UNIVERSITATEA VASILE ALECSANDRI BACU FACULTATEA DE TIINE ECONOMICE SPECIALIZAREA MARKETING

LUCRARE SEMESTRIAL ANALIZA INFORMAIILOR DE MARKETING UTILIZND SPSS

Profe or Prof% "$&'% #r% E"(e$&) *AR+A A & !% "$&'% #r#% O)$) A$."/) STNGACIU

S!"#e$! Io$e, ALE-A Io$"/ CONDOR !ef)$0N&.o,)e TIMOFTE C)r1e$ $&.o,e!) VASILIU

Cer&$!e 2ro&e.!3

Alegeti din Anuarul Statistic al Romaniei sau din baza de date TEMPO online serii de timp a I ! S de pe site """ insse ro 2 #ariabile a$late intr%o oarecare dependenta una de alta& pentru toate cele '( )udete *$ara municipiul +ucuresti, -olosind SPSS& introduceti datele si analizati. Indicatorii medii si ai #ariatiei pentru $iecare din cele doua #ariabile $olosind metode di$erite de analiza E$ectuati gra$ice speci$ice pentru cele doua distributii si pentru indicatorii calculati E$ectuati o analiza bi#ariata a datelor selectate Analizati legatura dintre cele doua #ariabile si stabiliti care este cel mai potri#it model de regresie

Pentru proiectul de $ata am ales ca #ariabile de pe site%ul """ insse ro supra$ata culti#ata cu grau in anul 2001 si productia de grau in acelasi an

Am desc2is o sesiune de lucru in SPSS si am de$init #ariabilele in $ereastra Variable View. Primul pas dupa de$inirea #ariabilelor a $ost stabilirea atributelor $iecarei #ariabile in parte Pentru #ariabila judet am ales ca tip String *al$a numerica, cu o lungime de 30 de carcatere

Pentru #ariabilele Supr_cult si Productie am stabilit tipul #ariabilei ca $iind Numeric& lungimea de (4 caractere si numarul de zecimale egal cu zero

'

Am introdus etic2etele *Label, pentru $iecare #ariabila in parte

I$#&.)!or&& 1e#&& & )& ')r&)!&e& 2e$!r" f&e.)re #&$ .e,e #o") ')r&)4&,e5 fo,o &$# 1e!o#e #&fer&!e #e )$),&6)% S"2r)f)!) .",!&')!)

Primul pas in calculul indicatorilor a $ost desc2iderea $erestrei Analyze->Descripti e Statistics>!re"uencies Am mutat in casuta Variable#s$ supra$ata culti#ata& apoi am intrat in optiunea Statistics unde am bi$at urmatorii indicatori. 5uartiles& Mean& Median& Mode& Sum& Std 6e#iation& 7ariance& Range& Minimum& Ma8imum si S9e"ness

N : '( %; baza de date cuprinde '( de )udete analizate Me)$ : '<0=< %; supra$ata medie culti#ata in cele '( de )udete este de '<0=< 2ectare Me#&)$ : //212 %; )umatate din )udetele analizate au o supra$ata culti#ata sub //212 2ectare si )umatate peste Mo#e : 41/4 %; a#em module multiple si de aceea este indicata doar cea mai mica #aloare S!#% De'&)!&o$ : 30021 %; apro8imati# 41> dintre )ude?e au o supra$a?@ culti#at@ cu grau cuprins@ Antr% un inter#al egal cu media plus sau minus #aloarea abaterii medii p@tratice& respecti#. '<0=< BC% 30021D V)r&)$.e : 23021/404' S7e8$e : 2 R)$(e 9 2223=( %; di$eren?a dintre cea mai mare si cea mai mic@ supra$a?@ culti#at@ cu grau este de 2223=( 2ectare * amplitudinea,D M):&1"1 : 22<'0= %; cea mai mare supra$a?@ culti#at@ cu grau este de 22<'0= 2ectare M&$&1"1 : 41/4 %; cea mai mica supra$a?@ culti#at@ cu grau este de 41/4 2ectare

Optiunea Analyze->Descripti e Statistics-> Descripti es.

Optiunea Analyze->%eports-> &ase Summaries. 1

Se obser#a ca prin toate cele / metode rezultatele sunt aceleasi Pro#".!&e #e (r)" <

Primul pas in calculul indicatorilor a $ost desc2iderea $erestrei Analyze->Descripti e Statistics>!re"uencies Am mutat in casuta Variable#s$ productia& apoi am intrat in optiunea Statistics unde am bi$at urmatorii indicatori. 5uartiles& Mean& Median& Mode& Sum& Std 6e#iation& 7ariance& Range& Minimum& Ma8imum si S9e"ness

