Metodi statistici per le ricerche di mercato

Transcript

1 Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per la comunicazione d'impresa» Dalla media del campione a quella della popolazione Fino ad ora abbiamo calcolato il valore di z utilizzando µ e poi abbiamo individuato la probabilità di ottenere il valore della media del nostro campione espressa in forma standardizzata Ma se non conosciamo µ, come procediamo? Come si stabilisce se il valore medio di un campione è una buona stima di quello della popolazione? 1

2 Gli intervalli di confidenza Si fa riferimento agli intervalli di confidenza: intervalli di valori, definiti da un estremo inferiore e superiore e costruiti a partire dalla media del campione, entro i quali possiamo ritenere che con una certa probabilità, sia inclusa la media della popolazione. La probabilità che il valore vero del parametro della popolazione cada nell intervallo si definisce livello di confidenza e si indica con (1 - α) α (denominato livello di significatività) è la probabilità che il parametro si trovi al di fuori dell intervallo di confidenza. Se il livello di confidenza è (1- α)=95% α =5% Se il livello di confidenza è (1- α)=99% α =1% Intervallo di confidenza per la media con σ noto X Z σ / n µ X + Z σ / n α / 2 α / 2 A partire dalla media del campione costruiamo un intervallo di valori sottraendo e sommando Z α/2 moltiplicato per l errore standard. Z α/2 è il valore, detto critico, a cui corrisponde un area cumulata della distribuzione normale standardizzata pari a (1- α/2 ). Ciò vuol dire che se vogliamo avere un livello di confidenza del 95%, dobbiamo individuare sulle tavole della curva normale il valore z che ci consente di ottenere attorno al valore medio della distribuzione il 95% dei casi, lasciando a destra dell area il 2,5% e a sinistra il 2,5%: (1,00-0,025=0,975) Questo valore è z=±1,96 2

3 Se vogliamo avere un livello di confidenza del 99%, quale è il valore critico di z? 1. Calcolare α/2= (1-0,99)/2=0, Cercare sulla tavola della curva normale standardizzata (tav.a) l area pari a (1- α/2 )=(1-0,005)=0, Individuare il valore di z corrispondente. 4. Disegnare la curva normale Se vogliamo avere un livello di confidenza del 99,73%, quale è il valore critico di z? 1. Calcolare α/2= (1-0,9973)/2=0, Cercare sulla tavola della curva normale standardizzata (tav.a) l area pari a (1- α/2 )=(1-0,00135)=0, Individuare il valore di z corrispondente. 4. Disegnare la curva normale 3

4 : stima ad intervallo A un campione casuale semplice di 80 clienti è stato chiesto di attribuire un punteggio da 1 a 100 a un prodotto immesso sul mercato nell ultimo anno. Il valore medio del punteggio è stato 74. Sapendo che lo scarto quadratico medio del punteggio nella popolazione è di 2,5, stimare il punteggio medio del prodotto nella popolazione di riferimento, calcolando l intervallo di confidenza al 95%, al 99% e al 99,73%. (1-0,95)/2=0,025 (1-0,025)= 0,9750 standardizzata (tav.a) l area pari a (1- α/2 ) 1. Calcolare α/2= (1-p)/2 2. Cercare sulla tavola della curva normale 741,96 (2,5/ 80 ) μ 74+1,96 (2,5/ 80 73,45 μ 74,55 (1-0,99) /2=0, Individuare il valore di z corrispondente. 4. Utilizzare il valore z per costruire gli intervalli di confidenza X Z σ / n µ X + Z σ / n α / 2 α / 2 742,58 (2,5/ 80 ) μ 74+2,58 (2,5/ 80 73,28 μ 74,72 ( )/2 =0, (2,5/ 80 ) μ 74+3 (2,5/ 80 73,16 μ 74,84 : stima ad intervallo (segue) Possiamo dunque affermare che a partire dal punteggio medio rilevato nel campione di 74, il punteggio medio attribuito dalla popolazione dei clienti al prodotto è compreso tra : 73,45 e74,55, con un livello di confidenza del 95% e con una probabilità del 5% che sia esterno a questo intervallo. 73,28 e 74,72, con un livello di confidenza del 99% e con una probabilità del 1% che sia esterno a questo intervallo. 73,16 e 74,84 con un livello di confidenza del 99,73% e con una probabilità dello 0,27% che sia esterno a questo intervallo. 4

