Sunteți pe pagina 1din 42

PARTEA 2-a

ANALIZA DISPERSIONAL IN SINTEZA SI INTEPRETAREA DATELOR

2.1. ANALIZA DISPERSIONAL I TESTUL FISHER


Analiza dispersional permite testarea semnificaiei relaiei ntre dou sau mai multe
tipuri de clasificri, determinnd importana factorilor respectivi asupra acestor relaii. Cu
alte cuvinte, analiza dispersional stabilete contribuiile pe care le aduc la dispersia total a
eantionului de date, dispersiile factorilor utilizai drept criterii pentru clasificarea
observaiilor6.
Dac n acest raport variana atribuit unui factor este mai mare dect variana estimat
a eantionului, i anume ntr-o
La baza analizei dispersionale se afl segregarea dispersiei mrime superioar celei la
totale a unei serii de date n dispersiile componente, care pot care ne-am atepta ca s
fi atribuite diferiilor factori implicai.Variana care poate fi provin numai din variaiile
atribuit unui factor este mprit la variana estimat a de eantionare, atunci i se
eantionului, aceasta fiind o dispersie normal, dat de efectul recunoate acestui factor
calitatea de a exercita o
variaiilor de eantionare asupra datelor din eantion.
influen asupra datelor din
eantion.
Semnificaia mrimii cu care variana unui factor depete variana estimat a eantionului
se determin interpolnd valoarea acestui raport F. Celebra distribuie F provine de la numele
celui care n anul 1924 a dezvoltat aceast metod R.A. Fisher (1890-1962) si ale carui
contributii il pun alaturi de Karl Pearson, tatal gindirii statistice moderne. Cu ajutorul
distribuiilor de probabilitate F, se stabileste dac valoarea calculat depete sau nu valoarea
corespunztoare la nivelul de semnificaie = 0,05 a lui F, pentru fiecare mrime a gradelor de
libertate.
In mod obisnuit ne ateptm s apar o valoare F mai mare dect cea dat ca urmare a
variaiilor de eantionare ntmpltoare. Analiza dispersionala se aplica atunci cind (1) fiecare
populatie poate fi descrisa printr-o variabila sau factor considerata ca efect principal asupra
variatiei datelor, (2) fiecare variabila independenta poate fi impartita in doua sau mai multe
grupuri (alternative), (3) variabila care trebuie masurata este numita variabila dependenta), (4)
scopul este acela de a determina impactul efectelor principale asupra variabilei dependente dar
si interactiunile dintre variabilele independente. Se presupune ca erorile sunt normal
distribuite, dispersiile esantionului nu difera semnificativ, esantioanele din fiecare populatie
sunt aleatoare si independente iar datele masurate sunt bazate pe scala proportionala ori
interval.
Cel mai mare avantaj al analizei dispersionale este dat de capacitatea acesteia de a
localiza sursa diferenelor semnificative din gruprile combinate, ntocmite dup 2, 3 sau
mai multe caracteristici7.

Isaic-Maniu A., Mitru C., Voineagu V., Statistica pentru managementul afacerilor, Editura Economic,
1996
7 Colibab Dana tefania, Prospectarea pieei bunurilor de larg consum prin metodele cantitative specifice
economiei de pia, tez de doctorat, ASE Bucureti, 1999.

Metode cantitative n marketing

68

n cele ce urmeaz, vom folosi analiza varianei n urmtoarele cazuri:






influena unui singur factor (variabil aflat n coloanele tabelului statistic),


influena a doi factori independeni care acioneaz simultan (n rndul i coloana tabelului
de contingen),
influena potenial a interaciunii celor doi factori simultan independeni, fr a folosi
facilitile pachetului de programe EXCEL, recomandat pentru multiplele caliti oferite.

Aceast prim abordare se va realiza prin tehnici aritmetice, robuste, uor de intuit i
reinut, dar dup verificarea calcul cu calcul vom proceda la utilizarea facilitilor pachetului mai
sus amintit.
Asupra datelor acioneaz variabila independent cu alternativele din coloanele tabelului
statistic. Pentru verificarea omogenitii datelor, deci a lipsei de influen a variabilei
considerate independente, se utilizeaz cel mai adesea, testul prezentat la punctul 2.1.1.
2.1.1. Testul asocierii, 2 (Chi, Hi sau X2 , teoretic-t)

Testul a fost introdus de Karl Pearson (1857-1936), considerat fondatorul analizei statistice
moderne, n anul 1900 i de cele mai multe ori presupune verificarea ipotezei de asociere ntre:
(1) frecventele rspunsurilor obinute ntr-un chestionar la alternativele unor ntrebri i
(2) verificarea unui set particular de date ce pot urma o distribuie statistic cunoscut. n
problemele de marketing se aplic dup alctuirea unor tabele de contingen n care datele
sunt clasificate dup una, dou sau mai multe variabile de segmentare (categorii) in distributii
multinomiale.
Acest test permite punerea n eviden a existenei / inexistenei unei legturi de
asociere ntre subcolectivitile create de variabilele de segmentare studiate. Spre exemplu,
cnd analizm rezultatele intervievrii prin chestionar, primul pas este acela de a afla ct de
multe rspunsuri exist
pentru fiecare alternativ a unei ntrebri. Se pot obine apoi
proporiile sau procentele celor care au anumite puncte de vedere sau dein informaii legate de
scopul construirii chestionarului.
n faza a doua, se constituie tabele de contingen a rezultatelor prin ncruciarea
rspunsurilor la dou ntrebri X cu alternativele Xi, unde i = 1,.., r aezate ca rnduri (r) ale
tabelului, i Y cu alternativele Yj, cu j = 1,, c aezate n coloanele (c) ale aceluiai tabel.
n mod obinuit, ntrebrile considerate variabile
de segmentare (atribute
independente, variabile cauzale, caracteristici extrinseci, categorii exogene, stimuli) sunt
aezate n coloanele tabelului (figura 2.1).

Yj
1. j c Ti .
1
.
.

Xi

xij

Ti

.
.

r
T. j .T. j . T. .
Figura 2.1

Analiza dispersional

69

nsumrile la captul liniei presupun neluarea n considerare a variabilei din coloane sau
a altor variabile-ntrebri reprezentnd ct de multe rspunsuri exist pentru fiecare alternativ i a
unei ntrebri X ce depinde de respondent (atribut sau caracteristic dependent, efect, intrinsec,
endogen) de aceea totalul parial este notal cu Ti . , unde punctul este simbolul indiferenei
fata de variabila din coloana.
n acela fel, T.. reprezint totalul (numrul) celor ce rspund la cele dou ntrebri X, Y
(i poate fi mai mic sau egal cu cel al colectivitii intervievate) indiferent de alternativele de
rspuns i sau j
c
Ti .= x ij
(2.1)

j=1
r

Tj .= x ij

(2.2)

i =1
c

T. .= x ij x ij
j=1

(2.3)

i =1

Etapele care trebuiesc parcurse sunt urmtoarele:


1. Formularea ipotezei nule H0, care afirm c ntre cele dou variabile-ntrebri de
segmentare nu exist legtur cauzal, sau asociere;
2. Alegerea nivelului de semnificaie i calcularea numrului de grade de libertate al
tabelului dup formula (r-1)(c-1); pe baza acestor date se preia din tabelul repartiiei 2
2
valoarea lui , teoretic;
t
3. Se calculeaz frecvenele teoretice sperate ij dup urmtoarea formul:

ij =

( total linia i x total coloana j )


total general

Ti. * T.j
T..

