzati dal Matlab sono in forma di array. I vettori sono array monodimensionali, e così possono essere viste le serie temporali,

Dettagli

ANALISI DEI DATI CON SPSS

ANALISI DEI DATI CON SPSS STRUMENTI E METODI PER LE SCIENZE SOCIALI Claudio Barbaranelli ANALISI DEI DATI CON SPSS II. LE ANALISI MULTIVARIATE ISBN 978-88-7916-315-9 Copyright 2006 Via Cervignano 4-20137 Milano Catalogo: www.lededizioni.com

Dettagli

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2

Orientamenti ABE in materia di. valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Orientamenti ABE in materia di valore a rischio in condizioni di stress (VaR in condizioni di stress) EBA/GL/2012/2 Londra, 16.05.2012 1 Oggetto degli orientamenti 1. Il presente documento contiene una

Dettagli

Capitolo 12 La regressione lineare semplice

Capitolo 12 La regressione lineare semplice Levine, Krehbiel, Berenson Statistica II ed. 2006 Apogeo Capitolo 12 La regressione lineare semplice Insegnamento: Statistica Corso di Laurea Triennale in Economia Facoltà di Economia, Università di Ferrara

Dettagli

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2)

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2) I n d i c e 9 Introduzione 11 CAP. 1 I test di intelligenza potenziale 17 CAP. 2 La misura dell intelligenza potenziale nella scuola dell infanzia 31 CAP. 3 La misura dell intelligenza potenziale nella

Dettagli

Preprocessamento dei Dati

Preprocessamento dei Dati Preprocessamento dei Dati Raramente i dati sperimentali sono pronti per essere utilizzati immediatamente per le fasi successive del processo di identificazione, a causa di: Offset e disturbi a bassa frequenza

Dettagli

Curve di risonanza di un circuito

Curve di risonanza di un circuito Zuccarello Francesco Laboratorio di Fisica II Curve di risonanza di un circuito I [ma] 9 8 7 6 5 4 3 0 C = 00 nf 0 5 0 5 w [KHz] RLC - Serie A.A.003-004 Indice Introduzione pag. 3 Presupposti Teorici 5

Dettagli

MANUALE DI INSTALLAZIONE GESTIONE FLOTTE /REMIND

MANUALE DI INSTALLAZIONE GESTIONE FLOTTE /REMIND Progettisti dentro e oltre l impresa MANUALE DI INSTALLAZIONE GESTIONE FLOTTE /REMIND Pag 1 di 31 INTRODUZIONE Questo documento ha lo scopo di illustrare le modalità di installazione e configurazione dell

Dettagli

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA

ESERCIZI SVOLTI PER LA PROVA DI STATISTICA ESERCIZI SVOLTI PER LA PROVA DI STATISTICA Stefania Naddeo (anno accademico 4/5) INDICE PARTE PRIMA: STATISTICA DESCRITTIVA. DISTRIBUZIONI DI FREQUENZA E FUNZIONE DI RIPARTIZIONE. VALORI CARATTERISTICI

Dettagli

Sistema Qualità di Ateneo Modello di Ateneo MODELLO DI ATENEO PER L ACCREDITAMENTO INTERNO IN QUALITÀ DEI CORSI DI STUDIO UNIVERSITARI

Sistema Qualità di Ateneo Modello di Ateneo MODELLO DI ATENEO PER L ACCREDITAMENTO INTERNO IN QUALITÀ DEI CORSI DI STUDIO UNIVERSITARI MODELLO DI ATENEO PER L ACCREDITAMENTO INTERNO IN QUALITÀ DEI CORSI DI STUDIO UNIVERSITARI Requisiti di valutazione per un percorso di Ateneo finalizzato all accreditamento in qualità dei Corsi di Studio:

Dettagli

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN:

Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: Filomena Maggino, L analisi dei dati nell indagine statistica. Volume 1: la realizzazione dell indagine e l analisi preliminare dei dati, ISBN: 88-8453-208-6 (print) ISBN: 88-8453-207-8 (online), Firenze

Dettagli

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione

Guido Candela, Paolo Figini - Economia del turismo, 2ª edizione 8.2.4 La gestione finanziaria La gestione finanziaria non dev essere confusa con la contabilità: quest ultima, infatti, ha come contenuto proprio le rilevazioni contabili e il reperimento dei dati finanziari,

Dettagli

L 8 maggio 2002 il Ministero

L 8 maggio 2002 il Ministero > > > > > Prima strategia: ascoltare le esigenze degli utenti, semplificare il linguaggio e la navigazione del sito. Seconda: sviluppare al nostro interno le competenze e le tecnologie per gestire in proprio

