Gianni Cicia (1), Marcella Corduas (2), Teresa Del Giudice (1), Domenico Piccolo (2) 1. Premessa



Documenti analoghi
Ministero della Salute D.G. della programmazione sanitaria --- GLI ACC - L ANALISI DELLA VARIABILITÀ METODOLOGIA

TITOLO: L INCERTEZZA DI TARATURA DELLE MACCHINE PROVA MATERIALI (MPM)

LA COMPATIBILITA tra due misure:

Esame di Statistica Corso di Laurea in Economia

LA STATISTICA: OBIETTIVI; RACCOLTA DATI; LE FREQUENZE (EXCEL) ASSOLUTE E RELATIVE

Introduzione al Machine Learning

Metodi e Modelli per l Ottimizzazione Combinatoria Progetto: Metodo di soluzione basato su generazione di colonne

Relazione funzionale e statistica tra due variabili Modello di regressione lineare semplice Stima puntuale dei coefficienti di regressione

MACROECONOMIA A.A. 2014/2015

Statistica e calcolo delle Probabilità. Allievi INF

Lezione 10. L equilibrio del mercato finanziario: la struttura dei tassi d interesse

Dipartimento di Statistica Università di Bologna. Matematica finanziaria aa lezione 13: 24 aprile 2013

Università degli Studi di Urbino Facoltà di Economia

La verifica delle ipotesi

Economie di scala, concorrenza imperfetta e commercio internazionale

Relazioni tra variabili: Correlazione e regressione lineare

A. AUMENTO DELLA SPESA PUBBLICA FINANZIATO ESCLUSIVAMENTE TRAMITE INDEBITAMENTO

Il modello markoviano per la rappresentazione del Sistema Bonus Malus. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

Strutture deformabili torsionalmente: analisi in FaTA-E

Capitolo 7. La «sintesi neoclassica» e il modello IS-LM. 2. La curva IS

* * * Nota inerente il calcolo della concentrazione rappresentativa della sorgente. Aprile 2006 RL/SUO-TEC 166/2006 1

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Modelli per la Logistica: Single Flow One Level Model Multi Flow Two Level Model

STATISTICA DESCRITTIVA - SCHEDA N. 5 REGRESSIONE LINEARE

Allegato A. Modello per la stima della produzione di una discarica gestita a bioreattore

Esercitazioni del corso di Relazioni tra variabili. Giancarlo Manzi Facoltà di Sociologia Università degli Studi di Milano-Bicocca

McGraw-Hill. Tutti i diritti riservati. Caso 11

Economia del Lavoro. Argomenti del corso

Trigger di Schmitt. e +V t

PROCEDURA INFORMATIZZATA PER LA COMPENSAZIONE DELLE RETI DI LIVELLAZIONE. (Metodo delle Osservazioni Indirette) - 1 -

Test delle ipotesi Parte 2

Variabili statistiche - Sommario

Tutti gli strumenti vanno tarati

Scelta dell Ubicazione. di un Impianto Industriale. Corso di Progettazione Impianti Industriali Prof. Sergio Cavalieri

Hansard OnLine. Unit Fund Centre Guida

POR FESR Sardegna Asse VI Competitività BANDO PUBBLICO. Voucher Startup Incentivi per la competitività delle Startup innovative

Università di Napoli Parthenope Facoltà di Ingegneria

Risoluzione quesiti I esonero 2011

Esercitazioni del corso: STATISTICA

Indicatori di rendimento per i titoli obbligazionari

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa Esercitazione: 4 aprile 2013

Soluzione esercizio Mountbatten

La regressione. La Regressione. La Regressione. min. min. Var X. X Variabile indipendente (data) Y Variabile dipendente

CAPITOLO 3 Incertezza di misura Pagina 26

Aritmetica e architetture

I SINDACATI E LA CONTRATTAZIONE COLLETTIVA. Il ruolo economico del sindacato in concorrenza imperfetta, in cui:

Macchine. 5 Esercitazione 5

Condensatori e resistenze

NOTE DALLE LEZIONI DI STATISTICA MEDICA ED ESERCIZI CONFRONTO DI PIU MEDIE IL METODO DI ANALISI DELLA VARIANZA

La retroazione negli amplificatori

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche, a.a. 2007/2008 Esercizi 16 novembre2007