2
4.Calcularea lui cu ajutorul formulei;
c

2
xc =

2
r, c ( x ij ij )

i, j

ij

(2.5)

(2.4)

Metode cantitative n marketing

70

2
2
5. Se compar cu obinut din tabelul repartiiei 2 astfel:
c
t
2
2
dac > se respinge ipoteza nul i deci exist o legtur ntre variabilele
c
t
de segmentare studiate;
2 2
dac se admite ipoteza nul i deci nu exist o legtur ntre
c
t
variabilele de segmentare studiate.
n condiiile n care se stabilete c exist o legtur ntre cele dou variabile de
segmentare se pune problema ct de corelate sunt acestea. Pentru a verifica acest lucru, se va
calcula coeficientul de contingen C, pentru a msura gradul de asociere ntre variabilele
tabelului de contingen.
Acest coeficient se calculeaz indiferent de natura variabilelor (continue sau discrete) i
indiferent de natura repartiiei acestora (normal sau nu) n cadrul populaiei supus cercetrii
dup modelul matematic:

C=

xc

2
N + xc

[0,1]

(2.6)

Cu ct valoarea lui C este mai aproape de 1 (dar nu ajunge niciodat s fie egal cu 1)
cu att variabilele sunt mai strns corelate.
Valoarea lui C depinde de numrul de rnduri i coloane, deci doi coeficieni de
contingen nu pot fi comparai dect dac provin din tabele de contingen de aceeai mrime.
Vom nota cu litera r (rnd, row n englez) numrul de rnduri ale tabelului de
contingen, cu litera c (coloana, column n englez) numrul de coloane iar cu litera n,
unitile observate (n = r * c), iar cu (alfa) probabilitatea erorii de genul I care se numete i
risc de genul I, reprezentnd un prag de semnificaie necesar pentru aflarea valorii F (Fisher)
din tabelele statistice.
Metodologia de determinare a raportului Fisher pentru un ntreprinztor care dorete s
nu foloseasc facilitile pachetului de programe EXCEL:

1. Se scrie modelul matematic innd seama de toi factorii de influen i ipotezele ce


urmeaz a fi testate;
2. Se calculeaz numrul de grade de libertate pentru fiecare factor de influen n parte (r-1
pentru rnduri, c-1 pentru factorul din coloane) i pentru ntregul tabel [produsul (r-1)*(c1)] i se stabilete nivelul de semnificaie ; pe baza acestora se preia valoarea raportului
Fisher din tabelul distribuiei F;
3. Se calculeaz factorul de corecie C, care reprezint dispersia egal distribuit pe cele n
uniti ale observate (n = r * c);
4. Se calculeaz suma ptratelor SP pe fiecare factor de influen n parte ca raport ntre
totalurile aferente, numrul de date observate pentru fiecare factor n parte i vor fi
corectate cu C;

Analiza dispersional

71

5. Se calculeaz suma ptratelor datelor din ntregul tabel;


6. Se determin suma ptratelor pe eroarea experimental scznd din suma ptratelor pe
tabel suma ptratelor aferente fiecrui factor de influen n parte;
7. Se determin media ptratelor MP pe fiecare factor de influen raportnd suma
ptratelor aferente la numrul de grade de libertate corespunztor fiecrui factor;
8. Se calculeaz media ptratelor pe eroarea experimental ca raport ntre suma ptratelor
pe eroarea experimental i numrul de grade de libertate al ntregului tabel;
9. Se determin rapoartele Fisher ntre media ptratelor pe fiecare factor de influen n
parte i media ptratelor pe eroarea experimental provenit din mediu, greeli de calcul
sau interpretare iniial;
10. Se compar valorile calculate cu cele tabelate astfel:
Fc > Ft se respinge ipoteza nul,
deci factorul respectiv are influen
asupra datelor din tabel;
Fc < Ft se admite ipoteza nul,
deci diferenele se datoreaz
variaiilor de eantionare ntmpltoare.
Aici Fc reprezint coeficientul Fisher calculat iar Ft, reprezint coeficientul Fisher din tabelele
statistice.
n urma centralizrii datelor culese dint-o cercetare de teren, a rezultat tabelul nr 2.1, cu
numrul de chestionare realizate de 10 operatori de interviu. Se urmrete obinerea informaiei
sunt sau nu diferene ntre operatori ca numr de chestionare completate.

TABELUL 2.1
DISTRIBUIA NR. DE CHESTIONARE PE ZILE I OPERATORI

Ziua i / Observator - j
Luni
ziua 1
Mari
ziua 2
Miercuri
ziua 3
Joi
ziua 4
Vineri
ziua 5
Total- Tj

1
99
96
95
98
97
485

2
70
65
60
65
65
325

Nr. chestionare
.8
9 10
70
85 92
51
84 91
93
80 93
94
86 90
92
90 89
.400 425 455

Cifrele din interiorul tabelului reprezint respondenii chestionai n cele cinci zile ale
cercetrii.
Modelul statistico-matematic este urmtorul:

x ij = + j + ij

(2.7)

n care fiecare dat din tabel, xij este egal cu o medie a populaiei care sufer abaterea datorat
coloanei j, j i a unei erori experimentale ij.
Se presupun seturile de ipoteze statistice:
H0 - numrul de chestionare nu este influenat de hrnicia operatorului de interviu;
( ) j , j = 0
(2.8)

Metode cantitative n marketing

72

sau, oricare ar fi media pe coloana j, j


1 = 2 = 3 = .j = . = c

(2.9)

H1 - numrul de chestionare este influenat de hrnicia operatorului de interviu; exist diferene


semnificative ntre operatori.
() j , j 0
(2.10)
sau cel puin dou medii pe coloan nu sunt egale.
1 . j

(2.11)

Se calculeaz numrul de grade de libertate df1 (degree of freedom englez) pentru


fiecare factor de influen n parte (n cazul de fa, operatorii din coloanele tabelului) i numrul
de grade de libertate df2 pentru ntregul tabel.
df1 = c - 1 = 9
df2 = (r 1)*c = 40
= 0,05
Ft (9,40) = 2,05
Se determin factorul de corecie C:
2
T ..
(2.12)
n
n care T.. reprezint totalul general (mrimea eantionului, n cazul de fa numrul de
chestionare) iar n reprezint numrul de date observate (csue completate n tabel).
Vom avea:

C=

4.000
C=
= 320 .000
10 5
Se determin suma ptratelor SP pe fiecare factor de influen n parte (n acest exemplu,
conform ipotezei i modelului matematic, doar coloana j):

SPC =

c T2
.j

-C

(2.13)

n
j=1 j

n care T.j reprezint totalurile din fiecare coloan j (sau alternativ de rspuns n parte) ale
factorului observat, iar nj numrul de date observate din factorul respectiv (numrul de csue
completate din coloan).
Pentru exemplul ales vom avea urmtoarele:
SPC =

4852 + 3252 + 3502 .... + 4552


- 320.000 = 6.810
5

Analiza dispersional

73

Se determin suma ptratelor pe ntregul tabel:


c

SPT =

xij2 - C

(2.14)

i =1 j =1

Vom avea n cazul nostru:


SPT = 992 + 702 + 902 ... + 892 - 320.000 = 9.948

Se determin suma ptratelor pe eroarea experimental:


SPE = SPT - SPC

(2.15)

SPE= 9.948 6.810 = 3.138


Se determin media ptratelor aferente fiecrui factor de influen (n acest exemplu,
conform ipotezei i modelului matematic, doar coloana j):

SPC

MPC =

(2.16)

df1
MPC =

6.810
= 756, 67
9

Se determin media ptratelor pe eroarea experimental:

MPE =

SPE

(2.17)

df 2

Vom avea n cazul nostru:

MPE =

3.138
= 78,45
40

Se determin raportul Fisher calculat pentru fiecare factor de influen n parte (n acest
exemplu, conform ipotezei i modelului matematic, doar factorul din coloane):

Fc =
Fc =

MPC
MPE

(2.18)

756,67
= 9,65
78,45

Se compar valoarea tabelar cu valoarea calculat:


Fc < Ft, se respinge ipoteza nul, deci performanele operatorilor de interviu sunt diferite.
Aceasta nseamn c diferenele sunt semnificative .

Metode cantitative n marketing

74

n urmtoarea pagin, n figura 2.2 prezentm prelucrarea n Microsoft EXCEL.

Figura 2.2
Se observ unele deosebiri, dar ipoteza diferenierii rmne oricum valabil.
Diferenierile rezult din luarea n calcul n mod diferit a gradele de libertate. Dac n
exemplul
manual erau df1 = c-1 = 9 i respectiv r = 5, produsul lor fiind 40, iar df2 este calculat drept
produsul c * (r-1), din care rezult numrul 40, n varianta ANOVA, df2 are valoarea 44,
pentru df1=c. Valoarea df1 rezult n primul caz deoarece numai c-1 medii ale coloanelor
(eantioanelor), j pot fi alese arbitrar fr a afecta valoarea mediei generale, . La fel, pentru
gradele de libertate din tabel pot fi alese, n varianta manual c * (r-1) de vreme ce r-1 valori
eantioane (zile) sunt necesare fr a afecta o medie a coloanei, c = 10.
Dac ipoteza unui singur factor o verificm pentru rnduri, avem valorile din tabelul de
mai jos, n varianta Microsoft EXCEL.