5 Per facilitarci il compito: Valori di Zα/2 in corrispondenza dei livelli di confidenza 1-α sign. α Zα/2 0,6827 0,3173 1,00 0,7000 0,3000 1,04 0,8000 0,2000 1,28 0,9000 0,1000 1,64 0,9500 0,0500 1,96 0,9545 0,0455 2,00 0,9900 0,0100 2,58 0,9973 0,0027 3,00 In statistica in genere si ritiene accettabile un rischio di non più del 5%. Pertanto i livelli di confidenza utilizzati sono quelli di almeno il 95% ossia di (1- α) 0,95, a cui corrisponde appunto un livello di significatività α 0,05. Si ritengono accettabili dunque valori di Sign= α 0,05, che risultano associati a valori di Zα/2 1,96 : stima ad intervallo Su un campione casuale semplice di 196 negozi è stato rilevato un volume di vendite settimanale di 25 mila euro. Sapendo che lo scarto quadratico medio del volume di vendite nella popolazione è di 1500 euro, stimare il volume di vendite settimanale medio nella popolazione di riferimento, con un livello di confidenza del 95%, e del 99%. 1.Individuare il valore di z corrispondente a ciascun livello di confidenza 2-Utilizzare il valore z per costruire gli intervalli di confidenza X Z σ / n µ X + Z σ / n α/2 α/2 (1-α)=0,95 z α/2 =1, ,96 (1500/14) µ ,96(1500/14) µ (1-α)=0,99 z α/2 =2, ,58 (1500/14) µ ,58(1500/14) 24723,57 µ 25276,43 5

6 Se σ non è noto In genere lo scarto quadratico medio della popolazione σ, al pari della media µ, non è noto. Pertanto, per ottenere un intervallo di confidenza per la media della popolazione, occorre utilizzare la deviazione standard del campione. Al posto dell errore medio standard stimato: = = utilizziamo l errore (per popolazioni normali ed n >50, popolazioni infinite, per popolazioni non normali senza valori eccezionali ed n>100) 1 (per popolazioni finite) Dove s è la deviazione standard del campione : stima ad intervallo con σ non noto Su un campione di 120 intervistati si è rilevata una spesa media mensile per telefonate su cellulare di 15 euro con scarto quadratico medio di 5,4. Assumendo che la popolazione è distribuita in modo normale, stimare la spesa media nella popolazione di riferimento, con un livello di confidenza del 95,45%. 1. Calcolare α/2= (1-0,9545)/2 2. Cercare sulla tavola della curva normale standardizzata (tav.a) l area pari a (1- α/2 ) 3. Individuare il valore di z corrispondente. 4. Utilizzare il valore z per costruire gli intervalli di confidenza (5.4/ 119 ) μ 152 (5.4/ 119 ) 14,01 μ 15,99 Possiamo dunque affermare che a partire dalla spesa media rilevata sul campione di 15 euro, la spesa media della popolazione, è compresa tra 14,01 e 15,99 euro, con un livello di confidenza del 95,45% e con una probabilità del 4,55% che sia esterna (maggiore o minore) a questo intervallo. 6

7 Su un campione di 110 punti vendita si è rilevato che il prezzo di vendita di un noto modello di cellulare è di 355 euro, con uno scarto quadratico medio di 16 euro. Assumendo che la popolazione sia distribuita in modo normale, stimare il prezzo di vendita di quel prodotto nella popolazione di riferimento, con un livello di confidenza del 99,73%. Se σ non è noto: approfondimenti Negli esercizi precedenti in cui n era grande (n>100), anche quando σ non era noto, abbiamo utilizzato l errore standard stimato e abbiamo fatto riferimento, per semplicità, alla distribuzione normale standard. In realtà, se la variabile casuale X ha una distribuzione normale allora la statistica : ha una distribuzione t di Student con (n 1) gradi di libertà. Una t di Student con molti gradi di libertà (n>100) si approssima ad una distribuzione normale standard. Tuttavia per un numero inferiore di gradi di libertà e dunque al diminuire di n la distribuzione t di Student differisce da quella normale e dunque invece della variabile z si utilizza t. 7