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Capitolo 6 Risultati pag a) Osmannoro. b) Case Passerini c) Ponte di Maccione

STATISTICA DESCRITTIVA CON EXCEL

Il valore monetario del volontariato. Un esercizio sul caso napoletano

Studio grafico-analitico di una funzioni reale in una variabile reale

Circuiti di ingresso differenziali

Norma UNI CEI ENV 13005: Guida all'espressione dell'incertezza di misura

Consorzio AlmaLaurea. XIII Indagine AlmaLaurea sul Profilo dei Laureati. Angelo di Francia (AlmaLaurea) Moira Nardoni (AlmaLaurea)

Calcolo della caduta di tensione con il metodo vettoriale

VA TIR - TA - TAEG Introduzione

Apprendimento Automatico e IR: introduzione al Machine Learning

LEZIONE 2 e 3. La teoria della selezione di portafoglio di Markowitz

Capitolo 3 Covarianza, correlazione, bestfit lineari e non lineari

3. Esercitazioni di Teoria delle code

a) Individuare l intervallo di confidenza al 90% per la media di popolazione;

STRATIGRAFIE PARTIZIONI VERTICALI

Scenari di frenata per il comparto elettrico: il nodo della valorizzazione del prodotto

Modelli descrittivi, statistica e simulazione

La taratura degli strumenti di misura

DBMS multimediali A L B E R T O B E L U S S I B A S I D I D A T I A N N O A C C A D E M I C O /

LA VARIABILITA. IV lezione di Statistica Medica

Regressione Multipla e Regressione Logistica: concetti introduttivi ed esempi

Corso di Economia Applicata

PRODOTTI TRANSGENICI E CONSUMATORI: IL RUOLO DELLA CONOSCENZA E DELL'ATTITUDINE AL RISCHIO L. Cembalo - G. Cicia - F. Verneau 1 2

La contabilità analitica nelle aziende agrarie

1. Una panoramica sui metodi valutativi

Newsletter "Lean Production" Autore: Dott. Silvio Marzo

Modelli di base per la politica economica

POLITECNICO DI BARI - DICATECh Corso di Laurea in Ingegneria Ambientale e del Territorio IDRAULICA AMBIENTALE - A.A. 2015/2016 ESONERO 15/01/2016

Elementi di linear discriminant analysis per la classificazione e il posizionamento nelle ricerche di marketing

I SETTORI DELLA MECCANICA E DELL ELETTRONICA: ANALISI DEGLI INDICATORI DI PREZZO-QUALITÀ

Dipartimento di Statistica Università di Bologna. Matematica Finanziaria aa lezione 22: 30 maggio 2013

Analisi dei flussi 182

FORMAZIONE ALPHAITALIA

Ottimizzazione nella gestione dei progetti Capitolo 6 Project Scheduling con vincoli sulle risorse CARLO MANNINO

INDICI STATISTICI MEDIA, MODA, MEDIANA, VARIANZA

L innovazione nella gestione della Qualità nelle PMI

Simulazione seconda prova Tema assegnato all esame di stato per l'abilitazione alla professione di geometra, 2006

L USO DI UN MODELLO DI SIMULAZIONE NELLA GESTIONE DEI CAMPIONAMENTI E DELLE STRATEGIE DI DIFESA DALLA MOSCA DELLE OLIVE

Matematica Computazionale(6cfu) Ottimizzazione(8cfu)

Capitolo 2 Dati e Tabelle

{ 1, 2,..., n} Elementi di teoria dei giochi. Giovanni Di Bartolomeo Università degli Studi di Teramo

Analisi di mercurio in matrici solide mediante spettrometria di assorbimento atomico a vapori freddi

Il patrimonio informativo aziendale come supporto alle attività di marketing

Adattamento di una relazione funzionale ai dati sperimentali

Economia del Settore Pubblico 97. Economia del Settore Pubblico 99. Quale indice di diseguaglianza usare? il rapporto interdecilico PROBLEMA:

RETI TELEMATICHE Lucidi delle Lezioni Capitolo VII

Corso di TRASPORTI E AMBIENTE. ing. Antonio Comi Ottobre Modelli di domanda

Deutsche Bank. Carte di Credito. Guida all attivazione della Lista movimenti on line

PROTOCOLLO C'INTESA PER LA TUTELA E IL TRA: La Provincia di Avellino. Il Consorzio ASI di Avellino. La Società Irpiniambiente spa