Analiza dispersional

75

TABELUL 2.2
ANOVA: SINGLE FACTOR
RNDUL ESTE CAUZA VARIAIEI
SUMMARY
Groups
Count
Average Variance
Sum
Ziua
10
55
5.5
9.16
1 10
830
83
152.89
2 10
790
79
215.33
3 10
750
75
324
4 10
820
82
154.22
5 10
810
81
214.44

TABELUL 2.2 (continuare)


ANOVA
Source of
Variation

SS

Between
Groups

46652.

Within
Groups

9630.

Total

df

MS

P-value

5 9330.41 52.317 1.71E-19

F. crit
2.38

54 178.34

56282 59
.

Pentru a apela la att factorul raional, ct i la cel sentimental, n dorina argumentrii


teoriei statistice dar i a unor explicaii intuitive, introducem n derularea capitolului un eseu
asupra necesarului mbinrii analiticului cu holisticul (globalul).

76

Metode cantitative n marketing

2.2. EROAREA STATISTIC I RISCURILE RESPINGERII IPOTEZEI NULE


Trinicia relaiilor funcionale este dat de repetabilitatea lor. Un scop major n tiin este
acela de a permite prognoza fenomenelor naturale.
Atingerea acestui obiectiv se face prin descoperirea relaiilor sistematice ntre
variabilele predictive (independente, exogene, extrinseci, cauzale, stimuli) i variabilele de
ieire, rezultative (dependente, endogene, intrinseci, efect, reacie).
Dac variaia datelor conforme variabilei predictive corespunde n acelai mod cu variaia
datelor variabilei rezultative, atunci avem o relaie funcional i putem prognoza rezultatul pe
care nc nu l-am aflat (observat) cunoscnd doar valoarea variabilei independente. Din pcate,
ne nfruntm cu surse variate de eroare ce provin din mediul din care am extras datele, din
greelile legate de identificarea unor relaii ntmpltoare, greeli de calcul sau rotunjire, din
existena i neluarea n calcul a mai multe surse de influen simultan i altele.
Cteodat se realizeaz o relaie sistematic ntre
dou variabile pur i simplu din
intmplare, cnd nimic, cu excepia Erorii, nu opereaz. Din aceast cauz trebuie s
fim
permanent n poziia de a distinge ntre rezultatele experimentelor care se produc doar datorit
ansei sau erorilor mediului i acelea care indic prin repetabilitate o relaie sistematic ntre
variabile.
Problema ncrederii n datele furnizate de o relaie este dat de repetabilitate, aa nct
trinicia unei relaii este repetabilitatea ei. Dac exist cu Adevrat o relaie sistematic ntre
variabile atunci una dintre ele va prezice cu regularitate valorile celeilalte. Dac aceast relaie se
datoreaz mai degrab Erorii sau ntmplrii, atunci nu ne putem baza pe ea i nu ne este de folos
n prognoze.
Dar ce facem cu fenomenul socio-economic, unde sunt miriade de relaii ntre variabile,
funcii compuse i compuneri de funcii? Cercettorul ori experimentatorul care caut s
deslueasc aceaste fenomene trebuie s tind, poate, pentru nelegere ctre poetica lumii lui
Eminescu. Acesta avnd o lume a lui, personal, secret, destinat unei experiene solitare.
Plin de fulguraii i umbre, de strbateri uluitoare i de ciudate fracturi i stagnri, de struine
i de renateri a cror lege interioar uneori se las regndit, alteori nu. Un labirint de miraje,
ecouri i oglinzi, de uitri i de anamneze, de masive construcii i de paragini, n care i-au
lsat urmele i clipele i eonii, i timpul din lume i cellalt.8
Mersul ideilor Demiurgului ctre Luceafr este la Petru Creia urmtorul: mi ceri s-i
iau eternitatea ca s poi muri, ca s te poi ntoarce n vecinicul repaos dup care, cuprins de
ispita iubirii, atta nsetezi. Dar eu:
a) Nu pot s-i dau condiia de muritor pentru c, noi fiind cosubstaniali, ar nsemna s
m neg pe mine nsumi, s tgduiesc adevrul care ne cuprinde pe amndoi n
venicia lui
b) Chiar dac te-a face muritor, te-a integra ntr-o lume n care moartea la care
aspiri este pur aparen, de vreme ce entitile pieritoare din care este fcut umplu
nite tipare, nite Forme inalterabile, pe veci nepieritoare, sustrase timpului i
devenirii; i-ai pierde doar identitatea, fr s te poi stinge n repaos, pierind i
renscndu-te mereu n neodihna venic a naterilor i pierderilor care se perind
prin eternitatea formelor. Mai mult, pentru a-i face i mai evident teza aceasta,
8

Petru Creia, Testamentul unui eminescolog, Editura HUMANITAS, 1998, pag.36.

Analiza dispersional

77

vorbete cu el ca i cum a devenit deja, sau pur i simplu ar fi, o fiin pieritoare
(Petru Creia, pag. 126,127, op. cit).
Este subliniat juxtapoziia a dou teze exprimate n prima parte a vorbirii Demiurgului: a)
cea a diferenei i incompatibilitii dintre ordinea eternului i cea a efemerului i b) cea a
eternitii formelor sau a tiparelor efemerului.
Dar cum putem recunoate c relaia observat este datorat sau nu ntmplrii (erorii)? De
cele mai multe ori metoda pe care oamenii de tiin o ntrebuineaz este o versiune mai
organizat a bunului sim. S ne reamintim poezia Luceafrul creat de genialul Eminescu.
Ctlina: l vede azi, l vede mni/Astfel dorina-i gata/El iar privind de sptmni,/i
cade drag fata. (repetabilitatea ce justific trinicia relaiei)
Cauza genereaz efectele, rezultatele, reacia:
M dor de crudul tu amor/A pieptului meu coarde,/i ochii mari i grei m dor,
Privirea ta m arde.
Consecina este cererea:
Dar dac vrei cu crezmnt/S te-ndrgesc pe tine, /Tu te coboar pe pmnt, /Fii
muritor ca mine.
Situaia grea n care se afl Hyperion este aceea a unui experimentator. Ambii doresc
s afle dac ceea ce s-a ntmplat (chemrile repetate, oaptele) este datorat unui ceva
important. n ambele cazuri ei trebuie s se ngrijoreze dac reaciile obinute (datele) sunt
produse de fluctuaiile necontrolate ale unor factori neinteresani. Ar trebui s se ntrebe pe ei
nii Am primit un mesaj important, sau este datorat zgomotului din mediu
(variabilitii mediului)?
Hyperion nu tie dac toate aceste chemri nu au fost alarme false, adic ceea ce
experimentatorul va numi erori de tip I, eroarea lui fiind n acest caz renunarea la nemurire
cnd de fapt nu exist dragoste. Cu alte cuvinte crede n existena variabilei independente
(amor), cnd aceasta nu exist. Dar mai exist un tip de eroare. Ce se ntmpl
dac El nu
renun la nemurire i dragostea exist? Experimentatorul tie c este eroarea de tip II.
Prin impunerea interveniei Demiurgului i evidenierea comportamentului Ctlinei,
Eminescu ne convinge c Lucifer iubete i noi tim c Luceafrul cade n primul tip de
eroare.
- Tu-mi cei chiar nemurirea mea /n schimb pe-o srutare,/Dar voi s tii asemenea/Ct
te iubesc de tare;
Ctlina face eroarea de tip II, ea fiind convins c Hyperion nu va renuna la nemurire:
Lucete c-un amor nespus /Durerea s-mi alunge,/Dar se nal tot mai sus/Ca s nu-l
pot ajunge.
Eroarea de tip I este corectat, acel ceva important nu exist, se pare c reaciile
obinute sunt produse de fluctuaiile necontrolate ale unor factori neinteresani (muritorii
Ctlin i Ctlina). Prin urmare, El tremur ca alte di/n codrii i pe dealuri, / Cluzind
singurti/De mictoare valuri;, Dar nu mai cade ca-n trecut / n mri din tot naltul;/- Ce-i
pas ie, chip de lut,/Dac-ai fi eu sau altul ?