8 T di student La distribuzione t di Student ha una forma simile a quella della normale standardizzata. Il grafico è più appiattito e l area sottesa sulle code è maggiore di quella della normale perché il fatto che σ non è noto e viene stimato da s, è fonte di incertezza e dunque di maggiore variabilità di t. La distribuzione T è simmetrica rispetto alla media 0 e la forma dipende dal numero dei gradi di libertà Gdl o v=( n-1) Se n è grande la distribuzione T si approssima alla curva normale. Intervalli di confidenza con la T di Student gli intervalli di confidenza vengono costruiti facendo riferimento a valori di t in corrispondenza di un dato livello di confidenza e dei gradi di libertà (gdl o v=n-1). Gli intervalli:, includono il valore incognito µ con il 95% di probabilità, includono il valore incognito µ con il 99% di probabilità I valori dipendono dal numero di gradi di libertà e vengono individuati utilizzando apposite tavole. 8

9 La tavola della T di student La tavola fornisce i valori critici per la distribuzione t. La colonna a sinistra contiene il numero dei gradi di libertà, mentre le altre colonne danno i valori di t in corrispondenza dei vari livelli di significatività, cioè le porzioni di area nelle due code della distribuzione. Quindi α=0,050 corrisponde a due aree α/2=0,025, a destra e a sinistra della distribuzione. : stima ad intervallo con σ non noto e n piccolo Su un campione di 30 intervistati si è rilevata una spesa media mensile per sigarette elettroniche di 58 euro con scarto quadratico medio di 4 euro. Assumendo che la popolazione è distribuita in modo normale, stimare la spesa media nella popolazione di riferimento, con un livello di confidenza del 95%. 1. Calcolare α= (1-0,95)=0, Calcolare i gradi di libertà v= (n-1) 3. Cercare sulla tavola della t di Student il valore di t in corrispondenza del valore α e di v. 4. Individuare il valore di t corrispondente. 3. Utilizzare il valore t per costruire gli intervalli di confidenza ,045 (4/ 29 ) μ 582,045 (4/ 29 ) 56,48 μ 59,52 Possiamo dunque affermare che a partire dalla spesa media rilevata sul campione di 58 euro, la spesa media della popolazione, è compresa tra 56, ,53 euro, con un livello di confidenza del 95% e con una probabilità del 5% che sia esterna (maggiore o minore) a questo intervallo. 9

10 Su un campione di 25 donne si è rilevato un consumo medio di alcol settimanale di 9 unità con uno scarto quadratico medio di 2,5 unità. Assumendo che la popolazione è distribuita in modo normale, stimare il consumo medio della popolazione di riferimento, con un livello di confidenza del 99%. 1. Calcolare α= (1-0,99)=0,01 2. Calcolare i gradi di libertà v= (n-1) 3. Cercare sulla tavola della t di Student il valore di t in corrispondenza del valore α e di v. 4. Individuare il valore di t corrispondente. 3. Utilizzare il valore t per costruire gli intervalli di confidenza 92,797 (2,5/ 24 ) μ 92,797 (2,5/ 24 ) 7,57 μ 10, Quando il parametro da stimare è una proporzione Spesso nelle ricerche di mercato le statistiche che interessano non sono espressi in valori medi, ma in proporzioni. Si è interessati ad esempio a conoscere la proporzione di clienti soddisfatti o insoddisfatti, oppure di consumatori di un determinato prodotto. Una volta rilevate queste proporzioni su un campione come possiamo procedere a stimare la proporzione reale nella popolazione di riferimento? Anche in questo caso possiamo procedere analogamente alla stima dei valori medi, poiché la distribuzione delle proporzioni campionarie p, tende, se n è grande a distribuirsi secondo una distribuzione normale, con con media: E(p) =P dove P è la proporzione reale nella popolazione e varianza : Var (p) = PQ/n dove Q=(1-P) (popolazione, non finita con qualunque tipo di estrazione; popolazione finita con estrazione con ripetizione, n>30) ) Var (p) = PQ/n [(N-n)/(N-1)] (popolazione finita con estrazione senza ripetizione) 10