Transcript:

L anals delle preferenze de consumator ne confront delle produzon d qualtà: uno studo del consumo d caffé equosoldale medante l modello CUB Gann Cca (), Marcella Corduas (2), Teresa Del Gudce (), Domenco Pccolo (2) (,2) Centro per la Formazone n Economa e Poltca dello Svluppo Rurale (Portc, NA) () Dpartmento d Economa e Poltca Agrara e (2) Dpartmento d Scenze Statstche, Unverstà d Napol Federco II. Premessa Il caffè è, dopo l petrolo, l secondo prodotto sul mercato mondale delle esportazon, l fatturato è d crca 0 mlard d dollar e nella sua coltvazone, lavorazone e vendta sono occupat crca 25 mlon d persone nel sud del mondo. In partcolare, nell'ambto del Commerco equo-soldale, l caffè assume un ruolo altrettanto centrale, sa perché è stato uno de prmssm prodott colonal ad essere commercalzzato con regole non fnalzzate al proftto sa perché è stato l prmo prodotto ad essere certfcato come equo e soldale. Attualmente, l caffè vene mportato soprattutto dall'amerca Centrale (Ncaragua, Messco e altr) e solo n msura mnore dall'afrca (soprattutto dalla Tanzana). La tostatura e altre forme d lavorazone ntermeda (caffè decaffenato), nvece, avvengono ne paes consumator sulla base delle preferenze d quest. Nel 973 l olandese Far Trade Organsate mportava l prmo caffè equo da cooperatve d pccol coltvator del Guatemala. Ogg, a dstanza d 30 ann, tale prodotto è dventato una realtà economca rappresentando l 25-50% del fatturato delle organzzazon d Commerco Equo. Da un punto d vsta economco, durante l 2005 nella sola Unone Europea, l commerco equo e soldale, nel suo complesso, ha raggunto un fatturato record d 660 mlon d euro, due volte e mezzo maggore rspetto allo stesso nel 200. In Itala, la spesa pro-capte è, nvece, la pù bassa d'europa: 35 centesm d euro a testa. I prodott del commerco equo, specalmente quell almentar, s trovano n molte catene della grande dstrbuzone come Coop Itala, Cra, Auchan, Ldl. Nonostante la rlevanza del commerco equosoldale, poch sono gl stud relatv alla domanda d tal prodott e, n modo partcolare, d caffè. I poch lavor (Brd e Hughes, 997; Browne et al 2000; Arnot et al., 2006; Besnard et al., 2006) hanno focalzzato l attenzone sull esstenza d una domanda segmentata d prodott equosoldal con partcolare attenzone all elastctà della domanda al prezzo. Il pù recente d quest stud (Arnot et al. 2006), ha posto n evdenza, tramte un choce model a scelte real, come per consumator equosoldal canades, l elastctà al prezzo della domanda d caffè equosoldale sa consderevolmente pù bassa rspetto a quella relatva al prodotto convenzonale.

