2.4.

PTRATUL LATIN I GRECO-LATIN N ANALIZA DATELOR

Ptratul latin reprezint un plan experimental incomplet pentru analiza a trei factori prin
folosirea unui model trifactorial ANOVA, n cazul verificat al lipsei interaciunii ntre factori. n
acest fel se msoar efectele pe care le au diferitele nivele ale anumitor variabile simultan, n
timp ce efectele altor variabile ar trebui meninute la un nivel constant, sau aa cum se ntmpl
n prelucrrile obinuite, ignorate i considerate fr o influen esenial asupra rezultatelor
proiectrilor experimentale.
Construcia ptratelor latine se bazeaz pe teoria corpurilor Galois, iar denumirea lor
provine de la folosirea literelor din alfabetul latin pentru desemnarea nivelelor factorului al treilea
(tratamentul).
Organizarea experimentului dup aceast metod presupune mprirea n n
tratamente, n rnduri i n coloane astfel nct fiecare tratament s apar o singur dat n
fiecare rnd
sau coloan corespunztoare nivelurilor celor dou variabile independente
(respectiv din rnd i coloan). Tratamentele vor fi distribuite n mod aleator n celulele tabelului
dar niciodat pe linie ori coloan nu vom avea aceeai liter.
Tabelele pot avea diverse forme:
TABEL 2 9

TABEL 2.10

TABEL 2.11

Spre exemplu, Primria dorete s aprecize, nainte de diversele licitaii pentru obinerea
dreptului de folosire a panourilor publicitare, valoarea amplasamentului acestora n locurile
amenajate n acest scop. Pentru o firm care liciteaz, Tabelul 2.9 poate conine a) pe linii cele
trei alternative pentru zona n care sunt amplasate: centru, intermediar, periferie; b) n coloana
ntia zilele cuplate (sau oricare) luni, mari i miercuri ca nceputul sptmnii de lucru,
considernd similitudini n comportamentul subiecilor n aceste zile dar deosebiri fa de cele
din coloana a II-a, care cuprinde zilele joi i vineri, sau de weekend din coloana a III-a, zilele
smbt i duminic. Tratamentul poate consta din trimiterea unor observatori (studeni sau
personal auxiliar instruit) n cursul dimineii (alternativa A), zilei (B) sau serii (C).
Problema const n utilizarea eficient a resurselor umane i de timp ori bani. n loc de a
obine informaii privind numrul de ceteni, maini mici i mari care se deplaseaz prin faa
panourilor n discuie din 3 zone x 3 zile omogene x 3 segmente omogene ale zilei, ce
nseamn 27 de surse de date ce trebuie investigate, experimentatorul care utilizeaz ptratele
latine consider c sunt suficiente doar 9. Sigurana acestei convingeri rezult din proiectarea
atent i tratamentul adecvat al acestor surse. Astfel n zonele cercetate nu se fac observaii n
toate zilele i la orice or, ci dup o planificare experimental atent spre exemplu: n zona
central, la nceputul sptmnii doar dimineaa (tratament A), n timpul sptmnii, la prnz i
n weekend doar seara, n timp ce simultan, n zona a II-a (intermediar), la nceputul sptmnii
n timpul prnzului, n zilele de joi-vineri, seara; pentru zonele situate n periferie, la nceputul
sptmnii, seara, n timpul sptmnii, dimineaa, iar n weekend, la mijlocul zilei.

68
Analiza dispersional

Una dintre ipotezele importante de lucru este aceea c ntre variabilele analizate (inclusiv
cu tratamentul) nu exist interaciuni. Panourile publicitare pot fi vzute n orice fel de zon n
orice perioad de timp din sptmn sau zi.
Dar poate c importante pentru Primrie sunt panourile plasate pe 4 mari artere de
circulaie identificate ca fiind interesante pentru strbaterea localitii cercetate. De altfel, nu
zilele sau chiar sptmnile sunt importante deoarece nchirierea se face pe termen lung, aa c
variabila din coloan trebuie s fie alta, spre exemplu poziia panoului publicitar (pe trotuar, la
nivelul de 3-5 m, 5-8 m i peste 8 metri. Tratamentul poate consta n locul n care este situat
panoul n sensul A-foarte aproape de centru, B-la distan de 2 km de centru, C-5 km de centru,
D-foarte departe de centru.
Aceasta nseamn c vom avea (pentru tabelul 210):
4 rnduri 4 coloane 4 forme ale tratamentului = 43 = 64 observaii.
Aceste 64 de observaii se reduc la 16 deoarece avem 4 forme ale tratamentului (A, B, C,
D) iar tratamentul este unul singur! Rezult c vom avea: 16 date observate n tabel = 42 = n2
uniti de test.
Prin intermediul acestui tip de proiectare pot fi controlate simultan dou sau mai multe
variabile independente care pot afecta concret rspunsul unitilor experimentale. Acest control
simultan permite nlturarea efectelor variabilelor respective asupra erorii experimentale.
Calculele analizei dispersionale mpart dispersia total n efectele distincte ale
tratamentului, coloanei, rndului i eroarea experimental.
Rolul ptratelor latine n studiile de pia este acela c
prin organizarea experimentului se reduc cheltuielile
materiale i umane (datorit tratamentului) iar controlul
simultan permite nlturarea efectelor variabilelor de
segmentare alese asupra erorii experimentale.