78

Metode cantitative n marketing

Dac judecm n continuare la rece, statistic, reaciile celor doi atunci ajungem la un punct
fundamental al experimentului i anume ncercarea de a detecta un semnal n prezena unui
mediu zgomotos. oaptele naturii, ale mrii, ale pdurii, ale vntului trebuiesc
difereniate de oaptele iubitei; apariiile misteriosului Luceafr trebuie discriminate de
apariiile altor frumoi tineri (Ctlin).
Decidentul dorete s afle dac rezultatele obinute cu un tratament experimental difer
destul de mult de ceea ce se ntmpl n lipsa acestuia pentru a decide dac variabila
experimental este eficient. n mod natural avem ncredere n date dac variabilele independente
produc reacii previzibile. Vom decide acest fapt prin compararea nivelului de zgomot,
variaie, analiznd datele n i fr prezena tratamentului. Trebuie s discriminm ntre zgomotul
de fond i cel produs atunci cnd semnalul este prezent. Trebuie s deosebim combinaia de
zgomot + semnal de zgomotul n sine ntrebndu-ne ct de probabil este s se produc
evenimentul dac este doar zgomot. Hyperion auzea un nivel sigur al larmei provenit de pe
pmnt. Unele zgomote ori oapte puteau fi o chemare. oaptele ca zgomote erau puin
peste zgomotul de fond i puteau fi chemri. Ne putem imagina ce se putea ntmpla cnd
Ctlina i-ar fi spus iubirea mea. Atunci, cu mari anse, s-ar fi produs evenimentul dragoste,
dar i eroarea, prezumtiv, de tip II: odat ajuns muritor, relaia acceptat de ctre Ctlina cea
uuratic, s fie temporar.
Tehnic, suntem interesai de un raport algebric ntre oaptele auzite i fonetele
naturale. Dac oaptele se confund sau au acelai nivel cu larma obinuit atunci raportul este,
algebric, 1. Dac zgomotul este altfel dect larma obinuit, raportul este mai mare, caz n care,
dac depete un anumit nivel de contientizare, produce reacia, deci apariia frumosului
Luceafr.
Pentru experimentator raportul este observaie / eroarea estimat. Rezult o privire asupra
diferenei ntre tratament i condiiile de control n contrast cu diferenele ce se observ fr
tratament. Dac raportul (semnal + zgomot) / zgomot este destul de mare n raport cu
zgomot/zgomot atunci exist acel ceva, semnalul. n cazul nostru oapte + larm.
Cum pot ns, n practic, decide experimentatorii c rezultatele sunt de ncredere. n
primul rnd prin inspectarea acestora. Uneori este att de evident distorsionarea datelor nct
este clar intervenia variabilei tratament doar
prin analiza experimental a
comportamentului acesteia. Alternativa tiinific presupune ns analiza statistic deoarece
ochiul i judecata obinuit sunt relativ insensibile n identificarea pragului de ncredere.
Nu trebuie uitat c rezolvm cu greutate, fr creion sau calculator, dou ecuaii cu dou
necunoscute. Cu att mai mult dac considerm n experiment mai multe variabile independente.
Poate ajuta doar reducerea nivelului de zgomot prin mrirea gradat a controlului experimentului
ceea ce nseamn intervenie i artificializare.
De aceea este preferat analiza statistic modern.
Ideea fundamental n cadrul aplicaiilor statistice moderne
este aceea c amplific abilitatea de a discrimina efectele
tratamentelor experimentale.

Riscurile respingerii ipotezei


nule.

Analiza dispersional

79

Ce se ntmpl cnd dorim s aflm dac variabila independent are influen; spre exemplu,
Hyperion poate raiona astfel: independent de el exist o mulime de zgomot pe Pmnt. Una
dintre variabilele independente este oapta Ctlinei: Cobori. Statistica ncearc s
rezolve acest dubiu, decizia de a rspunde la apel, prin cuantificarea probabilitii
evenimentului ca parte a zgomotului de fond. S presupunem c Luceafrul are o baz de date
cu toate sunetele, zgomotele, fonetele, chemrile ntmplate sear
de sear. Pentru
simplificare, s lum numrul de date
egal cu 1000. Teoretic orice nou sunet, chemare,
oapt, o
poate compara cu cele 1000. Dac chemarea Cobori s-a ntmplat s spunem
de mai mult de 200 de ori el poate conchide c este ceva normal, se ntmpl tot timpul i deci nu
este o oapt de dragoste. Dar dac nu s-a mai ntmplat, ansele s fie din mediu sunt de 1/1000
i poate presupune altceva (dorina ateptat).
n experimente, aceasta nseamn s comparm descoperirile cu ateptrile (cunoaterea)
provenite din fluctuaiile aleatoare sau erori. Pentru o bucat de vreme presupunem c totul se
produce dintr-o ntmplare, eroare, i cutm s aflm ct de des ne putem atepta ca observaia
s se produc dac presupunerea noastr este adevrat. Acest fapt este identic cu a presupune c
variabila independent nu are efect, numit n statistic ipoteza nul.
n secolul XVIII, Blaise Pascal a creat un model matematic pentru situaii de joc pentru a
se cheam
nu fi nevoii s repetm experimentul de 1000 de ori, cazul nostru. Modelul
distribuie binomial.Conform anexei create de aceast distribuie, i presupunnd c
Luceafrul coboar de 7 ori din cele 10 chemri netiind dac este iubit sau nu, atunci
probabilitatea este 0,172. Aceasta nseamn c ne putem atepta s coboare la orice oapt n
17% din cazuri fr s tie dac este realmente dorit sau nu. Considerm c sunt cam riscante
att de multe teleportri fr efect.
Dar care este probabilitatea pe care s o acceptm ca evenimentele cercetate s se produc
doar datorit ansei. Din punct de vedere logic, decizia este arbitrar dar n practic se accept
5% sau mai puin. Aceasta este probabilitatea de a respinge ipoteza nul i este cunoscut ca
nivel (alfa).
Mrimea acestei variabile ne spune proporia n care ne ateptm s greim n respingerea
ipotezei nule. La nivelul de 5% ne ateptm s respingem, n mod fals (incorect), ipoteza
nul n 5% din cazuri sau o dat n douzeci de experimente. Respingerea incorect a
ipotezei nule este eroarea de gen I.
Pentru muli decideni, a gndi att de des eronat este inacceptabil. Ei vor dori s aeze
pragul probabilitii mai jos (3%, 1%) deci 3 n 100 de experimente sau doar unul, ori chiar
odat n 1000 de experimente (nivel 0,001). Dar cu
ct se micoreaz nivelul alfa, crete
riscul de a identifica o variabil independent care lucreaz. Aceasta este eroarea de
genul II. Probabilitatea acesteia este denumit beta i nu este un singur numr ci un set de
numere. Valoarea ei depinde de proprietile populaiei examinate pe care de obicei nu o
cunoatem.
n analiza cazului de mai sus, ipotezele H0 i H1 pentru Luceafr, respectiv Ctlina sunt
urmtoarele:
LUCEAFR

H0 nu exist diferene semnificative n comportament la diferitele ntlniri, nu m iubete,


decizia: voi rmne nemuritor;
H1 exist diferene de la ntlnire la ntlnire, m iubete, renun la nemurire.

Metode cantitative n marketing

80

CTLINA
H0 nu exist diferene n comportamentul Luceafrului, decizia va fi c voi accepta flirtul lui
Ctlin;
H1 exist diferene, vrea s fie muritor ca i mine, m iubete i face sacrificiul suprem.
Cum am apreciat anterior, eroarea Luceafrului este de genul nti, respinge ipoteza Ho
dei n realitate ea este adevrat n timp ce Ctlina face o eroare de genul al doilea, accept Ho
cnd ipoteza e fals9.
Reacie - Ipotez
H0 fals
Accept - Ctlina
Eroare gen II
Resping - Luceafrul

H0 adevrat
Eroare gen I

Probabilitatea erorii de genul I se numete risc de


genul I, reprezint un prag de
semnificaie notat cu (alfa), iar probabilitatea erorii de genul doi se numete risc de genul II i
se noteaz cu (beta).
O decizie just este luat pe baza seleciei de date (sau observaii ori informaii) i
atunci:
(1)
acceptm H0 cnd este adevrat evitnd eroarea de genul I i
(2)
respingem H0 cnd este fals i astfel nu comitem o eroare de genul II.
Analiza dispersional permite testarea semnificaiei relaiei ntre dou sau mai multe tipuri
de clasificri, determinnd importana factorilor respectivi asupra acestor relaii. Cu alte cuvinte,
analiza dispersional stabilete contribuiile pe care le aduc la dispersia total a
eantionului de date, dispersiile factorilor utilizai drept criterii pentru clasificarea
observaiilor.