In questo studo analzzeremo la relazone tra prezzo e consumo d caffè equosoldale utlzzando un nuovo approcco all anals delle preferenze del consumatore. Il modello mstura che prenderemo n esame, nel seguto denomnato CUB, permette d esplorare n manera nuova la relazone tra l consumatore ed ben acqustat. Tale approcco consente d sntetzzare la dstrbuzone delle preferenze espresse da consumator, tramte scala qualtatva d tpo Lkert. Il modello CUB, partendo da gudz d preferenza d carattere qualtatv, tramte un confronto sull ntera dstrbuzone delle valutazon espresse, permette d collocare tale comparazone n un contesto nferenzale, ed nfne d collegare le valutazon a caratterstche de soggett, nel nostro caso studo a caratterstche d tpo comportamentale de consumator. Il campone utlzzato per l ndagne è composto da 224 responsabl d acqusto ntervstat presso 4 Botteghe del Mondo della Branza. 2. Il modello mstura CUB La valutazone n scala Lkert espressa da un soggetto su un certo bene può essere rappresentata medante una varable casuale (v.c.), R, la cu dstrbuzone d probabltà è data dalla seguente mstura: ) m # & r# m# r Pr( R = r) =! ' $ ( # " ) " + ( #! ) ; r =,2,...,m () ( r # % m dove ξ (0, ); π [0, ], ed m>3 è l valore pù elevato della scala Lkert utlzzata da soggett. Tale modello, proposto da D'Ela and Pccolo (2005), nasce dalla descrzone concettuale del meccansmo pscologco medante l quale un soggetto effettua la scelta del punteggo da attrbure ad un oggetto/servzo. Il processo è sntetzzato medante due component. La prma componente, con peso π, è specfcata dalla v.c. Bnomale traslata, ed ndca la convnzone profonda del soggetto che esprme l gudzo e la forza dell'attrazone (repulsone) che l soggetto prova verso l'oggetto della valutazone (Pccolo, 2006). La seconda componente descrve, nvece, l ncertezza che cascun soggetto apporta alla scelta laddove deve tradurre una propra convnzone (che certamente è un costrutto mentale con molte sfaccettature) n un punteggo Lkert. Nella mstura, l ncertezza nel gudzo fnale è descrtta dalla v.c. Unforme dscreta l cu peso relatvo è dato da ( "! ). Da un punto d vsta statstco, tale modello probablstco è molto flessble poché è n grado d descrvere dstrbuzon dalle forme molto dverse n termn d asmmetra, curtos e poszone della moda. In partcolare, Pccolo (2003) ha dervato l coeffcente d asmmetra e curtos della v.c. R n funzone de parametr della dstrbuzone, dmostrando che: Asm (",! ) = 0, per! = 0. 5. Inoltre, per

ogn "![0,], Asm (",! ) = # Asm( ",#! ). Pertanto, per! < 0. 5, la dstrbuzone d R è asmmetrca negatva e la probabltà che soggett esprmano un opnone postva rspetto all oggetto della valutazone aumenta al decrescere d ξ. Per! > 0. 5, la dstrbuzone è asmmetrca postva e la probabltà che soggett esprmano un opnone negatva aumenta al crescere d ξ. Inoltre, per π fssato, la curtos cresce a mano a mano che ξ s avvcna a bord dello spazo parametrco e Kurt (",! ) = Kurt( ",#! ). L nterpretazone del modello vene po arrcchta collegando due parametr (",! ) a varabl esplcatve (covarate) relatve a soggett che esprmono la valutazone. In tal modo, l dverso comportamento de soggett vene spegato attraverso le caratterstche ad ess assocate. In partcolare, se r è la valutazone espressa dall -esmo soggetto, allora l modello CUB(p,q) assume la forma: Pr( R ) m # & r# m# r = r y, w ) =! ' ( # " ) " + ( #! r $ ( # % # =, # = ; (2) + exp( " y! ) + exp( "w! ) dove y, y, y,..., y ) e w, w, w,..., w ) costtuscono le osservazon relatve alle (! = 2 p (! = 2 q covarate che caratterzzano l -mo soggetto ed utlzzate per spegare π e ξ rspettvamente, â = (" 0, ",..., " )! p, ã = (" 0,",..., " )! q sono vettor d parametr, n è l numero d soggett del campone. Ovvamente, nel modello la dpendenza dalle covarate può essere lmtata ad uno solo de parametr; con una notazone sntetca, tale tpo d struttura verrà ndcata come CUB(p,0) ovvero ) m CUB(0,q), mentre la formulazone () sarà denomnata CUB(0,0). Dato un campone d osservazon ( r, y, w )! per =,2,..., n, la funzone d log-verosmglanza per stmare è = ( â!, ã! )! n un modello CUB(p,q) è data da: l( è ) = n! = ( ln & &' + exp( " y â ). -, 4m " exp( " wã( " r )) 2 / 3 r " 0 ( + exp( " wã )) m" ; " m + * + ) m % #. (3) # $ La stma 2 vene effettuata con l metodo della massma verosmglanza medante algortm d tpo EM (Pccolo, 2006) e le procedure nferenzal connesse sono basate sulle propretà asntotche de corrspondent stmator. Tale formulazone è alla base dell'acronmo C(ovarates)U(nform)B(nomal). 2 Per la stma de modell CUB è dsponble una procedura n R che, asseme ad un testo d rfermento, è reperble dal sto: www.dpstat.unna.t.