n cazul de mai jos,

scopul este acela ca Primria s
estimeze valoarea locurilor
unde vor fi plasate postere i pe
care le va nchiria ctre firmele
de publicitate din ora. Pentru aceasta, trebuie fcute msurtori ale traficului dus-ntors din
dreptul acelui loc unde va fi instalat posterul. Pentru a rezolva aceast problem trebuie s se
apeleze la proceduri manageriale de organizare i control precum i la proceduri de experimente
statistice pentru implementarea programului de lucru i obinerea datelor la faa locului i nu n
ultimul rnd, tratarea datelor pentru obinerea de informaii i cunotine.
Definim problema drept nevoia de a msura ori evalua i ierarhiza punctele de trafic unde
merit s fie afiate posterele.
Aceasta nseamn numrarea persoanelor, mainilor mari-mici-medii, autobuzelor i
sistematizarea informaiilor rezultate din datele culese la faa locului.
Ipotezele de lucru sunt: (1) rezultatele msurtorilor difer lunar sau la un interval
de timp de dou luni i n mod sigur, cele fcute primvara difer de cele fcute vara i mai
ales n cursul unei zile;
(2) rezultatele msurtorilor n locuri diferite variaz n zilele unei sptmni (Luni de
Mari, Miercuri);
(3) iar ziua de Luni din prima sptmn a lunii difer, ca trafic de ziua de Luni de
celelalte ale lunii;
(4) conceptul de medie ascunde diferenele i nu corespunde realitii spre exemplu
gospodin medie, salariu mediu, cultur medie, etc.
TABELUL 2.12
Ore 6-9
S1 Joi

9 12
Smbt

12 15 15 18
Vineri
Luni

18 21 21 23
Miercuri Mari

69
Analiza dispersional
S2 Smb-t Vineri
Joi
Miercuri Mari
Luni
S3 Vineri
Miercuri Mari
Joi
Luni
Smbt
S4 Luni
Mari
Miercuri Smbt Vineri Joi
S5 Miercuri Joi
Luni
Mari
Smbt Vineri
S6 Mari
Luni
Smbt Vineri
Joi
Miercuri
Not: S semnifica sector la care este ataat numrul sect.

Modelul matematic este urmtorul:

x ijk = + i + j + k + ijk ,

i = j= k n

(2.67)
n care fiecare variabil observat xijk este egal cu o medie a populaiei care sufer abaterea
j
i
k
liniei
, abaterea coloanei , abaterea datorat tratamentului
i a unei erori experimentale
ijk. Dup ilustrarea a nc dou exemple de ptrate greco latine tabelele 2.13 i 2.14, pentru
exemplificare vom reduce problema la ptratul latin 4*4*4.
TABELUL 2.13 / TABELUL 2.14
Ore
Sect.
1
Sect.
2
Sect.
3
Sect.
4
Sect.
5
Sect.
6
PAN
OU

6-9
A / Joi

LH

S1

S2

S3

S4

S5
S6

M
S

J
m

m
L

L
D

D
M

S
V

V
J

B/
Smbt
C/
Vineri
D / Luni
E/Miercuri
F / Marti
A =
1, 7, 13

9-12
B/
Smbt
C / Vineri

12 - 15 15 18 18 - 21 21 - 23
C/
D / Luni E / Mier- F / Marti
Vineri
curi
A / Joi E/Mier- F / Marti D / Luni
curi
E / Mier- F / Marti A / Joi D / Luni B/
curi
Smbt
F / Marti E/Mier- B /
C / Vineri A / Joi
curi
Smbt
A / Joi
D /Luni F / Marti B /
C
Smbt /Vineri
D /Luni B /
C/
A / Joi
E/MierSmbt Vineri
curi
B=
C=
D=
E=
F=
2, 8, 14
3,9,15 4,10,16 5,11,17
6,12,18

70
Analiza dispersional

Se explicitez seturile de ipoteze statistice pentru situaia descris la nceputul acestui

subpunct pentru tabelul 2.15.:
TABELUL 2.15
Reperele orare

Zona
OBS.