Dettagli

(accuratezza) ovvero (esattezza)

(accuratezza) ovvero (esattezza) Capitolo n 2 2.1 - Misure ed errori In un analisi chimica si misurano dei valori chimico-fisici di svariate grandezze; tuttavia ogni misura comporta sempre una incertezza, dovuta alla presenza non eliminabile

Dettagli

Relazione finale Funzione Strumentale al P.O.F. Prof. E. Venditti A. S. 2010-11

Relazione finale Funzione Strumentale al P.O.F. Prof. E. Venditti A. S. 2010-11 Relazione finale Funzione Strumentale al P.O.F. Prof. E. Venditti A. S. 2010-11 Per la quarta annualità ho ricoperto il ruolo di Responsabile del Piano dell'offerta Formativa e dell Autovalutazione di

Dettagli

1. Scopo dell esperienza.

1. Scopo dell esperienza. 1. Scopo dell esperienza. Lo scopo di questa esperienza è ricavare la misura di tre resistenze il 4 cui ordine di grandezza varia tra i 10 e 10 Ohm utilizzando il metodo olt- Amperometrico. Tale misura

Dettagli

Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto

Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Capitolo 2 - Teoria della manutenzione: classificazione ABC e analisi di Pareto Il presente capitolo continua nell esposizione di alcune basi teoriche della manutenzione. In particolare si tratteranno

Dettagli

ACCREDITAMENTO EVENTI

ACCREDITAMENTO EVENTI E.C.M. Educazione Continua in Medicina ACCREDITAMENTO EVENTI Manuale utente Versione 1.5 Maggio 2015 E.C.M. Manuale utente per Indice 2 Indice Revisioni 4 1. Introduzione 5 2. Accesso al sistema 6 2.1

Dettagli

Da una a più variabili: derivate

Da una a più variabili: derivate Da una a più variabili: derivate ( ) 5 gennaio 2011 Scopo di questo articolo è di evidenziare le analogie e le differenze, relativamente al calcolo differenziale, fra le funzioni di una variabile reale

Dettagli

2013 Skebby. Tutti i diritti riservati.

2013 Skebby. Tutti i diritti riservati. Disclaimer: "# $%&'(&)'%# *("# +,(-(&'(# *%$).(&'%#,/++,(-(&'/# 0"#.(1"0%# *(""20&3%,./40%&(# /# &%-',/# disposizione. Abbiamo fatto del nostro meglio per assicurare accuratezza e correttezza delle informazioni

Dettagli

voce dei cittadini in tempo reale OpinionMeter Chieda la sua prova personalizzata senza impegno entro il 15 ottobre 2010

voce dei cittadini in tempo reale OpinionMeter Chieda la sua prova personalizzata senza impegno entro il 15 ottobre 2010 Grazie per il suo interesse alla nuova tecnologia voce dei cittadini in tempo reale OpinionMeter Chieda la sua prova personalizzata senza impegno entro il 15 ottobre 2010 Cristina Brambilla Telefono 348.9897.337,

Dettagli

GUIDA RAPIDA emagister-agora Edizione BASIC

GUIDA RAPIDA emagister-agora Edizione BASIC GUIDA RAPIDA emagister-agora Edizione BASIC Introduzione a emagister-agora Interfaccia di emagister-agora Configurazione dell offerta didattica Richieste d informazioni Gestione delle richieste d informazioni

Dettagli

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1

UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA. Filippo Romano 1 UTILIZZO DEI METODI MULTICRITERI O MULTIOBIETTIVI NELL OFFERTA ECONOMICAMENTE PIÙ VANTAGGIOSA Filippo Romano 1 1. Introduzione 2. Analisi Multicriteri o Multiobiettivi 2.1 Formule per l attribuzione del

Dettagli

Matteo Pozzoli Inquadramento della problematica L origine della norma e l evoluzione della disciplina

Matteo Pozzoli Inquadramento della problematica L origine della norma e l evoluzione della disciplina APPROCCIO PER COMPONENTI E SEPARAZIONE TERRENO- FABBRICATI NEI BILANCI REDATTI CON LE NORME CODICISTICHE ALLA LUCE DEI NUOVI PRINCIPI CONTABILI NAZIONALI di Matteo Pozzoli Inquadramento della problematica

Dettagli

APPENDICE 3 AL CAPITOLATO TECNICO

APPENDICE 3 AL CAPITOLATO TECNICO CONSIP S.p.A. APPENDICE 3 AL CAPITOLATO TECNICO Manuale d uso del programma Base Informativa di Gestione (BIG), utilizzato per la raccolta delle segnalazioni ed il monitoraggio delle attività di gestione