Per agevolare l nterpretazone de rsultat dello studo, è opportuno llustrare nel caso d un modello CUB(0,), le due stuazon tpche determnate dalla natura delle covarate: a) se la covarata W è dscreta ed è caratterzzata da k valor, sosttuendo nella (2) le stme de parametr (! ˆ, ㈠), otterremo k dstrbuzon d probabltà stmate al varare de possbl valor assunt da W. Ad esempo, se W è una varable dcotomca che rappresenta l genere de soggett s perverrà a due dstrbuzon d probabltà dstnte per uomn e donne. b) se la covarata W è contnua, è convenente prendere n esame l valor medo, E ( R W = w), al varare de valor w nel relatvo supporto. Il modello CUB è un modello costruto per una v.c. margnale che, qund, anche n presenza d ndagn complesse tratta gl tems sngolarmente. Inoltre, a dfferenza dell approcco classco, basato sulla logca de Generalzed Lnear Models (McCullagh, 980; McCullagh and Nelder, 989; Agrest, 2002), esplcta n forma dretta l legame tra la probabltà che sa effettuata una scelta su una scala dscreta (Lkert, ratng, valutazone, voto) e le covarate del soggetto. Inoltre, non è pù necessaro restrngere l attenzone alla sola famgla esponenzale. Infne, la possbltà d legare parametr caratterstc del modello alle covarate del soggetto (senza l obblgo d rfermento a valor med) consente una pù mmedata nterpretazone delle class latent (selettvtà ed ncertezza) che gudano la scelta d un punteggo e, qund, la valutazone del prodotto da parte del consumatore. 3. Il questonaro ed l campone Il questonaro utlzzato per l ndagne era strutturato n 4 sezon. La prma d carattere ntroduttvo aveva come prncpale obettvo quello d defnre la reclutabltà, per gl scop dell ndagne, dell ntervstato. Infatt, venvano esclus coloro che dcharavano d non essere responsabl d acqusto del propro nucleo famlare e coloro che non consumavano caffè. La seconda sezone ndagava la struttura della domanda ndvduale d caffè, la frequenza d acqusto, prodott prefert, la frequenza d consumo, la modaltà d consumo, e partcolarmente rlevante per l ndagne, quante confezon d caffè, fra le ultme 0 acqustate, fossero d provenenza equosoldale. La sezone termnava con la valutazone, tramte scala Lkert -7, (dove ndcava del tutto prvo d mportanza e 7 estremamente mportante) d 6 attrbut del prodotto caffè: a) gusto; b) aroma; c) cremostà; d) mscela; e) paese d produzone; f) varetà utlzzata; g) percentuale d caffena; h) certfcazon (bo, equosoldale, d orgne geografca); ) prezzo; l) marca; m) modaltà confezone (carta, allumno, plastca, etc.); n) confezone bodegradable\rclable; o) utlzzo d tecnche d produzon bologche; p) mpego d manodopera femmnle nella flera produttva; q) utlzzo d

manodopera gustamente remunerata ; r) modaltà d trasporto che mnmzzano le emsson d CO2. La terza sezone aveva l obettvo d ndagare lo stle d vta dell ntervstato chedendogl d assegnare un punteggo da a 7 (dove ndcava del tutto n dsaccordo e 7 fortemente n accordo), a affermazon che nzavano tutte con o m sento una persona. Cu faceva seguto: a) attenta alla salute; b) con uno stle d vta attvo; c) concentrata sulla famgla; d) che tene alle tradzon; e) attenta all ambente; f) che fa molta attenzone alla qualtà de gener almentar che acqusta; g) che fa molta attenzone al Paese d provenenza de gener almentar che acqusta; h) sensble alle sperequazon socal; ) che s mpegna personalmente n azon che possono mglorare la qualtà dell ambente; l) che adotta azon che possono portare ad un mondo pù gusto. La qunta sezone era dedcata alla raccolta d un nseme d dat soco-demografc relatv alla famgla dell ntervstato, utl per l ndagne. Il questonaro è stato sottoposto, durante la prmavera del 2008, ad un campone d 250 consumator, dstrbuto presso quattro botteghe d commerco equo e soldale (Botteghe del Mondo) della Branza, area geografca che comprende comun della provnca d Mlano e d Como. Le botteghe erano dstrbute n quattro comun dfferent (Seregno, Gussano, Marano Comense e Lentate sul Seveso) ed erano legate a dvers grupp d volontarato. Le prme due botteghe, quella d Seregno e d Gussano, sono gestte dall Acl mentre gl altr due negoz da grupp d volontar. Il negozo d Marano Comense è gestto dalla Carovana del sale, un assocazone d volontar senza fn d lucro, mentre l assocazone Xapur, che gestsce l negozo d Lentate, è nata da alcun grupp del terrtoro d Lentate, Seveso, Barlassna e Mazzate che lavorano da ann nel campo del volontarato nternazonale. De 250 questonar raccolt, 26 sono stat scartat perché ncomplet. Qund, l ndagne statstca che qu dscuteremo è stata svolta su un campone d 224 consumator. Da una prma anals de dat soco-demografc emerge che l campone è costtuto per la maggor parte da donne (65%), con un lvello d struzone complessvamente elevato e decsamente al d dsopra della meda regonale, avendo solo l'% completato la scuola d'obblgo, l 53% ha conseguto l dploma d scuola superore, l 26% ha conseguto un ttolo unverstaro e ben l 0% possede un ttolo d studo post-unverstaro. La gran parte degl ntervstat s colloca n una fasca d età compresa tra 3 e 45 ann. Crca la metà ha una famgla con uno o pù fgl. Le fgure professonal prevalent sono quella mpegatza e de lber professonst o con attvtà n propro, segut ad una certa dstanza da opera ed nsegnant. La dstrbuzone del reddto famlare mensle netto ha un pcco modale tra.000 e 2.000 Euro. Infatt,