2.3.ACIUNEA SIMULTAN A FACTORILOR N TABELELE DE CONTINGEN


Vom lua n considerare acelai exemplu din tabelul 2.1, dar n acest caz socotim c
variaia datelor din tabel se datoreaz att operatorilor (coloanele tabelului de contingen) ct i
zilelor sptmnii, rndurile tabelului.
Modelul matematic este urmtorul:

x ij = + i + j + ij

(2.19)

n care fiecare variabil observat xij este egal cu media populaiei, care sufer abaterea liniei
i, abaterea coloanei j i a erorii experimentale ij.

9 Mihi N.V., Eseu privind incertitudinea i comunicarea, Sesiunea tiinific a cadrelor didactice,
Univ.George Bariiu, Braov, mai, 2000.

Analiza dispersional

81

Se expliciteaz dou ipoteze statistice:


1. Pentru rnd (zi din sptmn)
H0
numrul de chestionare nu este influenat de intervievarea ntr-o anume zi;

( ) i , i = 0
H1

(2.20)

numrul de chestionare este influenat de intervievarea ntr-o anume zi.

() i , i 0

(2.21)

2. Pentru coloan (eantionul operatorilor)


H0
numrul de chestionare nu este influenat de hrnicia operatorului de interviu; vor fi
valabile relaiile (2.8), (2.9)

( ) j , j = 0
sau, oricare ar fi media pe coloana j, j
1 = 2 = 3 = .j = . = c
numrul de chestionare este influenat de hrnicia operatorului de interviu; exist
H1
diferene semnificative ntre operatori. vor fi valabile relaiile (2.10), (2.11)

() j , j 0
sau cel puin dou medii pe coloan nu sunt egale:
1 .j
Se calculeaz numrul de grade de libertate df1 pentru fiecare factor de influen i
numrul de grade de libertate df2 pentru ntregul tabel.10
df1 = r - 1 = 4
df1 = c - 1 = 9
df2 = (r - 1)(c - 1) = 36
i pentru = 0,05
Fr (4, 36) = 2,63
iar
Fc (9, 36) = 2,15
Se determin factorul de corecie C:

C=

10

2
T..
rc

(2.22)

Hicks, Charles R., Fundamental Concepts in the Design of Experiments., New York: Holt, Rinehart and
Winston, Inc. 1964

Metode cantitative n marketing

82
2

C=

4.000
= 320 .000
10 5

Se determin suma ptratelor pe fiecare factor de influen n parte:

SPR =

r T2
i. - C

i=1

SPR =

(2.23)

8302 + 7902 + 7502 + 8202 + 8102


- 320.000 = 400
10

SPC =

c T2
.j

j=1

SPC =

-C

4852 + 3252 + 3502 .... + 4552


- 320.000 = 6.810
5

Se determin suma ptratelor pe ntregul tabel (conform relaiei 2.14):


r

SPT =

xij2 - C
i =1 j =1

SPT = 992 + 702 + 902 ... + 892 - 320.000 = 9.948

Se determin suma ptratelor pe eroarea experimental:


SPE = SPT SPC SPR

(2.25)

SPE= 9.948 6.810 - 400 = 2.738


Se determin media ptratelor MP fiecrui factor de influen:
SPR
(2.26)
MPR =
df 1

(2.24)

Analiza dispersional

83

MPR =

400
= 100,00
4

Pentru coloan relaia este (2.16)

SPC

MPC =

df1

MPC =

6.810
= 756, 67
9

Se determin media ptratelor pe eroarea experimental (conform relaiei 2.17)

MPE =

MPE =

SPE
df 2

2.738
= 76,06
36

Se determin raportul Fisher calculat pentru fiecare factor de influen:

MPR
MPE

Fr =

(2.27)

Pentru factorul coloan vom folosi relaia (2.18)

Fc =

MPC
MPE

Valorile rapoartelor sunt:

Fr =

100,00
= 1,31
76,06

Fc =

756,67
= 9,95
76,06

Se compar valoarea tabelar cu valoarea calculat:


Fr = 1,31 < F =2,63, se accept ipoteza nul, deci ziua n care se face ancheta nu
influeneaz numrul de chestionare, iar Fc =9,95 > F =2,15, se respinge ipoteza nul, deci
operatorii de interviu introduc varian n realizarea unui numr de chestionare, indiferent de ziua
n care se face intervievarea. Cu ct avem mai mult ordine, mai multe variabile controlate,
sau datele sunt mai organizate cu att, mai ales n condiiile influenei simultane a factorilor,
rezultatele vor fi mai aproape de adevr i decizia, realist.
Calculele utiliznd ANOVA prin MicrosoftEXCEL sunt redate cu explicaiile de rigoare n
textul integrat mai jos (tabelul 2.3)

Metode cantitative n marketing

84

TABELUL 2.3
Se apeleaz din meniul Tools, Data Analysis i se alege :
Anova: Two-Factor Without Replication
n ecranul aprut se introduce:

Input Range $A$1:$K$6

Se bifeaz: Label

Output Range $A$43

Anova: Two-Factor Without Replication

SUMAR Count Sum

Average

Variance

1
2
3
4
5

10
10
10
10
10

830
790
750
820
810

83
79
75
82
81

152.89
215.33
324
154.22
214.44

1
2
3
4
5
6
7
8
9
10

5
5
5
5
5
5
5
5
5
5

485
325
350
475
310
410
365
400
425
455

97
65
70
95
62
82
73
80
85
91

2.5
12.5
262
24
74.5
24.5
6.5
362.5
13
2.5

Probabilitatea c dispersiile celor dou seturi


nu difer semnificativ
ANOVA
Source of
Variation
Rows
Columns
Error

SS

df

MS

400
6810
2738

4
9
36

100
756.67
76.056

1.3148
9.9489

Total
9948
49
Rezultate similare cu lucrul direct

PF crit
value
0.283 2.634
2E-07 2.153

Analiza dispersional

85

2.4. IDENTIFICAREA INTERACIUNILOR NTRE VARIABILE


Avnd n vedere c dorete determinarea interaciunilor dintre factori, experimentele iau
n calcul repetiia pentru controlul i validarea prelucrrilor i semnalarea distorsionrii
datelor. Experimentele au la baza interpretrii diferenelor semnificative, testul Fisher.

Vom analiza cazul n care asupra datelor din tabel acioneaz doi factori simultan
(alternativele n rnduri pentru unul i alternativele celuilalt n coloan) iar interaciunea
existent sau nu ca legatur, va fi descoperit pe baza repetiiei observaiilor.

Vom lua n calcul cazul n care exist interaciune ntre zilele lucrtoare ale sptmnii
i amplasamentul unor uniti comerciale. n acest caz, rndurile tabelului de contingen vor
cuprinde zilele lucrtoare , coloanele vor fi societile comerciale, iar drept repetiie vom lua
n considerare observaiile fcute dimineaa i dup orele 15.
TABELUL 2. 4
Dou intrri

Vadul
comercial

Ziua /

repetiia

S.C. 1

S.C. 2

S.C. 3

Luni

Dimineaa

72

66

80

Dup ora 15

76

72

84

Dimineaa

71

69

97

Dup ora 15

75

73

95

Dimineaa

81

75

100

Dup ora 15

83

75

96

Dimineaa

70

64

95

Dup ora 15

72

66

89

600

560

736

Mari

Miercuri

Joi

T.j.

T1. = 450

T2. = 480
T3. = 510
T4. = 456
Ti..

Modelul matematic este urmtorul:

xijk = + i + j + ij + ijk

(2.28)

n care fiecare variabil observat xijk este egal cu o medie a populaiei care sufer: abaterea
liniei i, fa de medie, abaterea coloanei j, fa de medie, interaciunea dintre linie i coloan
ij, abateri fa de medie datorit influenei simultane att a liniilor ct i coloanelor, sau datorit
erorii experimentale ijk (ali factori influeneaz datele i ei nu au fost luai n model, exist
perturbaii majore asupra datelor i le fac s difere fa de medie).

