1.

MOTIVATIA TEMEI
2. OBIECTIVUL PROIECTULUI
3. DESCRIEREA INSTRUMENTELOR
4. ANALIZA SI PRELUCRAREA DATELOR
- Definirea variabilelor i introducerea datelor n SPSS
- Verificarea bazei de date
-Analiza statistic univariat a datelor
-Analiza statistic bivariat a datelor
-Testarea diferenei dintre dou proporii.
5. CONCLUZII

1. MOTIVATIA TEMEI
Piata adidasilor se diversifica mereu aparand firme noi producatoare , de diferite modele
menite sa satisfaca gusturile variate ale sportivilor, tineri si batrani, dar si a celor ce-i
utilizeaza ca pantof de strada. Pe langa frumusetea modelelor, ei trebuie sa fie si buni
din punct de vedere calitativ.
Dintre firmele renumite de adidasi amintim: NIKE, ADIDAS, LOTUS, PUMA.
Nu isi permite toata lumea sa se incalte cu aceste marci renumite, originale, exista insa
diversi producatori de adidasi contrafacuti ce se gasesc pe piata, in Bazar la preturi
accesibile tuturor.
O cerere ridicata de adidasi de firma exista din partea tinerilor, din randul lor fiind si
cei mai multi practicanti de sport, majoritatea studenti, ei cauta produse cat mai frumoase,
confortabile si rezistente in timp. Aceste branduri de adidasi: NIKE, ADIDAS, LOTUS si
PUMA, se gasesc de obicei in moll-uri sau prin reprezentante si distribuitori in marile
orase din tara.
2. OBIECTIVUL PROIECTULUI
In cadrul acestui proiect se va incerca analiza modului in care diversi factori (variabile)
influenteaza cererea de jeansi in randul studentilor.

3. DESCRIEREA INSTRUMENTELOR
Pentru a putea analiza problemele considerate s-a aplicat un chestionar (Anexa 1) unui
esantion de 35 de persoanae, studenti, in Compexul Studentesc Regie R1, R2, R3 si in
caminele de de la Agronomie A1 si A2, cat si in Campusul Studentesc Leu, caminele A, B
si C. Chestionarul a presupus rspunderea la un set de ntrebri referitoare la vrst, anul
de studiu, preferina pentru o anumit firma de adidasi conform preferintelor, venitul
lunar al studentului, preul pe care acesta este dispus sa l plteasc pentru o pereche de
adidasi i cantitatea de produse cumprate in intervalul unui an calendaristic.
Variabilele ce vor constitui baza de date din SPSS vor fi: vrsta, sexul persoanei, venitul,
firma producatoare de adidasi, preul acestora i cantitatea. Acestea vor constitui baza de
date Adidas.sav

4. ANALIZA SI PRELUCRAREA DATELOR

-Definirea variabilelor i introducerea datelor n SPSS
Atributele acestor variabile sunt definite n fereastra Data Editor Foaia VariableView:

Figura 1 Fereastra Data Editor Foaia Variable View pentru baza de date:Adidas.sav.

Astfel baza de date ce va fii analizata este urmatoarea:

Figura 2 Fereastra Data Editor Foaia Data View pentru baza

-Verificarea bazei de date.Depistarea outlierilor
Outlierile reprezint valorile aberante nregistrate la nivelul unui eantion i se pot depista
pe baza graficelor care verific normalitatea distribuiilor variabilelor.
Pentru aceast analiz se vor analiza ca variabile numerice preul adidasului i cantitatea
pe care studenii sunt dispui s o achiziioneze ntr-un an, iar ca variabile nominale sexul
i firma adidasului preferata.
Outlierile se pot depista n cazul variabilelor numerice, iar valorile acestora se vor depista
astfel Analyze Descriptive Statistics Explore Plots sau Analyze Descriptive
Statistics Q-Q Plots, outlierile fiind depistate implicit. Pentru variabila Cantitate:
n cazul acestei variabile n fereastra Explore se nlocuiete n Dependent List variabila
Pre cu variabila Cantitate
 Figura 4 Diagrama Boxplot pentru
Figura 3 Diagrama Boxplot pentru variabila Cantitate
variabila Pre
Interpretare: Aa cum se observ, nu exist valori aberante.