poco meno della metà del campone dchara tale reddto, decsamente basso rspetto al ttolo d studo medo dello stesso campone ed alla meda regonale. Tutt gl ntervstat acqustano l caffè equosoldale, anche se l 56% ha dcharato d acqustarlo raramente. 4. I rsultat La dstrbuzone d frequenza del numero d confezon d caffè equo-soldale su 0 acqust effettuat mostra la presenza d due grupp d consumator ben caratterzzat a seconda che loro acqust superno (o meno) le 4 confezon. Fgura. Dstrbuzone d frequenza del Numero d confezon acqustate su 0 acqust Coerentemente con gl obettv dell ndagne, l attenzone è stata concentrata sull anals dell mportanza che gl ntervstat attrbuscono al Prezzo nella scelta del caffè equosoldale. La stma del modello CUB(0,0) ha prodotto seguent rsultat (n parentes è ndcato l errore standard, mentre l ndca l valore della log-verosmglanza nel punto d massmo): 00!ˆ = 0.630 (0.083),!ˆ = 0.359(0.026), l (! ˆ ) = l 00 = 408.63. Tale modello mglora sensblmente, ntroducendo una varable dcotomca che tene conto de dvers lvell d acqusto degl ntervstat per spegare l parametro ξ. Infatt, è stato stmato l modello CUB(0,) così specfcato: Pr( R = r dove w ) m # & r# m# r! w ) =! ' $ ( # " ) " + ( #! ), con # = [ + exp(!" 0! w " )] ; (4) ( r # % m $ se C! 4 = #, essendo C l numero d confezon acqustate dall -esmo soggetto. " 0 altrment D seguto, rportamo rsultat della stma:

!ˆ =0.908 (0.046),! ˆ0 =0.302 (0.096),! ˆ =.385 (0.43), l (! ˆ ) = l 0 = 360.569. L elevata capactà esplcatva d tale modello è confermata dal lkelhood rato test che, nel caso n esame, è asntotcamente dstrbuto come una v.c.! ; n partcolare: ( l! l ) 94. 088 rsulta 2 ( ) 2 0 oo = ampamente sgnfcatvo. Sosttuendo nella (4), s pervene alla stma del parametro! condzonato al valore assunto dalla covarata nell -esmo soggetto: ( ˆ! w = ) = 0.252 e ( ˆ! w = 0 ) = 0. 575. S osserv che, come gà evdenzato n precedenza, l parametro ξ è legato alla asmmetra della dstrbuzone d probabltà, e, pertanto, valor pù vcn allo zero ndcano una asmmetra negatva ovvero una dstrbuzone n cu maggore probabltà è attrbuta a puntegg pù elevat. Il valor medo stmato dell mportanza che consumator attrbuscono al Prezzo vara n funzone del gruppo d appartenenza, n partcolare: E(R w=)=5.35; E(R w=0)=3.59; poché le corrspondent mede camponare sono par a 5.36 e 3.64 rspettvamente, esse rsultano ben approssmate dal valor medo della dstrbuzone CUB stmata. Fgura 2. Grado d mportanza attrbuto al Prezzo In Fgura 2. sono llustrate le dstrbuzon d probabltà stmate medante l modello CUB 3. Appare evdente che, tendenzalmente, la dstrbuzone d probabltà delle valutazon espresse da soggett consumator frequent è spostata verso destra rspetto a quella de soggett consumator occasonal. In altre parole, quest ultm sono n genere pù sensbl al Prezzo d quanto non sano gl appartenent all altro gruppo. Nello studo del grado d mportanza che consumator attrbuscono al Prezzo, un ulterore anals è stata condotta per tener conto delle varabl assocate allo stle d vta degl ntervstat rcavate da puntegg Lkert della terza sezone del questonaro e d alcun ndcator soco-demografc (età, 3 S not che per evdenzare meglo la forma della dstrbuzone è stata usato l tratto contnuo nonostante le v.c. sano effettvamente dscrete.