Metode cantitative n marketing

86

Pentru a verifica modelul avem nevoie de un factor de control. Repetarea experimentului


este un bun factor de control. Spre exemplu datele sunt culese dimineaa i dup ora 15 i se
prezint n dou tabele de contingen pentru a se observa de multe ori instantaneu dac sunt sau
nu diferene. Variabila de control trebuie s fie indiferent altfel devine una dintre variabilele
care vor fi luate n model ca una dintre cauzele perturbrii acestora fa de medie.
Se introduc seturile de ipoteze statistice pentru:
Rnd (zi din sptmn)
H0
nu sunt diferene semnificative ntre mediile pe rnduri; ex. indiferent de zi ncasrile
tuturor unitilor din sistem sunt la fel; nu exist abateri semnificative fa de media pe zi
(sistemul luat ca ntreg, nefragmentat). Relaia pe care o folosim este (2.20)

( ) i , i = 0
sunt diferene semnificative ntre mediile pe rnduri; ex.n unele zile datele centralizate
H1
pe cele trei S.C.-uri sunt semnificativ diferite fa de media pe sistem datorit abaterilor.
Relaia este n acest caz (2.21)

() i , i 0
Coloan (localizarea geografic)
H0
datele o inute nu sunt diferite semnificativ statistic de la o unitate la alta; ex. indiferent de

zi sau ali factori (fenomen realizat prin totalizarea datelor, uitnd de unde provin) nu sunt
abateri fa de medie. Relaia utilizat este (2.8)

( ) j , j = 0
datele difer statistic semnificativ de la o unitate la alta; ex. totalurile obinute difer
semnificativ statistic fa de medie, exist abateri. Folosim relaia (2.10)

H1

() j , j 0
Interaciune (exist o legtur care poate duce la o segmentare)

H0

datele obinute sunt aproape egale cu media general indiferent de zi sau unitate
comercial;

( ) i , j , ij = 0

(2.29)

H1
anumitor S.C.-uri le merg bine n zile cnd altora le merge prost i vice-versa, sunt
abateri semnificative statistic fa de medie.
( ) i , j , ij 0
(2.30)
Se calculeaz numrul de grade de libertate df1 pentru rnd, coloan, interaciune (fiecare

factor de influen din model) i numrul de grade de libertate df2 pentru ntregul tabel, unde sunt
r rduri, c coloane, i n repetiii.
df1 = r - 1 = 3
df1 = c - 1 = 2

Analiza dispersional

87

df1 = (r - 1)(c - 1) = 6
df2 = r c (n - 1) = 12
pentru = 0,05 avem Fisher tabelat pentru:
Ftabelat rnd (3, 12) = 3,49;
Ftabelat coloan (2, 12) = 3,88;
Ftabelat interaciune (6, 12) = 3,00
Se determin factorul de corecie C:

C=

T 2...
r cn

(2.31)

2
C = 1.896 = 149.784
24
unde T este totalul general, n care dispare identitatea liniei i, coloanei j i repetiiei k.
Se determin suma ptratelor SP pentru fiecare factor de influen din model:
r

SPR =

i =1

T i2.
-C
cn

(2.32)

2+
2+
2+
2
SPE = 450 480 510 456 - 149.784 = 372
6

SPC =

c T2
.j

(2.33)

r xk - C

j =1

SPC =

600 2 + 560 2 + 736 2


- 149.784 = 2.128
8

SPRep =

c T2
rep

i =1 j =1

SP Re p =

-C

(2.34)

( 72 + 76 )2 + (66 + 72 )2 + ...
- 149.784 = 2.676
2

SPI = SPRep - SPR - SPC

(2.35)

SPI= 2.676 - 372 - 2.128 = 176


unde SPRep semnific suma ptratelor subtotalurilor repetiiilor pe categorii ale coloanelor iar
SPI, suma ptratelor interaciunii, ceea ce rmne dup extragerea influenei rndului i
coloanei.
Se determin suma ptratelor pe ntregul tabel:

Metode cantitative n marketing

88
r

SPT =

rep

2 -C
x ijk

(2.36)

i =1 j=1k =1

SPT = 72 2 + 66 2 + ... + 89 2 - 149.784 = 2.778


Se determin suma ptratelor pentru eroarea experimental:
SPE = SPT SPRep

( 2.37)

SPE = 2.778 2.676 = 102


Se determin media ptratelor MP pentru factorii de influen din model:

MPR =

SPR
r 1

MPI =

372
SPC 2.128
= 124 MPC =
=
= 1.064
3
2
c 1

SPI
176
=
= 29,33
6
(r 1)(c 1)

Se determin media ptratelor pentru eroarea experimental:

MPE =

SPE
102
=
= 8,5
r * c * ( n 1) 12

Se determin raportul Fisher calculat pentru fiecare factor de influen:

F=
r

MPR 124
=
= 14,59
MPE 8,5

F =
i

F =
c

MPC 1.064
=
= 125,18
MPE
8,5

MPI 29,33
=
= 3,45
MPE
8,5

Se compar valoarea tabelat cu valoarea calculat i se constat c ipoteza nul este respins n
toate cele trei cazuri.
In ilustrarea de mai jos artm modul n care se poate apela la MicrosoftEXCEL cu
rezultatul urmtor:

Analiza dispersional

89

Exist diferene semnificative ntre S.C. , zile, interaciune deoarece n


unele zile sunt uniti ce ctig mai mult dect altele n celelalte zile. Ce
trebuie apreciat, este c la un nivel de semnificaie

= 0,01 nu exist

interaciune. Pentru rezultatele MicrosoftEXCEL, situaia este redat mai jos n tabelul 4.
TABELUL 4
ANOVA
Source of
Variation
Sample
Columns
Interaction
Within
Total

SS

df

MS

P-value

F crit

372
2128
176
84
2760

3
2
6
12
23

124
1064
29.33
7

17.7
152
4.2

0.00011
3E-09
0.0167

3.490
3.885
2.996

Ce trebuie iar apreciat este faptul c valoarea SPE a fost calculat diferit (rndul de mai sus
Within) ceea ce arat nc odat, diferena ntre gndirea diferit a colilor de teorie statistic. Trebuie
subliniat atitudinea specialistului de a nu rmne robul unei singure tehnici, dar mai ales verificarea
din mai multe, unghiuri de vedere, cu tehnici diferite, deoarece ele nu sunt singurele purttoare de
adevr.

Metode cantitative n marketing

90
2.3. Identificarea interaciunilor prin experimente factoriale.

Experimentele factoriale au la baz studierea influenei factorilor asupra datelor observate, n


condiiile n care factorii acioneaz simultan, independent i apoi n interaciune cte doi, rei etc. Pentru a
realiza acest faot se iau n calcul nivelurile factorilor n comparaii aritmetice.
Cele mai utilizate experimente de acest fel sunt: experimentul 22 (doi factori cu dou niveluri),
experimentul 23 (trei factori cu dou niveluri) i experimentul 32 (doi factori cu trei niveluri).
O firm de publicitate outdoors dorete s tie dac factorii sex, momentul zilei i tipul de
panotaj pentru reclam

influeneaz fenomenul de recall reamintire pe care o au trectorii

chestionai ntr-o intersecie. Pentru a se valida cercetarea a fost luat n calcul ca test de control o alt
intersecie amenajat identic ca panotaj. n urma cercetrii, au rezultat urmtoarele rezultate :

TABELUL 5
Combinatia
factorilor

Sptmna n care
s-a desfurat
experimentul

Total

Efect simplu si
combinat

II

69

74

143

t1

72

81

153

ta

71

80

151

tb

75

82

157

tc

AB

73

80

153

tab

AC

77

87

164

tac

BC

79

94

173

tbc

ABC

82

95

177

tabc

Total

589

673

1271

Total

Cifrele reprezint numrul de intervievai care au tiut unde au mai vzut reclama din panotajul
afiat. Factorul A:

sex

Niveluri: 0 Femeie

Brbat

Factorul B:

momentul zilei Niveluri: 0 dimineaa 1

dup ora 15

Factorul C:

Tipul panotajului Niveluri:

0 n strad

pe o faad

Interaciunile sunt date de combinarea factorilor: ab, ac, bc, abc.