(0

N : '( %; baza de date cuprinde '( de )udete analizate Me)$ : (/'=4< %; productia medie obtinuta in cele '( de )udete este de (/'=4< tone Me#&)$ : =422( %; )umatate din )udetele analizate au obtinut o productie de grau de sub =422( tone si )umatate peste Mo#e : ('//'%; a#em module multiple si de aceea este indicata doar cea mai mica #aloare S!#% De'&)!&o$ : (/3=4' %; apro8imati# 41> dintre )ude?e au o productie de grau cuprins@ Antr%un inter#al egal cu media plus sau minus #aloarea abaterii medii p@tratice& respecti#. (/'=4< BC% (/3=4'D V)r&)$.e : (1'/(1(=30< S7e8$e : 2 R)$(e 9 331032 %; di$eren?a dintre cea mai mare si cea mai mic@ productie de grau obtinuta este de 331032 tone * amplitudinea,D M):&1"1 : 3=2/14 %; cea mai mare productie de grau obtinuta este de 3=2/14 tone M&$&1"1 : ('//' %; cea mai mica productie de grau obtinuta este de ('//' tone

Efe.!")!& (r)f&.e 2e.&f&.e 2e$!r" .e,e #o") #& !r&4"!&& & 2e$!r" &$#&.)!or&& .),.",)!&% ((

S"2r)f)!) .",!&')!) *& !o(r)1)

Eistograma realizat@ pentru #ariabila supra$a?a culti#at@ cu grau prin comanda. 'rap(s %; Le)acy Dialo)s %;*isto)ram

(2

+nterpretarea rezultatelor. 6istributia seriei dup@ ni#elul supra$e?ei culti#ate cu grau prezint@ o asimetrie spre dreapta& predominFnd supra$e?ele mai mici culti#ate cu grau (/

Bo:2,o!

+o8plot realizat pentru #ariabila supra$a?a culti#at@ cu grau prin comanda. 'rap(s %; Le)acy Dialo)s %;,o-plot

('

+nterpretarea rezultatelor. distributia seriei dupa ni#elul supra$etei culti#ate cu grau prezinta o asimetrie puternica ;0; P,o!

(3

+nterpretarea rezultatelor. An cazul supra$e?ei culti#ate cu grau gra$icul se apropie de normal Pro#".!&) o4!&$"!) *& !o(r)1)

(4

+nterpretarea rezultatelor. 6istributia seriei dup@ ni#elul productiei de grau obtinute prezint@ o asimetrie spre dreapta& predominFnd productiile mai mici de grau Bo:2,o!

(=

+nterpretarea rezultatelor. distributia seriei la ni#elul productiei de grau obtinute prezinta o asimetrie puternica

(1

;0; P,o!

+nterpretarea rezultatelor. An cazul productiei de grau obtinute gra$icul se apropie de normal (<

Gr)f&. 2e$!r" )14e,e ')r&)4&,e S.)!!er2,o!

20

+nterpretarea rezultatelor. 6iagrama ne arata ca intre cele 2 #ariabile e8ista o legatura liniara& directa si stransa 2(

Efe.!")!& o )$),&6) 4&')r&)!) ) #)!e,or e,e.!)!e

S"2r)f)!) .",!&')!) < (r"2)re 2e &$!er'),e

-ma8 -min 22<'0= 41/4 2223=( = = = 334'2&1 n ' '

Pentru a cuprinde in cadrul inter#alelor atat #aloarea minima& cat si cea ma8ima& am ales ca

dimensiune a inter#alului #aloarea de 31000

22

2/

Pro#".!&) o4!&$"!) < (r"2)re 2e &$!er'),e

-ma8 -min 3=2/14 ('//' 331032 = = = (/<3(/ n ' '

Pentru a cuprinde in cadrul inter#alelor atat #aloarea minima& cat si cea ma8ima& am ales ca

dimensiune a inter#alului #aloarea de (''000

2'

23

24

Co$ !r"&1 !)4e,", #e ) o.&ere

2=

C),.",)re) 1e#&&,or & ')r&)&!&&,or

21

Interpretarea celor mai importante rezultate din outut. N : '( pe total %;in analiza de $ata au $ost luate in calcul '( de )udete& din care spre e8emplu 3 au o supra$ata culti#ata cu grau cuprinsa intre 31000 si ((4000 2ectareD Me)$ : ('3=34 tone pe total %; productia medie obtinuta pe totalul )udetelor a $ost de ('3=34 tone& in #reme ce productia medie obtinuta in cadrul )udetelor cu o supra$ata culti#ata cuprinsa intre 31000 si ((4000 2ectare a $ost de 2''100 tone Me#&)$ : =2000 tone pe total %; )umatate din )udetele considerate au a#ut o productie obtinuta sub =2000 tone& in #reme ce )umatate din )udetele cu supra$ata cuprinsa intre 31000 si ((4000 2ectare au a#ut o productie de sub 2(4000 tone S!#% De'&)!&o$ : (232(/ tone pe total %; apro8imati# 41> din )udetele considerate au o productie cuprinsa intr%un inter#al egal cu media plus sau minus #aloarea abaterii medii patratice& respecti# ('3=34BC%(232(/ tone& in timp ce apro8imati# 41> din )udetele cu o supra$ata cuprinsa intre 31000 si ((4000 2ectare au o productie cuprinsa in inter#alul 2''100BC%4'/<1&1 tone