numero d component del nucleo famlare, reddto e lvello d struzone), allo scopo d mglorare così la valenza nterpretatva del modello proposto. Per sntetzzare tal varabl n un unco fattore è stata consderata la matrce delle dstanze Eucldee tra profl degl ntervstat (avendo standardzzato le varabl) e s è applcata una tecnca d scalng metrco (s veda: Marda et al., 979). In Fgura 3 è llustrata la mappa n due dmenson dervata dallo scalng, ove soggett sono stat ndcat con due dvers smbol a seconda del lvello d consumo che ess dcharano. 5 3 c2 - -3-5 -6-4 -2 0 2 4 6 c Fgura 3. MDS-rappresentazone de soggett ( basso consumo alto consumo) Il prmo asse, che spega l 40% crca della varabltà complessva, fornsce una ndcazone della tagla dell ntervstato n termn delle varabl consderate. Esso fornsce l ordnamento de soggett che s dspongono, da snstra a destra, a mano a mano che ess s sentono pù rappresentat dalle affermazon sullo stle d vta proposte nell ndagne e del possesso d un pù elevato lvello d struzone e d reddto. L età e la numerostà del nucleo famlare non sono rlevant nella determnazone d tale asse. Pertanto, le coordnate de soggett ottenut dalla proezone sul prmo asse della rappresentazone MDS sono state utlzzate per defnre una covarata che sntetzzasse gl aspett fondamental del proflo d cascun soggetto. Tale varable contnua è stata po nserta n un modello CUB(0,) per spegare l parametro ξ. Il grafco seguente mostra l valor medo condzonato del grado d mportanza attrbuto al Prezzo data la poszone che un soggetto occupa sull asse MDS.

Fgura 4. Valor medo condzonato del grado d mportanza attrbuta al Prezzo Vene confermato che a mano a mano che soggett attrbuscono maggor rlevo allo stle d vta e posseggono un maggor lvello d struzone e d reddto, ess attrbuscono anche un grado d mportanza al Prezzo n meda pù basso, con uno scarto tra l valor medo del punteggo espresso dal consumatore con l proflo mnmo e quello espresso dal consumatore con l proflo massmo par a 2.65. 4. Rflesson conclusve Lo studo condotto su consumator d caffè equo-soldale della Branza, tramte modello CUB, ha fornto stmolant spunt d rflessone sa n rfermento al modello statstco utlzzato sa n relazone alle preferenze ndagate. Per quanto rguarda l anals statstca, l nuovo approcco CUB s è mostrato partcolarmente effcace nell analzzare le preferenze de consumator regstrate attraverso scale Lkert. Il modello proposto nasce dalla descrzone concettuale del meccansmo pscologco con cu un soggetto effettua la scelta del punteggo da attrbure ad un tem. Vengono prese n esame due component. La prma componente descrve l ncertezza che cascun soggetto apporta alla scelta laddove deve tradurre una propra convnzone utlzzando una scala d valor (nella mstura, tale ruolo è rcoperto dallavarable casuale Unforme). La seconda componente, nvece, s rfersce alla forza e profondtà della convnzone che l soggetto esprme e che lo nduce ad una valutazone postva ovvero negatva; tale componente è descrtta dalla varable casuale Bnomale traslata la cu dstrbuzone può assumere vare forme. Il modello CUB è nnovatvo poché, a dfferenza dell approcco classco (basato sulla logca de Generalzed Lnear Models), esplcta n forma dretta l legame tra la probabltà d esplctare una scelta su una scala dscreta (ratng, valutazone, voto) e le covarate del soggetto. Inoltre, non è necessaro restrngere l attenzone alla sola famgla esponenzale come accade per modell tradzonal. Infne, la possbltà d legare parametr