11 Possiamo dunque procedere analogamente a quanto abbiamo fatto per stimare i valori medi, anche nel caso di proporzioni. Sappiamo infatti che: Per n grande, o per popolazioni non finite, o nell estrazione con ripetizione: il 68.26% delle proporzioni dei campioni è compreso tra il 95.44% tra2 il 99.73% tra 3 Per popolazioni il 95.44% tra finite, 2 nell estrazione senza ripetizione: il 68.26% delle proporzioni dei campioni è compreso tra il 99.73% tra3 il 95.44% tra 2 il % tra P3 Su un campione di n=100 negozi, risulta che 40 hanno adottato un nuovo orario di apertura. Perciò la proporzione campionaria è di 0,40. Da altre indagini di fonte ufficiale risulta invece che la porzione di negozi in tutta la zona che hanno adottato il nuovo orario è del 36%, quindi la proporzione della popolazione è di 0,36. Quale è la probabilità di ottenere un campione che ha una proporzione superiore di 0,40 se quella della popolazione è di 0,36? Facendo riferimento alla distribuzione delle proporzioni campionarie la proporzione media di tutti i possibili campioni di 100 unità estraibili dalla popolazione si distribuisce normalmente con media: E(p) =P =0,36 e errore medio delle proporzioni: Var (p) = PQ/n = 0,048 Z=,,, = 0,83 1. Trovare il valore medio e l errore standard delle proporzioni campionarie 2. Calcolare il valore standardizzato 3. Disegnare la distribuzione normale 4. Calcolare la probabilità sulla tavola della distribuzione normale 5. Trarre le conclusioni La probabilità di ottenere un campione con una proporzione -superiore a 0,40 è di (1-0,7967)=0,2033 = 20% Quindi il 20% 11

12 Intervallo di confidenza per proporzioni A partire dalla proporzione del campione p possiamo costruire un intervallo di valori sottraendo e sommando Z α/2 e moltiplicando per l errore. Come sappiamo Z α/2 è il valore a cui corrisponde un area cumulata della distribuzione normale standardizzata pari a (1- α/2 ). Se n è grande possiamo usare la proporzione p del campione come buona approssimazione della proporzione della popolazione nel calcolo dell errore standard: : stima ad intervallo di una proporzione Su un campione casuale semplice di 150 intervistati si è rilevata che la percentuale di soggetti che legge un quotidiano è del 40%. Stimare la vera percentuale di lettori di quotidiani nella popolazione, con un livello di confidenza del 95,45% e del 99%. : 1. Individuare il valore di z corrispondente a livello di confidenza richiesto. 2.Utilizzare il valore z per costruire gli intervalli di confidenza Attenzione p non è la percentuale, ma la proporzione!! 0,402 0,402,58,,,, (1-α)=95% 0,402 0,32 0,48 (1-α)=99% 0,402,58 0,30 0,50,,,, Possiamo dunque affermare che a partire dalla percentuale rilevata sul campione, la percentuale di lettori di quotidiani nella popolazione di riferimento è compresa tra il 32% e il 48% con un livello di confidenza del 95,45% e tra il 30% e il 50% con un livello di confidenza del 99%. 12

13 In un campione di 80 intervistati, 36 clienti hanno detto di preferire l hotel Royal agli altri hotel della zona. A- Si vuole applicare il risultato all intera popolazione di riferimento, con un livello di confidenza del 95%. Quale intervallo di gradimento si ottiene per l hotel Royal? B- Se si decide di estendere la rilevazione a 250 clienti ottenendo una percentuale di preferenze per l hotel Royal del 48%, quali sono i nuovi intervalli di confidenza? : 1. Calcolare la proporzione p di clienti che preferiscono l hotel Royal 2. Calcolare l errore standard delle proporzioni 3. Individuare il valore di z corrispondente a livello di confidenza richiesto. 4. Utilizzare il valore z per costruire gli intervalli di confidenza Risposta A p=36/80=0,45 0,45 10,45 0, ,451,96 0,056 0,451,96 0,056 0,34 0,56 Da una ricerca di mercato effettuata su un campione di 200 intervistati risulta che solo 80 individui sono a favore della costruzione di un centro commerciale. A- Si stimi la proporzione della popolazione a favore della costruzione calcolando l intervallo di confidenza al 95,54% B- Se l impresa che costruisce il centro commerciale sostiene che nella popolazione il 70% è a favore della costruzione, qual è la probabilità di avere un campione di 200 persone con la proporzione che abbiamo osservato se la vera proporzione della popolazione è dello 0,7? L impresa ha ragione o torto? 13