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

Capitolo 15 LE SCELTE DI ORGANIZZAZIONE. G. Airoldi, G. Brunetti, V. Coda Corso di economia aziendale Il Mulino, 2005

Capitolo 15 LE SCELTE DI ORGANIZZAZIONE. G. Airoldi, G. Brunetti, V. Coda Corso di economia aziendale Il Mulino, 2005 Capitolo 15 LE SCELTE DI ORGANIZZAZIONE G. Airoldi, G. Brunetti, V. Coda Corso di economia aziendale Il Mulino, 2005 1 L ASSETTO ORGANIZZATIVO, IL COMPORTAMENTO ORGANIZZATIVO In organizzazione il centro

Dettagli

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI

STATISTICA 1 ESERCITAZIONE 1 CLASSIFICAZIONE DELLE VARIABILI CASUALI STATISTICA 1 ESERCITAZIONE 1 Dott. Giuseppe Pandolfo 30 Settembre 2013 Popolazione statistica: insieme degli elementi oggetto dell indagine statistica. Unità statistica: ogni elemento della popolazione

Dettagli

Progetto Istanze On Line

Progetto Istanze On Line 2014 Progetto Istanze On Line 09 aprile 2014 INDICE 1 INTRODUZIONE ALL USO DELLA GUIDA... 3 1.1 SIMBOLI USATI E DESCRIZIONI... 3 2 GESTIONE DELL UTENZA... 4 2.1 COS È E A CHI È RIVOLTO... 4 2.2 NORMATIVA

Dettagli

MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive

MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive 1 MyMedia Portal LMS un servizio SaaS di e-learning basato sul Video Streaming per la vendita on line di Lezioni Multimediali interattive Cos è un servizio di e-learning SaaS, multimediale, interattivo

Dettagli

4. Confronto tra medie di tre o più campioni indipendenti

4. Confronto tra medie di tre o più campioni indipendenti BIOSTATISTICA 4. Confronto tra medie di tre o più campioni indipendenti Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

Analisi statistica di dati biomedici Analysis of biologicalsignals

Analisi statistica di dati biomedici Analysis of biologicalsignals Analisi statistica di dati biomedici Analysis of biologicalsignals II Parte Verifica delle ipotesi (a) Agostino Accardo (accardo@units.it) Master in Ingegneria Clinica LM in Neuroscienze 2013-2014 e segg.

Dettagli

Guida ai servizi online della Provincia di Milano

Guida ai servizi online della Provincia di Milano Guida ai servizi online della Provincia di Milano - 1 - Il servizio CPI On line consente a tutti gli iscritti ai Centri per l impiego della Provincia di Milano di visualizzare, modificare e stampare alcune

Dettagli

Criteri per la definizione e valutazione di un nuovo prodotto Aspetti di base ed elementi di discussione a cura di Michele Tamma

Criteri per la definizione e valutazione di un nuovo prodotto Aspetti di base ed elementi di discussione a cura di Michele Tamma Criteri per la definizione e valutazione di un nuovo prodotto Aspetti di base ed elementi di discussione a cura di Michele Tamma Aprile 2005 Definire un nuovo prodotto: Metterne a fuoco il concept, ovvero

Dettagli

Business Intelligence RENDE STRATEGICHE LE INFORMAZIONI

Business Intelligence RENDE STRATEGICHE LE INFORMAZIONI Business Intelligence RENDE STRATEGICHE LE INFORMAZIONI Business Intelligence RENDE STRATEGICHE LE INFORMAZIONI CSC ritiene che la Business Intelligence sia un elemento strategico e fondamentale che, seguendo

Dettagli

LA PROGETTAZIONE Come fare un progetto. LA PROGETTAZIONE Come fare un progetto

LA PROGETTAZIONE Come fare un progetto. LA PROGETTAZIONE Come fare un progetto LA PROGETTAZIONE 1 LA PROGETTAZIONE Oggi il raggiungimento di un obiettivo passa per la predisposizione di un progetto. Dal mercato al terzo settore passando per lo Stato: aziende, imprese, organizzazioni,

Dettagli

TECNICHE DI SIMULAZIONE

TECNICHE DI SIMULAZIONE TECNICHE DI SIMULAZIONE MODELLI STATISTICI NELLA SIMULAZIONE Francesca Mazzia Dipartimento di Matematica Università di Bari a.a. 2004/2005 TECNICHE DI SIMULAZIONE p. 1 Modelli statistici nella simulazione