caratterstc del modello alle covarate del soggetto (senza l obblgo d rfermento a sol valor med) consente una pù mmedata nterpretazone delle varabl latent (selettvtà ed ncertezza) che gudano la scelta d un punteggo e qund la valutazone. Le valutazon espresse da soggett su var tems e per sottogrupp possono po essere anche confrontate, qund, l modello CUB fornsce uno strumento, a nostro avvso, effcace per lo studo delle preferenze de consumator. Per quanto attene all anals delle preferenze, benché l campone abba una rappresentatvtà lmtata, rsultat hanno evdenzato l esstenza d una spccata segmentazone della domanda soprattutto n relazone al prezzo. La scarsa elastctà rspetto a questa varable, evdenzata da altre rcerche (Arnot et al., 2006), caratterzza, nell ndagne condotta, esclusvamente l segmento d consumator che mostra grado d struzone e reddto elevat ma soprattutto una vsone fortemente etca ed altrusta della vta nel suo complesso, dal socale alla sfera nterna degl affett. Al contraro, consumator che s dscostano da tal caratterstche sono rsultat sensbl al prezzo e conseguentemente mostrano un ncdenza decsamente pù bassa degl acqust equo sulla spesa complessva d caffè. Tal rsultat, se confermat da future rcerche a lvello nazonale, evdenzano la necesstà d pensare a poltche d marketng dfferenzate e basate su una mglore conoscenza della domanda d prodott equo-soldal, condzon queste fondamental nel momento n cu tal prodott s apprestano ad uscre dalla nccha per approdare alla grande dstrbuzone. Rngrazament: La rcerca del presente lavoro s è avvalsa del supporto scentfco del CFEPSR, Portc, e del contrbuto del progetto PRIN 2006-2008 (responsable scentfco: D. Pccolo). Bblografa AGRESTI, A. (2002): Categorcal data analyss, 2nd ed., New York: J.Wley and Sons. ARNOT, C.,. BOXALL P.C. AND S.B. CASH (2006), Do Ethcal Consumers Care About Prce? Revealed Preference Analyss of Far Trade Coffee Purchases, Canadan Journal of Agrcultural Economcs 54, 555 565. BESNARD F., D'ALESSIO M., MAIETTA O. W. (2006), Le motvazon all'acqusto de prodott del Commerco Equo e Soldale: un'anals comparata su consumator delle botteghe del mondo n Emla Romagna e n Campana, Economa Agro-Almentare n.2 BIRD, K. AND D. R. HUGHES (997), Ethcal consumersm: The case of farly-traded coffee, Busness Ethcs: A European Revew 6, 59 67. BROWNE, A. W., P. J. HARRIS, A. H. HOFNY-COLLINS, N. PASIECZNIK AND R. R. WALLACE (2000), Organc producton and ethcal trade: Defnton, practce and lnks, Food Polcy 25, 69 89. D'ELIA, A. AND D. PICCOLO (2005), A mxture model for preference data analyss. Computatonal Statstcs and Data Analyss, 49, 97-934.

MARDIA, K. V., J. T. KENT, AND J. M. BIBBY (979), Multvarate analyss, New York: Academc Press. MCCULLAGH, P. (980), Regresson models for ordnal data, Journal of the Royal Statstcal Socety, B, 42, 09-42. MCCULLAGH, P. AND J.A. NELDER (989), Generalzed Lnear Models, London: Chapman & Hall. PICCOLO, D. (2003), On the moments of a mxture of Unform and shfted Bnomal random varables, Quadern d Statstca, 5, 86-04. PICCOLO, D. (2006), Observed nformaton matrx for MUB models, Quadern d Statstca, 8, 33-78. PICCOLO, D. AND A. D'ELIA (2008), A new approach for modellng consumers' preferences, Food Qualty and Preference, 9, 247-259.