Figura 1 de mai jos arat cele 23 combinaii n care nivelurile A, B, C, sunt succesiv i alternativ la nivel 0
i 1, ilustrarea fcndu-se cnd cu litere mici, cnd cu litere mari.
AbC101

111
ABC

Abc
100
(a)

Abc
Abc 110
(ab)

abC
001
(c)

001 abc
000

abc (1)

O1O
(b)aBc

aBC
O11(bc)

Analiza dispersional

91

Modelul matematic este urmtorul:

xi

jk l

= + i + j + k + i j + i k + j k + i

jk

+ i

jk l

unde i = 0, 1sunt nivelurile factorului A, j = 0, 1 nivelurile factorului B, k = 0, 1 nivelurile factorului C, l


= 0, 1 nivelurile factorului D, iar xijkl = fiecare dat observat supus influenei celor trei factori
independeni, efectelor combinrii lor, repetiiei ct i erorilor experimentale.
Cum sunt puse n eviden combinrile factorilor i nivelelor acestora:
Explicitarea este fcut n tabelul 6 .
TABELUL 6
Nivelul

Repetiii
momentul

factorilor
a

II

69

74

Total
pariAL

Efect pariale i
combinate

143

t1

Frecvenele au rezultat n urma strii: cte femei i amintesc,


intervievate dimineaa, de reclama aprut pe un panou stradal
1

72

81

153

ta

Frecvenele au rezultat n urma strii: ci brbai i amintesc,


intervievai dimineaa, de reclama aprut pe un panou stradal
0

...

...

...

tb

Frecvenele au rezultat n urma strii: cte femei i amintesc,


intervievate dup ora 15 , de reclama aprut pe un panou stradal
0

...

...

...

tc

Frecvenele au rezultat n urma strii: cte femei i amintesc,


intervievate dimineaa, de reclama aprut pe un panou situat pe o
faad
1

...

...

...

tab

Frecvenele au rezultat n urma strii: ci brbai i amintesc,


intervievai dup ora 15, de reclama aprut pe un panou stradal
1

...

...

...

tac

Frecvenele au rezultat n urma strii: ci brbai i amintesc,


intervievai dimineaa, de reclama aprut pe un panou situat pe o
faad
0

...

...

...

tbc

Frecvenele au rezultat n urma strii: cte femei i amintesc,


intervievate dup ora 15, de reclama aprut pe un panou situat pe
o faad
1

...

...

...

tabc

Frecvenele au rezultat n urma strii: ci brbai i amintesc,


intervievai dup ora 15, de reclama aprut pe un panou situat pe
o faad

Metode cantitative n marketing

92

10 010

Se alctuiesc seturile de ipoteze statistice pentru fiecare factor de influen i a combinaiilor de


dou i trei influene reciproce. Ilustrm n pagina urmtoare efectele directe i de dou combinaii
folosind cubul influenelor.

Analiza dispersional

93

Avnd n vedere c factorul A ctig influennd la patru subtotaluri i anume ta, tab, tac, tabc;
pentru a obine efectul lui A, simplu i combinat, vom scdea din suma ctigului contribuiile altora
fr factorul A, i anume ali factori din mediu (1), ctigul lui B fr A, ctigul lui C fr A, i
ctigul combinaiei ntre B i C, fr A. Situaia se repet i pentru factorii B i C. Vom organiza datele
n tabel astfel nct s obinem aceste noi totaluri.
Datele vor fi organizate ntr-un tabel al semnelor aritmetice, astfel:
1

ab

ac

bc

abc

1271

T1

23

Ta

37

Tb

71

Tc

(-11)

Tab

(-1)

Tac

21

Tbc

Tabc

Total

Sumele s-au obinut prin adunarea , acolo unde este semnul "+" i prin scderea, acolo unde este
semnul "-" a subtotalurilor efectelor pariale i combinate obinute n urma cercetrii i ilustrate n tabelul
6.

Spre exemplu:

Ta=-t1+ta-tb-tc+tab+tac-tbc+tabc=
-143+153-151-157+153+164-173+177=23
iar interacinea AC este:
Tab=+t1-ta+tb-tc-tab+tac-tbc+tabc= 143-153+151-157 153 +164-173+177 = - 1
Grafic, interaciunea AC arat astfel:

interaciunea
AC

Metode cantitative n marketing

94

interaciune
a BC

interaciunea
AB

Interaciunea BC ilustreaz influena simultan a factorilor cauzali B i C. La fel ca n cazul unor


persoane, ei pot interaciona pozitiv, ajutndu-se reciproc sau negativ, reducnd, anulnd sau ascunznd
energia pozitiv a efectului prin interaciuni cu ali factori din mediu informaional.
Se calculeaz numrul de grade de libertate df1 pentru fiecare factor de influen i combinaia
lor i numrul de grade de libertate df2 pentru ntregul tabel.
df1 = nr. niveluri - 1 = 2 - 1 = 1 (2, deoarece fiecare factor este determinat de cele dou nivele ale sale mai
puin 1 din raiuni amintite anterior)
df2 = [23 (nr. repetiii - 1)] - 1 = 7
pentru = 0,05

avem

Ft (1,7) = 5,59

Se determin factorul de corecie C:

Analiza dispersional

95
2

C=

1271
T
=
= 100.965,06
nr.
repetitii
*
x
2
2
2
1

Se determin suma ptratelor SP pe fiecare factor de influen i combinaiile lor:


2

23
T
SPA = 3 a =
= 33,06
2 x 2 16

37
SPB = 3Tb =
= 85,56
x
2
16
2
2

SPC = 3Tc = 71 = 315,06


2 x 2 16
2
( - 11)2
T
a b
SPAB = 3
=
= 7,56
x
2
16
2

2
( -1)
Ta c
SPAC = 3
=
= 0,06
16
2 x2

SPBC = T3 b c = 21 = 27,56
2 x 2 16
2

5
SPABC = T3a b c = = 1,56
2 x 2 16
2

SPRep =

2
2
T rep
598 + 673
C
=
- 100965 = 351,56

3
3
2
k =1 2

Se determin suma ptratelor pe ntregul tabel:


1

SPT = x

2
i j k l

-C=

i=0 j =0 k =0 l =1

= 69 + 72 + ...+ 95 - 100965 = 860


2

Se determin suma ptratelor pentru eroarea experimental:

SPE = SPT SPA SPB SPC SPAB SPAC - SPBC SPABC


SPRepetiie = 37,96
Se determin media ptratelor MP pentru fiecare factor de influen i a combinaiilor lui.
Deoarece df1 = 1, rezult c media ptratelor va fi egal cu suma ptratelor, SP:

Metode cantitative n marketing

96

MPA = SPA
MPB = SPB
MPC = SPC
MPAB = SPAB
MPAC = SPAC
MPBC = SPBC
MPABC = SPABC
Se determin media ptratelor pentru eroarea experimental:

MPE =

SPE

37,96
= 5,42
7

df 2

Se determin raportul Fisher calculat pentru fiecare factor de influen i combinaia

F =
Re p

MP Re p 351,56
=
= 64,86 > F
MPE
5,42
Fa =
Fb =

MPB
MPE

MPA
MPE

(2.60)

(2.61)

MPC
MPE

85,56
= 15,74 > F t
5,42

(2.62)
Fc =

Fab =

Fa =

33,06
= 6,09 > Ft
5,42

F b=
Fc =

315,06
= 58,12 > F t
5,42

MPAB
MPE

(2.63)
7,56
= 1,39 < Ft
5,42
MPAC
Fac =
MPE
0,06
= 0,01 < Ft
Fac =
5,42

Fab =

Fbc =

MPBC
MPE

(2.65)

Fbc =

F abc =

MPABC
MPE

Fabc =

27,56
= 5,08 < Ft
5,42
(2.66)

MPABC 1,56
=
= 0,28 < F t
MPE
5,42

(2.64)

Analiza dispersional

97

De vreme ce Fisher tabelat are valoarea 5,59, ipoteza nul este respins n primele
n ultimele patru teste. Sptmnile produc diferene
patru teste i acceptat
semnificative statistic (panoul st mai mult timp, iar dup dou sptmni devine lesne
reamintirea).
Efectele principale ale variabilelor independente, sex, momentele zilei i tipul de
panotaj sunt semnificative statistic, adic sunt diferene notabile ntre numrul de panouri de
care i-au reamintit pe faade stradale, momentele observaiilor i-au spus cuvntul i chiar
surpriza c reamintirea difer n funcie de sex. Se remarc faptul c nici o interaciune nu este
obinut semnificativ statistic,dar interaciunea dintre momentul zilei i tipul de panotaj care
nu este semnificativ la un nivel al semnificaiei de 0,05, poate deveni semnificativ la un
nivel de 0,10.
Aplicaia utiliznd rezultatele MicrosoftEXCEL este redat n figura
2.7, 2.8, 2.9 i 2.10.
Figura 2.7 Comenzi succesive n MicrosoftEXCEL
Data Pivot
Table
Report