Dettagli

riduzioni di disagio L Associazione

riduzioni di disagio L Associazione ASSOCIAZIONE ITALIANA PER LAA PREVIDENZA E ASSISTENZAA COMPLEMENTARE Studio per un PROGETTO di WELFARE integrato - Primi risultati Ipotesi di intervento tramite un fondoo pensione per fronteggiare eventuali

Dettagli

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA

UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA UNIVERSITA DI PISA FACOLTA DI INGEGNERIA CORSO DI LAUREA IN INGEGNERIA ELETTRONICA ANNO ACCADEMICO 2004-2005 TESI DI LAUREA SVILUPPO DI METODI DECONVOLUTIVI PER L INDIVIDUAZIONE DI SORGENTI INDIPENDENTI

Dettagli

Guida ai Servizi Voce per l Utente. Guida ai ai Servizi Voce per l Utente

Guida ai Servizi Voce per l Utente. Guida ai ai Servizi Voce per l Utente Guida ai Servizi Voce per l Utente Guida ai ai Servizi Voce per l Utente 1 Indice Introduzione... 3 1 Servizi Voce Base... 4 1.1 Gestione delle chiamate... 4 1.2 Gestione del Numero Fisso sul cellulare...

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Riccardo Ricci Università di Firenze, Facoltà di Psicologia Corso di Laurea in Scienze e Tecniche di Psicologia del Lavoro e delle Organizzazioni Anno Accademico 2002-2003 1 maggio

Dettagli

Gli indicatori socio-sanitari. sanitari

Gli indicatori socio-sanitari. sanitari Gli indicatori socio-sanitari sanitari 1 1 INDICATORI SOCIO-SANITARI Misurare: EFFICACIA (rispetto degli obiettivi prefissati) EFFICIENZA (rispetto delle azioni e risorse impegnate) del sistema ospedaliero

Dettagli

Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009

Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009 Corso SOL Gestione catalogo libro moderno 21-22 settembre 2009 Introduzione generale Autenticazione dell operatore https://sebina1.unife.it/sebinatest Al primo accesso ai servizi di Back Office, utilizzando

Dettagli

3. Confronto tra medie di due campioni indipendenti o appaiati

3. Confronto tra medie di due campioni indipendenti o appaiati BIOSTATISTICA 3. Confronto tra medie di due campioni indipendenti o appaiati Marta Blangiardo, Imperial College, London Department of Epidemiology and Public Health m.blangiardo@imperial.ac.uk MARTA BLANGIARDO

Dettagli

www.sms2biz.it Soluzioni professionali per la gestione e l invio di SMS

www.sms2biz.it Soluzioni professionali per la gestione e l invio di SMS www.sms2biz.it Soluzioni professionali per la gestione e l invio di SMS Introduzione La nostra soluzione sms2biz.it, Vi mette a disposizione un ambiente web per una gestione professionale dell invio di

Dettagli

Matematica B - a.a 2006/07 p. 1

Matematica B - a.a 2006/07 p. 1 Matematica B - a.a 2006/07 p. 1 Definizione 1. Un sistema lineare di m equazioni in n incognite, in forma normale, è del tipo a 11 x 1 + + a 1n x n = b 1 a 21 x 1 + + a 2n x n = b 2 (1) = a m1 x 1 + +

Dettagli

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE

QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE QUARTA E QUINTA ISTITUTO TECNICO INDUSTRIALE - Matematica - Griglie di valutazione Materia: Matematica Obiettivi disciplinari Gli obiettivi indicati si riferiscono all intero percorso della classe quarta

Dettagli

APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO. Francesco Marchione e Dario Richichi

APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO. Francesco Marchione e Dario Richichi APPLICAZIONE WEB PER LA GESTIONE DELLE RICHIESTE DI ACQUISTO DEL MATERIALE INFORMATICO Francesco Marchione e Dario Richichi Istituto Nazionale di Geofisica e Vulcanologia Sezione di Palermo Indice Introduzione...

Dettagli

Parte 3. Rango e teorema di Rouché-Capelli

Parte 3. Rango e teorema di Rouché-Capelli Parte 3. Rango e teorema di Rouché-Capelli A. Savo Appunti del Corso di Geometria 203-4 Indice delle sezioni Rango di una matrice, 2 Teorema degli orlati, 3 3 Calcolo con l algoritmo di Gauss, 6 4 Matrici

Dettagli

di Francesco Verbaro 1

di Francesco Verbaro 1 IL LAVORO PUBBLICO TRA PROCESSI DI RIORGANIZZAZIONE E INNOVAZIONE PARTE II - CAPITOLO 1 I L L A V O R O P U B B L I C O T R A P R O C E S S I D I R I O R G A N I Z Z A Z I O N E E I N N O V A Z I O N E

Dettagli