Documente Academic
Documente Profesional
Documente Cultură
ANALIZA UNIVARIATĂ
• Variabile nominale, eșantioane independente, N>40, Aij > 5 (și pt mai mult de 2
variabile, Oij ≥ 1 și Oij < 5 să nu depășească 20%)
Măsoară gradul de semnificație a asocierii dintre opiniile subiecților din cele 2 eșantioane
independente.
Ipoteza nulă, H0: rphi = 0
Ipoteza alternativă, H1: rphi ≠ 0
Valorile obținute au o repartiție care poate fi aproximată de o repartiție hi-pătrat cu (r-1)(k-1)
grade de libertate.
Dacă valoarea calculată a lui hi-pătrat este egală sau mai mică decât valoarea teoretică
(tabelată), corespunzătoarea nr de grade de libertate și unui anumit grad de semnificație, atunci
se acceptă ipoteza nulă.
Hi-pătrat calculat ≤ hi-pătrat tabelat => H0 adevărată, diferențe nesemnificative
Hi-pătrat calculat > hi-pătrat tabelat => H0 falsă, diferențe semnificative
• Dacă într-un tabel de contingență de tipul 2x2, N > 40 se poate utiliza cu succes testul
hi-pătrat, fiind preferabilă formula cu corecție
• Dacă 20 < N < 40, testul hipătrat se poate folosi doar dacă toate frecvențele Aij ≥ 5; în
situația în care cea mai mică frecvență Aij < 5, este necesar să se folosească testul
probabilității exacte a lui Fisher
• Dacă N < 20, indiferent de valorile Aij, se va utiliza testul probabilității exacte a lui Fisher
Ceoficientul de contingență C
Coeficientul de contingență C
Testul McNemar
- Eșantioane dependente, cazuri de tip înainte-după, este o adaptare a testului hi-pătrat
- Dacă frecvența care se așteaptă conform ipotezei nule, respctiv ½ (a+d) < 5, în locul
testului McNemar se va folosi testul binomial
VARIABILE PE SCALA ORDINALĂ
• Dacă unele variabile sunt dependente de altele (relații de natură cauzală) sau dacă
între variabile există doar legături de asociere
• În cazul relațiilor de dependență, dacă se consideră una sau mai multe variabile
dependente
• Scala de măsurare – metrică sau nemetrică
Metoda regresiei multiple (simultane sau în trepte)
- Este posibilă cercetarea relației liniare dintre o variabilă dependentă, măsurată cu o
scală metrică și două sau mai multe variabile independente măsurate cu orice tip de
scală
- Este cea mai frecvent utilizată în cmk
- Are ca scop principal explicarea și previziunea variației variabilei dependente în funcție
de covarianța ei cu varibilele independente
- În calcul, are la bază metoda celor mai mici pătrate
- E folosită în cmk pentru analiza cererii de bunuri și servicii în funcție de factorii săi
determinanți (venituri, prețuri etc)
Analiza canonică
- Studiază relația dintre două grupuri de variabile (unele dependente, altele independente)
și unele și altele putând fi măsurate pe orice tip de scale metrice sau nemetrice
- Numărul maxim de funcții liniare care poti fi construite este egal cu nr variabileleor din
grupul cel mai mic (dacă avem 3 variabile cauză și 4 efect, avem maxim 3 fc canonice)
- Principalul avataj al acestei metode este că oferă posibilitatea exprimării sintetice a ceea
ce altfel ar fi presupus un număr mare, greu de manipulat de corelații bivariate
- Exemplu în carte cu turism – interval de vizitare, probabilitatea vizitării, durata sejurului
(variabile dependente) și distanța de domiciliu, prețuri, amabilitatea personalului
(variabile independente)
Analiza factorială
- Este un nume generic pentru o categorie de metode statistice multivariate al căror scop
îl reprezintă cercetarea legăturilor de interdependență dintre mai multe variabile cu
ajutorul cărora se caracterizează un anumit fenomen, prin reducerea (condensarea)
volumului datelor cuprinse în variabilele inițiale și construirea unui set mai mic de
dimensiuni (factori), urmărindu-se o pierdere minimă de informații
- Printre tehnicile de analiză factorială amintim: metoda componentelor principale, metoda
varimax, metoda quartimax, metoda rotației axelor)
- Analiza factorială e folosită pentru investigații privind schimbarea atitudinilor
consumatorilor, preferințele pentru diferite băuturi alcoolice sau nonalcoolice
Analiza grupurilor
- Reprezintă un nume generic dat unui grup de metode statistice multivariate de
clasificare a componenetelor unei mulțimi eterogene (consumaotr, produse, întreprinderi
etc) în grupuri omogene, având la bază un anumit criteriu
- Analiza grupurilor se deosebește de analiza discriminantului liniar prin faptul că pleacă
de la niște grupuri predefinite și nu împarte variabilele prin care sunt caracterizate
componentele mulțimii cercetate în dependente și independente, ci consideră
interdependențele în cadrul întregului set de componente, lăsând ca grupurile să apară
ca rezultat al acestor relații
- Analiza grupurilor s-a impus în domeniul segmentării pieței
Scalarea multidimensională
- Măsoară opiniile subiecților investigați, privind obiecte sau fenomene supuse cercetării
- Dimensiunile sau atributele nu sunt definite de cercetător, ci sunt generate de subiecții
investigați
- Măsoară opiniile subiecților investigați, privind obiecte sau fenomene supuse cercetării,
crearea unui spațiu perceptual definit de subiecți