Verificarea normalitii distribuiilor

Pentru a verifica normalitatea distribuiilor variabilelor Pre i Cantitate se folosesc
procedeele grafice Q-Q Plot, P-P Plot, Boxplot, histograma, testul Kolmogorov-Smirnov-
Lilliefors.
Pentru a putea depista i outlierile se va folosi procedeul Q-Q Plot. Q-Q Plot compar
valorile ordonate ale variabilei observate cu valorile quantilice ale distribuieie teoretice
specificate (n acest caz distribuia normal). Dac distribuia variabilei testate este
normal, atunci punctele Q-Q contureaz o linie care se suprapune cu dreapta care
reprezint distribuia teoretic, adic trece prin origine i are panta egal cu 1.
Pentru acesta se va urmri demersul: Analyze Descriptive Statistics Q-Q Plots, la
Variables se introduce variabila de analizat, iar la Test Distribution se alege Normal.
Pentru cele dou variabile numerice rezultatele sunt urmtoarele:

Figura 5 Q-Q Plot pentru variabila Pre

Figura 6 Q-Q Plot pentru variabila Cantitate
Interpretare: Se observ c punctele nu sunt serios deviate de la linia dreapt, ceea ce
indic o distribuie normal.
-Analiza statistic univariat a datelor. Descrierea statistic a variabilelor nominale.
Cele dou variabile nominale ce vor fi analizate sunt sexul persoanei chestionate i firma
de adidasi folosita.Pentru a descrie aceste variabile se vor urma paii: meniul Analyze
Descriptive Statistics Frequencies Statistics (unde la Central Tendency se bifeaz
Mode) i Charts (unde la Chart Type se bifeaz Pie sau Bar, iar la Chart Value
Frequencies sau Percentages). Astfel, se obin urmtoarele rezultate:
Pentru variabila Sexul persoanei chestionate se obin rezultatele:

Sexul persoanei

Cumulative
Frequency Percent Valid Percent Percent

Valid F 21 60.0 60.0 60.0

M 14 40.0 40.0 100.0

Total 35 100.0 100.0

Tabelul 7 Sexul persoanei

Figura 8 Diagrama Pie pentru variabila Sexul persoanei

Interpretare: Se observ i din tabel i din grafic c proporie persoanelor de sex feminin
din eantion este de 60%, iar cea a persoanelor de sex masculin este de 40%
Pentru variabila Firma adidasului:
 Firma de adidasi

Frequency Percent Valid Percent Cumulative Percent

Valid ADIDAS 14 40.0 40.0 40.0

Bazar 10 28.6 28.6 68.6

LOTUS 2 5.7 5.7 74.3

NIKE 5 14.3 14.3 88.6

PUMA 4 11.4 11.4 100.0

Total 35 100.0 100.0

Tabelul 9Firma de adidasi

Figura 10 Diagrama Pie pentru variabila Firma adidasului

Interpretare: Dupa cum se observ att din tabel ct i din grafic proporiile firmelor de
adidasi sunt: PUMA(11.4%), LOTUS(5.7%), ADIDAS(40.0%), NIKE(14.3%),
BAZAR(28.6%).
-Descrierea statistic a variabilelor numerice.
n cazul variabilelor numerice se folosete acelai demers ca n cazul variabilelor
nominale, cu diferena c se bifeaz toi indicatorii din Statistics iar la Charts se bifeaz
Histograms. Astfel, se obtin urmtoarele rezultate:
Statistics
Pretul adidasilor

N Valid 35

Missing 0
Mean 3.06
Std. Error of Mean .272
Median 3.00
Mode 2
Std. Deviation 1.608
Variance 2.585
Skewness .487
Std. Error of Skewness .398
Kurtosis -.829
Std. Error of Kurtosis .778
Range 5
Figura 11 Histograma si tabelul pentru
Minimum 1
variabila Preul produsului
Maximum 6
 Statistics
Numarul de perechi

