Esempi e trucchi di statistica pratica nei sondaggi Come si fa un sondaggio
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
La statistica è
facile e ogni
tanto utile!!
Esempi e trucchi di statistica
pratica nei sondaggi
Come si fa un sondaggio
Una ricerca o un sondaggio seguono un processo
di produzione:
1. Determinazione dei bisogni informativi (e
budget)
2. Progettazione del disegno di ricerca
a) Scelta tra campionamento probabilistico non probabilistico
b) Scelta della modalità di raccolta dei dati
c) Stesura dello strumento di rilevazione
3. Raccolta dei dati (Field)
4. Analisi ed interpretazione dei dati
5. Presentazione e consegna del rapporto finale
Determinazione dei bisogni
informativi
Cercare di comprendere cosa vuol saper il cliente
Tradurre il concetto, definire il costrutto, infine
costruire gli indicatori
Tradurre questo bisogno in un processo attuabile
.
1. Cosa chiedere (questionario)
2. A chi chiedere (campione, collettivo)
3. Come chiedere (CATI, CAWI, CATI)
4. Quando chiedere e dove
Determinazione del concetto,
del costrutto, dell’indicatore
“Fare a pezzi” tutti gli aspetti del bene, del
servizio, del processo di scelta in
elementi il più possibile elementari e su
. questi elementi minimi realizzare le
domande.
L’esempio della qualità di un bene e
servizio……
Un esempio
La qualità per gli uomini
Censura
Censura
Un altro esempio
(per par condicio)
La qualità le donne
Censura
CensuraDeterminazione dei bisogni
informativi
Cosa rende un uomo o un donna un riferimento
della moda o del cinema?
Quali aspetti di “prodotto” fanno di Naomi o di Brad
due “eccellenze” nei loro “mercati”.
. Un’osservazione, una misurazione degli aspetti
che determinano il loro successo possono
aiutarci a realizzare un’altra storia di successo
TUTTO SI PUO’ CHIEDERE E SAPERE
Cosa può fare un sondaggio in
politica
Cosa rende un candidato-sindaco attraente?
Su quali leve deve puntare?
La sua immagine è coerente con la percezione che
di lui ha l’elettorato?
Cosa interessa davvero al cittadino?
Cosa vuole la cittadinanza?
Su quali set valoriali lavorare?La progettazione del disegno di ricerca
2a Scelta del tipo di campione
Tipi di campioni
Campionamenti non Campionamenti
probabilistici probabilistici
A scelta ragionata Per quote Casuale semplice A grappolo
Sistematico Stratificato
La determinazione della numerosità
campionaria
Strumenti e trucchi
Le ipotesi
1. La popolazione è normale (in realtà ci occorre
la normalità della distribuzione della frequenza
relativa da stimare)
.
2. Le possibilità di risposta sono 2
3. Abbiamo possibilità di gestire la misura
dell’erroreIl campionamento
Strumenti e trucchi
Le ipotesi
1. La popolazione è normale
Per risolvere il problema della normalità
della distribuzione si “sfrutta” la regola
pratica di Cochran (questo è un trucco!!)
npq>9
Per esempio n=40, p=0,3 npq=8,4 quindi occorre adottare n
almeno =>43
Il campionamento
Strumenti e trucchi
Le ipotesi
2. Le modalità di risposta sono due
ll problema può essere posto in questi
.
termini procedendo ad opportune
aggregazioni in modo da ricondursi a 2
possibilità (questo è un trucco!!)Il campionamento
Strumenti e trucchi
Le ipotesi
3. Abbiamo possibilità di gestire la misura
dell’errore
.
Usiamo il budget a disposizione per
determinare la numerosità campionaria il
livello di attendibilità e soprattutto l’errore
(l’errore è un espediente)
Il campionamento
Strumenti e “trucchi”
Ampiezza del campione per margini di errore massimo
numerosità della pari a
popolazione 1% 2% 3% 4% 5% 6%
1500 1305 938 638 441 316 235
2000 1667 1112 714 476 333 244
3000 2308 1364 811 517 353 255
4000 2858 1539 870 541 364 260
5000 3334 1667 909 556 370 264
7000 4118 1843 959 574 378 268
.