Microsoft Excel list or database

Next Range

= E18
PAGE

=$B$17
B

Factorul B

COLUMN

Repetitii Repetitie Count of Repetitii


C factor C
A factor A DATA
=
B19
=

Metode cantitative n marketing

98
C19
=
D19

Fig.2.8
Coloane
EXCEL
A

F
=D19

Linie EXCEL
=$B$17
17 Experiment cu 3 factori si rep.
18 Repetitii
C
A
20 1
1
1
21
2
1 Total
22
23
2
1
24
2
2 Total
25
26 1 Total
27 2
1
1
28
2
1 Total
29
30
2
1
31
2
2 Total
32
33 2 Total
34 Grand Total

G
= B19
=E18

=C19
B
1
69
72
141
75
77
152
293
74
81
155
82
87
169
324
617

2
71
73
144
79
82
161
305
80
80
160
94
95
189
349
654

Total
140
145
285
154
159
313
598
154
161
315
176
182
358
673
1271

Figura 2.9
Plasarea n Pivot Table poate fi urmrit n continuare n figura 2.10.

LEGENDA
REPETITIE
Factorul C
Factorul A

2&3
Factorul B
count Of
repeti ie

=B20

=B27

Repetitii
1
2
69
74

Total
143

Rep.1
=E20
=E21
=F20
=E23
=F21
=E24
=F23
=F24

Rep.2
=E27
=E28
=F27
=E30
=F28
=E31
=F30
=F31

SPEvariabilei
1271 100965 C

Analiza dispersional
A
72
81
B
71
80
C
75
82
AB
73
80
AC
77
87
BC
79
94
ABC 82
95
T.rep 598 673

99
153
151
157
153
164
173
177
1271

23
37
71
-11
-1
21
5
100.
965

33.06 SPA
85.56 SPB
315.06 SPC
7.56 SPAB
0.06 SPAC
27.56 SPBC
1.56 SPABC
351.56 SPRep
859.93 SPT
37.93 SPE

C =sus

6.10 Fa
15.78 Fb
58.13 Fc
1.39 Fab
0.01 Fac
5.08 Fbc
0.28 Fabc
64.86 Frep

Ftab 5,59
=

5.42 MPE

Figura 2.10
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

100

Metode cantitative n marketing

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.
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.

Analiza dispersional

101

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
9 12
12 15 15 18 18 21 21 23
S1 Joi
Smbt Vineri
Luni
Miercuri Mari
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
liniei i , abaterea coloanei j , abaterea datorat tratamentului k 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

9-12
B/
Smbt
C / Vineri

12 - 15 15 18 18 - 21 21 - 23
C/
D / Luni E / Mier- F / Marti
Vineri
curi
B/
A / Joi E/Mier- F / Marti D / Luni
Smbt
curi
C/
E / Mier- F / Marti A / Joi D / Luni B/
Vineri curi
Smbt
D / Luni F / Marti E/Mier- B /
C / Vineri A / Joi
curi
Smbt
E/Mier- A / Joi
D /Luni F / Marti B /
C
curi
Smbt /Vineri
F / Marti D /Luni B /
C/
A / Joi
E/MierSmbt Vineri
curi
A =
B=
C=
D=
E=
F=
1, 7, 13 2, 8, 14
3,9,15 4,10,16 5,11,17
6,12,18

Metode cantitative n marketing

102

LH
S1
S2
S3
S4
S5
S6
U

A
L
D
J
V
M
S
m

B
D
V
S
M
J
m
L

C
S
M
V
J
m
L
D

D
V
J
M
m
L
D
S

E
J
S
m
L
D
M
V

F
M
m
L
D
S
V
J

G
m
L
D
S
V
J
M

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)

Analiza dispersional

H0

103

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.
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

(2.67)

r c

1.2802
= 102.400
16
Se determin suma ptratelor pe fiecare factor de influen
C=

SPR =

i=1

SPR =

(2.68)

3182 + ...... + 3212


- 102.400= 30
4

SPC =

n T2
.j

j=1

SPC =

T i2.
-C
c

-C

(2.69)

315 2 + ....... + 326 2


- 102 .400 = 82
4

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.

Metode cantitative n marketing

104

Se determin suma ptratelor tratamentului:


tr

SPTratament =

k =1

SPTratament =

T 2trat
-C
k

(2.70)

3282 + ..... + 3082


- 102.400 = 392
4

Se determin suma ptratelor pe ntregul tabel:


m

SPT =

x ij2 - C

(2.71)

i =1 j = 1

SPT = 852 + 732 + ... + 902 - 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

(2.73)

df 1
30
MPR =
= 10
3

SPC

MPC =

(2.74)

df 1
82
MPC =
= 27.33
3

MPTratament =

SPTratament

(2.75)

df 1
MPTratament =

392
= 130,67
3

Se determin media ptratelor pentru eroarea experimental:

MPE =

SPE
df 2

(2.76)

Analiza dispersional

105

20
= 3,33
6
Se determin raportul Fisher calculat pentru fiecare factor de influen (folosind
formulele 2.18, 2.27).:
MPR
Fr=
MPE
MPE =

Fc =

Fr =

10
= 3,00
3,33

Fc =

27,33
= 8,21
3,33

MPC
MPE

MPTratament
(2.77)
MPE
130,67
= 39,24
F tratament =
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:
F tratament =

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

C
A
B
D

D
C
A
B

TRATAMENT

B
D
C
A

A
B
D
C

Se apeleaz din meniul Tools, Data


Analysis i se alege :
8
Anova:
Without
Two-Factor Replication
9
Output Range $B$14
10 n ecranul aprut se introduce:
Input Range $A$1:$E$5
se bifeaz:
11
Lab el
12
13
Anova: Two-Factor Without
14

Metode cantitative n marketing

106
Replication
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

30
31
32
33
34
J
1

SUMM
Count Sum Average Variance
ARY
1
4 318 79.5
15
2
4 313 78.25 26.25
3
4 328
82 55.33
4
4 321 80.25 68.25
1
2
3
4

4
4
4
4

315 78.75 32.25


308
77 23.33
331 82.75 48.92
326 81.5
43

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
79
84
83 82
Rand 1 A
2
328
Rand 2 B
85
81
92 90
3
348
Rand 3 C
76
75
75 70
4
296
Rand 4 D
78
73
78 79
5
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,I
F(I2="A",+E2))))
10 ..
11 Pentru P5:

=IF(F5="D",+B5,IF(G5="D",+C5,IF(H5="D",+D5,I
F(I5="5",+E5))))
12
13 Se apeleaz din meniul Tools,
Data Analysis si se alege :
14
Anova: Two- Without
Factor
Replicati
on
15
16 n ecranul aprut se introduce: Input

Analiza dispersional
Range $K$1:$P$5
se bifeaz:
17
Label

107
Output
Range
$K$21

18
19
20
21 Anova: Two-Factor Without
Replication
22
23
Vari
SUMMARY Count Sum Average
ance
1
4
328
82 4.67
24
2
4
348
87 24.67
25
3
4
296
74 7.33
26
4
4
308
77 7.33
27
28
1
4
318 79.5
15
29
2
4
313 78.25 26.25
30
3
4
328
82 55.33
31
4
4
321 80.25 68.25
32

ANOVA
Source of
Variation
Rows

SS

df

392

Columns

29.5

Error

102.5

Total

524

A
B
C
D
n C40 funcia este:
=C34 -C30 -C31- L37
39 SSE =
40 SSE =
41 MSE =
42 MSE =
43

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

F crit
3.863
3.863

15

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

n C42 functia este:


=C40/6

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

n G39 funcia
este=E30/C42
n G40 funcia este:
=E31/C42
n G41 funcia este:
=N37/C42
n H39 funcia este:
=IF(G39<G42, NU, DA)
n H40 funcia este:

2.81

NU

7.76
37.33
4.76

DA
DA

Metode cantitative n marketing

108
=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.