N Valid 35

Missing 0
Mean 1.97
Std. Error of Mean .133
Median 2.00
Mode 2
Std. Deviation .785
Variance .617
Skewness .824
Std. Error of Skewness .398 Figura 12 Histograma si tabelul pentru
Kurtosis .992
variabila Cantitate
Std. Error of Kurtosis .778
Range 3 Interpretare: Pentru ambele variabile se citesc
Minimum 1 n tabel principalii indicatori: media, mediana,
Maximum 4 variana, modul, valorile minime i valorile
maxime.
-Analiza statistic bivariat a datelor.
Analiza statistic a gradului de asociere ntre dou variabile
Gradul de asociere se poate studia pentru variabilele nominale, n acest caz sexul
persoanei i firmele de adidasi folosite. Gradul de asociere presupune obinerea tabelului
de asociere, n care sunt prezentate relaiile dintre variabilele categoriale. n fiecare celul
a tabelului este prezentat frecvena parial, adic efectivul care poart simultan o
valoare a fiecrei variabile. Obinerea acestui tabel presupune urmtorul demers: Analyze
Descriptive Statistics Crosstabs. La rows-completam firma de adidasiiar la
columns-completam sex persoana. La statistics-bifam Chi-square:
Firma de adidasi * sexpers Crosstabulation Chi-Square Tests
Count
Value df Asymp. Sig. (2-sided)
sexpers
Pearson Chi-Square 2.887a 4 .577
.00 1.00 Total Likelihood Ratio 2.898 4 .575
Firma ADIDAS 10 4 14 N of Valid Cases 35
de Bazar 6 4 10 a. 7 cells (70.0%) have expected count less than 5. The
adidasi LOTUS 1 1 2 minimum expected count is .80.

NIKE 3 2 5 Tabel 14 Testarea gradului de asociere

PUMA 1 3 4 folosind testul Chi Square
Total 21 14 35

Tabel 13 Statistic a gradului de asociere ntre firmele producatoare si sexul

cumparatorilor
Interpretare: n eantionul analizat sunt 6 persoane de sex feminin care folosesc cu
precdere adidasi din BAZAR, 3 persoane de firma NIKE, 10persoane de la firma
ADIDAS, o persoana de la firma LOTUS si o persoana de la firma PUMA. Persoanele de
sex masculin care folosesc cu precdere adidasi sunt 4 persoane din BAZAR, 2 persoane
de la firma NIKE, 4 persoane de la firma ADIDAS, o persoana de la firma LOTUS si 3
persoane de la firma PUMA.
Analiza de regresie i corelaie
Analiza de corelaie presupune msurarea Correlations
gradului de intensitate a legturii dintre
Numarul Pretul
variabilele numerice, precum i testarea
semnificaiei legturii. Acest lucru se de perechi adidasilor

realizeaz urmnd paii: Analyze Numarul Pearson Correlation 1 .514 **

Correlate Bivariate. n cazul celor dou de perechi Sig. (2-tailed) .002

variabile numerice studiate (preul i
N 35 35
numrul de adidasi cumprati) se obine
urmtorul rezultat: Pretul Pearson Correlation .514 1 **

adidasilor Sig. (2-tailed) .002

N 35 35
Tabelul 15 Corelatia **. Correlation is significant at the 0.01 level (2-tailed).

Interpretare: Se observ c s-a obinut un coeficient de corelaie Pearson egal cu 0.514,

ceea ce nseamn c ntre cele dou variabile exist o corelaie directa, valoarea
coeficientului fiind apropiata de unu.
Testarea semnificaiei coeficientului de corelaie este realizat cu ajutorul testului t.
Valoarea Sig. corespunztoare, egal cu 0.002, evideniaz c s-a obinut un coeficient de
corelaie semnificativ la un prag de 0.002, adic sunt anse mai mici de 1% ( = 0.01) de
a gresi in a afirma ca intre cele doua variabile exista o corelatie semnificativa.

Analiza de regresie presupune aproximarea modelului de regresie, estimarea i testarea

parametrilor modelului de regresie. ntre cele dou variabile numerice se poate stabili o
legtur liniar dat prin ecuaia de regresie liniar simpl, care are forma:
Yi = + xi + i
n care:
Y variabila dependent (numrul de adidasi)
X variabila independent (preul adidasilor)
variabila aleatorie eroare sau reziduu
Aproximarea modelului de regresie se realizeaz prin Scatterplot (din meniul
Graphs - Interactive). Se optine outputul:

Figura 16 Regresia ntre Numrul de
6 Linear Regression

5
Pretul adidasului = 0.98 + 1.05 * cantit
R-Square = 0.26
Pretul
adidasilori
4

1 2 3 4

Numarul adidasi cumparat pe an

adidasi i Preul adidasilor

Estimarea parametrilor modelului de regresie presupune parcurgerea demersului: Analyze
Regession Linear, prin care se deschide fereastra de dialog Linear Regession. Urmnd
paii necesari, n output se analizeaz Model Summary, ANOVA, Coefficients.
Model Summary