10000 5001 2001 1000 588 385 271
15000 6001 2143 1034 600 390 273
25000 7143 2273 1064 610 394 275
50000 8334 2381 1087 617 397 277
100000 9091 2439 1099 621 398 277
INFINITA 10000 2500 1111 625 400 278
Nelle ipotesi P=0,955 e p=q=0,5Il campionamento
Strumenti e “trucchi”
Variazioni dell'ampiezza del campione al variare dell'errore atteso
10000
9000
8000
7000
La numerosità campionaria è
Interviste
6000
5000
fortemente influenzata dalla
4000
misura dell’errore
3000
2000
1000
0
1 2 3 4 5 6
Errore atteso
1500 3000 5000 10000 25000 50000 100000 INFINITA
Il caso Confindustria Movimento Giovani
• L'indagine statistica, che illustriamo di seguito, è realizzata secondo lo
schema di seguito:
• L’unità di rilevazione è l’imprenditore (titolare o socio) non
personalmente associato ad alcuna associazione
1°wave 2°wave
Interviste ad associati al Interviste a non associati al
Movimento Giovani Movimento Giovani
Imprenditori Confindustria
.
Interviste ad imprenditori Interviste ad imprenditori
con aziende associate ad con aziende non
altri movimenti associate
• Nella seconda wave, la numerosità campionaria è stabilita in base a
metodologie statistiche probabilistiche a priori in 300 unità, e ci
attendiamo un campione con un livello di probabilità al 95% ed un errore
al 4%.Scelta (elezione) dell’unità
Giovane imprenditore NO
under 40?
SI
Personalmente SI Chiusura
associato?
NO
Intervista con richiesta SI Azienda associata?
soddisfazioni
NO
Intervista priva di
richiesta soddisfazioni
Alcuni risultati
L'associativismo in futuro sara?
60
48,54
50
35,23 36,13
40
31,82
30
23,86
20
9,09 7,30 8,03
10
0
Più importante Più o meno Meno importante Non sa
costante
Aziende non associate Aziende associate L'associazione deve valorizzare la figura e il ruolo
dell'imprenditore?
60
50,00
50 44,93
40 34,42
30
19,20
20 16,30 14,86
8,33
10 4,71 6,16
1,09
0
Molto abbastanza Poco Per nulla Non sa
Soddisfazione ImportanzaLa catena del valore
(realizzata con Weka)
Soddisfazione troppo difficile da emulare
L’elaborazione
Strumenti e trucchi
E’ il problema minore
Ci sono moltissimi software che risolvono il
problema alcuni sono free (R), alcuni
sono moduli aggiuntivi di Excel (Phstat)
.
altri sono commerciali
Stata (ottimo per biostatistica)
Spss (ottimo per ricerche sociali-mktg)
Sas (ottimo per tutto ma non friendly)Un esempio di output
Voti medi alla frutta
Medie e
istogrammi
Voto all'appetibilità
(presentazione, 5,71 con excel
aspetto) delle frutta
Voto alla quantità della
5,60
scelta della frutta
Voto alla quantità della
frutta offerta (intesa 5,67 Medie e
porzione intervalli degli
errori con
Voto al gusto e sapore
5,69 Spss
della frutta offerta
Il grafico con la retta di regressione
con StataUn esempio di regressione sempre con stata
Anali della varianza
Somma dei quadrati della regressione (SQR variabilità spiegata)
la parte di variabilità attribuibile alla relazione tra api00e enroll
Somma dei quadrati degli errori (SQE variabilità non spiegata F = + o - è il quadrato di t
ossia non attribuibile al modello) di enroll
=SQR/SQT
= Radice quadrata
di SQE/n-2
Test significativo perché
“abbastanza diverso da 0
Il calcolo dei residui del modello
scatter e enroll ed analisi delle condizioni
Distribuzione normale degli errori
(histogram e, normal)
Omoschedasticità = gli errori devono
variare di un medesimo ammontare
sia in corrispondenza di valori
elevati che piccoli di X
In questo caso all’aumentare o
diminuire non aumentano o
diminuiscono gli errori
(correlazione? “Correlate”)
Gli errori devono essere indipendenti
per ciascun valore di X
IL MODELLO E’ CORRETTOIl report e la presentazione
Strumenti e trucchi
E’ una fase critica
Ci sono 3 grosse strategie nel produrre il report e
presentare i dati
1. L’esauriente (per il committente o la funzione
.
aziendale o politica direttamente interessata
2. Il riassunto (meno approfondito che prende in
esame la parte centrale dell’indagine ad uso
meno ristretto ma interno)
3. L’essenziale (di solito è la cartella stampa che
si comunica all’esterno)
Il report e la presentazione
Strumenti e trucchi
Attenzione ci sono diverti tipi di dati:
1. I dati spendibili (funzionali che
confermano che si procede nella giusta
direzione)
.
2. I dati non politicamente spendibili (fanno
emergere criticità o errori nelle scelte, si
dicono mediando la comunicazione)Puoi anche leggere