800-1200 1200-1600

1600-2000

Zona 1

85

79

76

Zona 2

73

81

Zona 3

75

78

Zona 4

82

70

T.j

315

308

2000-2400

Ti.

78 D

318

84

75 C

313

92

83 A

328

79

90 B

321

331

326

1.280

Legend: A Luni, B Mari, C Miercuri, D Joi.

Rnd (zona interviului)
H0
numrul de persoane care i amintesc reclama este aproape acelai indiferent de zon;

( ) i , i = 0
H1

numrul de persoane care i amintesc reclama este diferent, n zone diferite.

() i , i 0
Coloan (reperele orare)
H0
numrul de persoane care i amintesc reclama este semnificativ statistic egal cu media,
indiferent de reperele orare;

( ) j , j = 0

H1

numrul de persoane care i amintesc reclama este diferit, pe repere orare diferite.

( ) j , j 0
Tratament (ziua din sptmn)
H0
numrul de persoane care i amintesc reclama este aproape acelai indiferent de ziua din
sptmn;

( ) k, k = 0
H1

numrul de persoane care i amintesc reclama este diferit n zile diferite;

( ) k , k 0

Se calculeaz numrul de grade de libertate df1 pentru fiecare factor de influen i

numrul de grade de libertate df2 pentru ntregul tabel.

71
Analiza dispersional

df1 = r - 1 = c - 1 = k - 1 = n - 1 = 4 - 1 = 3
df2 = (n2 - 1) - (r - 1) - (c - 1 ) - (k - 1)
= n2 - 3n + 2 = (n - 1)(n - 2) = 6
pentru = 0,05 avem
Ft(3,6) = 4,76
Se determin factorul de corecie C:

C=

T i2 j
r c

(2.67)
2

C 1.280 = 102 .400

16

Se determin suma ptratelor pe fiecare factor de influen

318 2 + ...... + 3212

SPR
- 102.400 = 30
4

SPR =

m T2
i. - C

i =1

(2.68)
SPC

315

2 + ....... +

326

- 102 .400 = 82

SPC =

n T2
.j

j=1

-C

(2.69)

Se calculeaz suma ptratelor SP pe tratament, care este cel de-al treilea factor. Pentru
aceasta, vom calcula numrul totalul de persoane care i-au amintit reclama pe zi, indiferent de
loc sau moment al zilei.
Luni
Mari
Miercuri
Joi
Total general,

A = 79 + 84 + 83 + 82 = 328;
B = 92 + 90 + 85 + 81 = 348;
C = 76 + 70 + 75 + 75 = 296;
D = 79 + 78 + 73 + 78 = 308;
= 1.280.

Se determin suma ptratelor tratamentului:

72
Analiza dispersional

SPTratamen t

3282 + ..... + 3082

- 102.400 = 392
4

tr

SPTratamen t =

k =1

T 2trat
-C
k

(2.70)

Se determin suma ptratelor pe ntregul tabel:

m

SPT =

x ij2 - C

i =1 j = 1

(2.71)

SPT 85 2 + 73 2 + ... + 90 2 - 102.400 = 524

Se determin suma ptratelor pe eroarea experimental:

SPE = SPT - SPR - SPC SPTratament

(2.72)

SPE = 524 - 30 - 82 - 392 = 20

Se determin media ptratelor MP fiecrui factor de influen :
MPR =

SPR
df 1

(2.73)

30
MPR =
= 10
3

MPC =

SPC
df 1

MPC =

MPTratamen t

392
= 130,67
3

(2.74)

82
= 27.33
3

MPTratamen t =

Se determin media ptratelor pentru eroarea experimental:

SPTratamen t
df1

(2.75)

73
Analiza dispersional

SPE

MPE =

MPE =

df 2

(2.76)

20
= 3,33
6

Se determin raportul Fisher calculat pentru fiecare factor de influen (folosind

formulele 2.18, 2.27).:
MPR
Fr=
MPE

Fc =

Fr =

10
= 3,00
3,33

Fc =

27,33
= 8,21
3,33

MPC
MPE

F tratamen t =

MPTratamen t
MPE

(2.77)

130,67
= 39,24
F tratamen t
3,33
Se compar valoarea tabelar cu valoarea calculat:
Fr < 4,76;
Fc > 4,76;
Ftratament > 4,76
Concluziile sunt urmtoarele: nu sunt diferene semnificative ntre cei ce i-au
reamintit reclamele ei fiind intervievai n zone diferite n schimb ziua este variabila care
arat diferene semnificative, se pare c mari i luni memoria este mai proaspt fa de joi
i miercuri, iar diferene mai mici dar semnificative statistic se regsesc la nivelul orelor n
cursul zilei.
Calculele realizate utiliznd ANOVA prin MicrosoftEXCEL sunt redate cu
explicaiile de rigoare n textul integrat mai jos:
TABELUL 2.16
A
1