Model Change Statistics

R Adjusted R Std. Error of the R Square F Sig. F

R Square Square Estimate Change Change df1 df2 Change

dimension0
1 .514a .264 .242 1.400 .264 11.835 1 33 .002

a. Predictors: (Constant), Numarul de perechi

Tabelul 17 Model Summary prezint valoarea coeficientului de corelaie R, valoarea

raportului de determinaie R2 i eroarea standard a estimaiei.
Interpretare: Valoarea lui R este 0.514, ceea ce indic faptul c ntre cele dou variabile
exist o legtur direct. Valoarea lui R2 este 0.264, ceea ce indic faptul c 26.4% din
variaia variabilei Y este explicat prin variaia variabilei X. Aceasta este o valoare destul
de mic, ceea ce nseamn c modelul ales nu explic foarte bine legtura dintre
variabile.
ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 23.199 1 23.199 11.835 .002a

Residual 64.687 33 1.960

Total 87.886 34

a. Predictors: (Constant), Numarul de perechi

b. Dependent Variable: Pretul adidasilor
Tabelul 18 Regession ANOVA prezint rezultatele analizei varianei variabilei dependente
sub influena factorului de regresie i a factorului reziduu. Prezint informaii asupra
sumei ptratelor abaterilor variabilei dependente, gradele de libertate, estimaiile
varianelor datorate celor dou surse de variaie, raportul F i Sig
Interpretare: n cazul variabilelor considerate, valoarea Sig. pentru F este mai mic dect
0.05, fiind 0.02, prin urmare relatia liniar dintre cele dou variabile considerate este
semnificativ.
Coefficientsa

Model Standardized
Unstandardized Coefficients Coefficients

B Std. Error Beta t Sig.

1 (Constant) .984 .648 1.519 .138

Numarul de perechi 1.052 .306 .514 3.440 .002

a. Dependent Variable: Pretul adidasilor

Tabelul 19 Coefficients prezint coeficienii nestandardizai ai modelului de regresie
estimat, erorile standard ale acestora, coeficienii de regresie standardizai cu erorile
standard corespunztoare, precum i valorile statisticii test t i valorile Sig.
corespunztoare.
Interpretare: Pentru o ncredere de 95% se observ c n cazul ambilor coeficieni
valoarea lui Sig. este mai mic dect 0.05, ceea ce nseamn c acetia sunt semnificativ
diferii de 0. Astfel, ecuaia de regresie are urmtoarea form:
Y =1.204+ 0.251 X
-Estimarea i testarea statistic
Estimarea este procedeul prin care se generalizeaz rezultatele observate pe un eantion,
la nivelul populaiei din care este extras, adic se afl valoarea unui parametru al unei
populaii pe baza datelor nregistrate la nivelul unui eantion extras din aceasta.
Estimarea poate fi punctual sau prin interval de ncredere. n acest caz se va estima prin
interval de ncredere.
-Testarea diferenei dintre dou proporii.
Acest lucru presupune folosirea testului Chi-Square, urmnd demersul: Analyze
Nonparametric Tests Chi-Square Test. Se va verifica dac proporia persoanelor de sex
feminin este egal cu proporia persoanelor de sex masculin.
Observed N Expected N Residual
.00 21 17.5 3.5
1.00 14 17.5 -3.5
Total 35
SEXPERS
Chi-
1.400
Square(a)
df 1
Asymp. Sig. .237

Test Statistics
a 0 cells (.0%) have expected frequencies less than 5. The minimum expected cell frequency is 17.5
Tabelele 20 Sexul persoanei si Test statistics
Interpretare: Se observ c sunt 21 de persoane de sex feminin i 14 de sex masculin.
Conform ipotezei de nul (de egalitate a proporiilor), pentru fiecare categorie ar trebui s
fie cte 17.5 persoane. n tabelul Chi-Square Test valoarea semnificaiei este mai mare
dect 0.05 i, prin urmare se accept ipoteza de nul.
5. CONCLUZII
n urma realizrii anchetei privind cererea de adidasi in Complexul studenesc Regie, in
caminele de de la Agronomie si in Campusul Studentesc Leu, se poate concluziona c
aceasta este relativ constant, depinznd n oarecare msur de preul acestora. De
asemenea se observ c la nivelul ntregii populaii nu exist diferene semnificative ntre
proporia persoanelor de sex feminin care cumpara jeansi i proporia persoanelor de sex
masculin, ntruct multe dintre produse reprezint o necesitate.

BIBLIOGRAFIE

Jaba, Elisabeta, Statistica, ediia a III-a, Editura Economic, Bucureti, 2002;

Jaba, Elisabeta; Grama, Ana, Analiza statistic cu SPSS sub Windows, Editura Polirom,
2004