2<

C),.",", &$#&.)!or&,or ')r&)!&e& fo,o &$# ANOVA

/0

Interpretarea celor mai importante rezultate din output. Tabelul Descripti es o$era indicatorii tendintei centrale si ai dispersiei pentru o distributie bi#ariata *se obser#a ca sunt apro8imati# aceleasi in$ormatii obtinute prin comanda Analyze>%eports->&ase Summaries prezentata anterior, Tabelul A!O7A o$era rezultatele analizei de #ariatie. Sum o/ S"uares ,etween 'roups *suma patratelor abaterilor intre grupe, : 3 3''E(( %; plecand de la aceasta #aloare se poate calcula dispersia si abaterea medie patratica intre grupe 6ispersia intre grupe se calculeaza impartind Sum o/ S"uares ,etween 'roups la numarul total al )udetelor considerate& iar abaterea medie patratica intre grupe scotand radical din dispersia intre grupe

33''00000000 = (/32(<3(2(< 3 =((421/ <tone '(

Sum o/ S"uares 0it(in 'roups *suma patratelor abaterilor de grupa, : = 2=1E(0 %; plecand de la aceasta #aloare se poate calcula dispersia si abaterea media patratica de grupa 6ispersia se calculeaza impartind Sum o/ S"uares 0it(in 'roups la numarul total al )udetelor considerate& iar abaterea medie patratica scotand radical din dispersie

=2=10000000 = (==3(2(<3( 2 = '2(/2 2tone '(

/(

Sum o/ S"uares 1otal *suma patratelor abaterilor colecti#itatii, : 4 2=(E(( %;

plecand de la aceasta #aloare se poate calcula dispersia si abaterea media patratica pe total 6ispersia se calculeaza impartind Sum o/ S"uares 1otal la numarul total al )udetelor considerate& iar abaterea medie patratica scotand radical din dispersie

42=(00000000 = (32<3(2(<3( 2 =(2/4=/ 'tone '(

Testul ! respecti# #aloarea Si) :0&000 %; cu aceasta #aloare mai mica decat 0&03&

testul - este semni$icati#& ceea ce inseamna ca e8ista o di$erenta semni$icati#a intre cele ' grupe de supra$ata in raport cu productia obtinuta A$),&6)!& ,e()!"r) #&$!re .e,e #o") ')r&)4&,e & !)4&,&!& .)re e !e .e, 1)& 2o!r&'&! 1o#e, #e re(re &e% A$),&6) re(re &e& Gonstruirea corelogramei sau a norului de puncte prin comanda 'rap(s->Le)acy Dialo)s-> +nteracti e->Scatterplot

/2

//

R SH in #aloare de 0 <4 este mai mare decat 0 43& rezulta a#em de%a $acec cu o legatura puternica In continuare #om apro8ima $orma legaturii printr%un model de regresie utilizand optiunea Analyze->%e)ression->&ur e 2stimation

/'

/3

Gele mai bune / modele sunt in ordine. Huadratic& cubic& liniar

/4

/=

/1

/<

Odata cu crearea rezultatelor in output3 in Data 2ditor& in $oaia Data View& gasim noile #ariabile create de SPSS ca urmare a optiunilor e8primate in $ereastra &ur e 2stimation. Sa e& care reprezinta alorile estimate ale #ariabilei dependente #!+1$& alorile reziduale #2%%$ si limitele in$erioare si superioare ale inter alului de incredere #L&L si 4&L$ pentru $iecare model de regresie ales

'0

Am ales ca cel mai bun model de regresie pe cel liniar& pentru ca R SHuare este mare *0&<40, si gradul de semni$icatie al testelor - si t este 0&000 6eci ecuatia de regresie cea mai potri#ita este cea liniara si are urmatoarea $orma. =9 >?@A%B?CD?%B@A+nterpretare. la o crestere cu ( 2ectar a supra$etei& productia #a creste cu 2 43< tone A$),&6) .ore,)!&e&

'(

Goe$icientul de corelatie Pearson este egal cu 0 <10& ceea ce inseamna ca intre #ariabile e8ista o corelatie directa& puternica& #aloarea acestuia $iind $oarte apropiata de ( Testarea semni$icatiei coe$icientului de corelatie este realizata cu a)utorul testului t. 7aloarea Sig *2%tailed, corespunzatoare& egala cu 0 000 si este mai mica decat 0 00(& ceea ce inseamna ca sunt sanse mai mici de (> de a gresi daca a$irmam ca intre cele doua #ariabile e8ista o corelatie semni$icati#a

'2