2
3
4
5
6
7

Rnd 1
Rnd 2
Rnd 3
Rnd 4

Coloa- Coloa- Coloa Coloana 1

na 2 na 3 na 4

85
73
75
82

79
81
78
70

76
84
92
79

78
75
83
90

Se apeleaz din meniul Tools, Data

Analysis i se alege :

C
A
B
D

D
C
A
B

TRATAMENT

B
D
C
A

A
B
D
C

74
Analiza dispersional
8
Anova: Two- Without
Factor
Replication
9
10 n ecranul aprut se introduce:
Output Range $B$14
Input Range $A$1:$E$5
11
se bifeaz:
Lab el
12
13
14
Anova: Two-Factor Without
Replication
15
16
SUM
Count Sum Average Variance
MARY
17
1
4 318 79.5
15
18
2
4 313 78.25 26.25
19
3
4 328
82 55.33
20
4
4 321 80.25 68.25
21
22
1
4 315 78.75 32.25
23
2
4 308
77 23.33
24
3
4 331 82.75 48.92
25
4
4 326 81.5
43
26
27
28
29

30
31
32
33
34
J
1

ANOV A
Source
of
Variation

SS

df

MS

PF crit
value

Rows
Columns
Error

29.5
81.5

3 9.833 0.2143 0.884 3.862

3 27.167 0.592 0.635 3.862

413

9 45.889

Total

524

15
M

Q
Total rind

1
2
3
4
2
Rand 1 A
79
84
83 82
328
3
Rand 2 B
85
81
92 90
348
4
Rand 3 C
76
75
75 70
296
5
Rand 4 D
78
73
78 79
308
6
7 Pentru tratament, datele din tabelul de mai sus sunt obinute
prin functiile:
8
9 Pentru M2: =IF(F2="A",+B2,IF(G2="A",

+C2,IF(H2="A",+D2,IF(I2="A",+E2))))
10 ..
11 Pentru P5: =IF(F5="D",+B5,IF(G5="D",

+C5,IF(H5="D",+D5,IF(I5="5",+E5))))
12
13 Se apeleaz din meniul Tools,

75
Analiza dispersional
Data Analysis si se alege :
14
Anova: Two- Without
Factor
Replicati
on
15
16 n ecranul aprut se introduce: Input
Range $K$1:$P$5
17
se bifeaz:
Output
Label
Range
$K$21
18
19
20
21 Anova: Two-Factor Without
Replication
22
23 SUMMAR
Vari
Count Sum Average
Y
ance
24
1
4
328
82 4.67
25
2
4
348
87 24.67
26
3
4
296
74 7.33
27
4
4
308
77 7.33
28
29
1
4
318 79.5
15
30
2
4
313 78.25 26.25
31
3
4
328
82 55.33
32
4
4
321 80.25 68.25

ANOVA
Source of
Variation
Rows

SS

df

392

Columns

29.5

Error

102.5

Total

524

Pvalue
3 130.66 11.47 0.00
7
2
3 9.833 0.86 0.49
5
9 11.389
MS

40 SSE =
41 MSE =
42 MSE =
43

SST SSR
SSC- SSTR
21
SSE/[(r-1)(r- 2)]
3.5

n C42 functia este:

=C40/6

F crit
3.863
3.863

15

A
B
C
D
n C40 funcia este:
=C34 -C30 -C31- L37
39 SSE =

G
H
I
EXIST DI FE RE NE?
Frnd
Fcoloan
Ftratament
Fteoretic

n G39 funcia
este=E30/C42
n G40 funcia este:
=E31/C42

2.81

NU

7.76
37.33
4.76

DA
DA

76
Analiza dispersional
n G41 funcia este:
=N37/C42
n H39 funcia este:
=IF(G39<G42, NU, DA)
n H40 funcia este:
=IF(G40<G42, NU, DA)
n H41 funcia este:
=IF(G41<G42, NU, DA)

n anex vom prezenta cteva studii de caz pentru aplicarea metodelor cantitative n
marketing
Menionm c nu sunt cercetri contractate iar exemplele sunt fcute pentru a fi
criticate (studiile de caz nu au soluii unice). Datele culese pe baz de chestionare (la fel,
criticabile), au fost sistematizate doar n scopul aplicrii metodelor cantitative i interpretrii
ct mai realiste. Ele nu sunt conforme cu realitatea economic, mereu n schimbare, dar
incit la cercetri aprofundate al cror rezultat poate fi o decizie neleapt sau un portofoliu
de decizii pentru cazuri de avarie.