““Le Ricerche di Marketing”Le Ricerche di Marketing”

Modulo di Marketing Modulo di Marketing IndustrialeIndustriale

Il sistema Informativo di Marketing Il sistema Informativo di Marketing

Necessità di Necessità di informazioneinformazione

Gestione Gestione dell’informazionedell’informazione

Sistema Sistema Informativo di Informativo di

MarketingMarketing

Un Sistema Informativo di Marketing (SIM) è una struttura Un Sistema Informativo di Marketing (SIM) è una struttura integrata ed interagente di persone, attrezzature e procedure, integrata ed interagente di persone, attrezzature e procedure, finalizzata a raccogliere, classificare, analizzare, valutare e finalizzata a raccogliere, classificare, analizzare, valutare e distribuire informazioni pertinenti, tempestive ed accurate, distribuire informazioni pertinenti, tempestive ed accurate, destinate agli operatori di decisioni di mercatodestinate agli operatori di decisioni di mercato

Il Sistema Informativo di Marketing: frameworkIl Sistema Informativo di Marketing: framework

AnalisiAnalisi

Pianificaz.Pianificaz.

AttuazioneAttuazione

ControlloControllo

Mercati Mercati ObiettivoObiettivo

Canali di Canali di MKTMKT

ConcorrentiConcorrenti

PubblicoPubblico

Forze delForze delMacro-Macro-

ambienteambiente

Sistema Informativo di MarketingSistema Informativo di Marketing

Valutazione Valutazione dei bisogni dei bisogni informativiinformativi

Distribuzione Distribuzione informazioneinformazione

Informazioni Informazioni interneinterne

Sviluppo e Gestione dell’InformazioneSviluppo e Gestione dell’Informazione

SSD di MKTSSD di MKT(MDSS)(MDSS)

Ricerche di Ricerche di MKTMKT

MKT MKT IntelligenceIntelligence

MKTMKT

ManagerManager

Ambiente diAmbiente di

MKTMKT

Il sistema delle rilevazioni interneIl sistema delle rilevazioni interne

Analisi:Analisi:Finanziarie: indici di bilancioFinanziarie: indici di bilancioEconomiche: Vendite, consumi budget, ecc.Economiche: Vendite, consumi budget, ecc.Industriali: resi, tempi logistici, WiP, ecc.Industriali: resi, tempi logistici, WiP, ecc.

•Data warehouse: Data warehouse: a process of centralized data a process of centralized data management and retrievalmanagement and retrieval•Data mining: Data mining: a process of a process of information extraction information extraction from datafrom data

Il sistema di Marketing IntelligenceIl sistema di Marketing Intelligence

Il sistema di Marketing Intelligence può essere Il sistema di Marketing Intelligence può essere definito come l’insieme delle procedure e delle definito come l’insieme delle procedure e delle fonti usato dai dirigenti per ottenere le informazioni fonti usato dai dirigenti per ottenere le informazioni correnti sugli sviluppi pertinenti nell’ambiente di correnti sugli sviluppi pertinenti nell’ambiente di marketingmarketing

Il sistema di supporto alle decisioni di MKTIl sistema di supporto alle decisioni di MKT

Un Sistema di Supporto alle Decisioni di Marketing (MDSS) è un Un Sistema di Supporto alle Decisioni di Marketing (MDSS) è un insieme di strumenti statistici e modelli di decisione, comprensivi insieme di strumenti statistici e modelli di decisione, comprensivi dell’hardware e del software di supporto, in grado di assistere i dell’hardware e del software di supporto, in grado di assistere i dirigenti di MKT nell’analisi dei dati e nell’assunzione di migliori dirigenti di MKT nell’analisi dei dati e nell’assunzione di migliori decisioni di MTKdecisioni di MTK

MDSSMDSS

Informazioni Informazioni di MKTdi MKT

Valutazioni e Valutazioni e decisioni didecisioni di

di MKTdi MKT

Banca dati Banca dati statisticistatistici

Banca Banca ModelliModelli

I sistemi a supporto del CRM (customer relationship management)I sistemi a supporto del CRM (customer relationship management)

Le Ricerche di MarketingLe Ricerche di Marketing

La ricerca di marketing consiste nella La ricerca di marketing consiste nella sistematicasistematica progettazione, raccolta, analisi e presentazione dei progettazione, raccolta, analisi e presentazione dei dati e delle informazioni rilevanti per una specifica dati e delle informazioni rilevanti per una specifica situazione di marketing a cui l’impresa deve far situazione di marketing a cui l’impresa deve far frontefronte

Ordine di Ordine di importanzaimportanza nel contesto aziendale: nel contesto aziendale:

Mediamente 2,5% fatturato aziendaleMediamente 2,5% fatturato aziendale

Picco 3,5-4% fatturato aziendalePicco 3,5-4% fatturato aziendale

Le Ricerche di Marketing: i fornitoriLe Ricerche di Marketing: i fornitori

La scelta di “make or buy” dipende in larga parte dalle La scelta di “make or buy” dipende in larga parte dalle dimensioni aziendalidimensioni aziendali e dalla e dalla delicatezza dell’oggettodelicatezza dell’oggetto della della ricerca.ricerca.

Le grandi aziende hanno generalmente al loro interno Le grandi aziende hanno generalmente al loro interno strutture organizzative preposte alle ricerche di mercato, strutture organizzative preposte alle ricerche di mercato, tipicamente inglobate nella funzione marketing.tipicamente inglobate nella funzione marketing.

In caso di outsourcing della ricerca:In caso di outsourcing della ricerca:

Istituti di ricerca multicliente (A.C. Nielsen)Istituti di ricerca multicliente (A.C. Nielsen)

Istituti di ricerca ad hoc (Doxa, Eurisko….)Istituti di ricerca ad hoc (Doxa, Eurisko….)

Istituti di servizi per la ricerca (agenzie)Istituti di servizi per la ricerca (agenzie)

Le Ricerche di Marketing: finalitàLe Ricerche di Marketing: finalità

Perché Perché effettuare una Ricerca di marketing?effettuare una Ricerca di marketing?

Analisi delle caratteristiche del mercato (clienti attuali, Analisi delle caratteristiche del mercato (clienti attuali, prospect, quota di mercato, concorrenza…)prospect, quota di mercato, concorrenza…)

Stima del potenziale di mercatoStima del potenziale di mercato

Analisi degli sviluppi del settoreAnalisi degli sviluppi del settore

Analisi del posizionamento del prodotto rispetto alla Analisi del posizionamento del prodotto rispetto alla concorrenzaconcorrenza

Idee di nuovi prodotti e test di concettiIdee di nuovi prodotti e test di concetti

Determinazione del prezzoDeterminazione del prezzo

……

Il metodo scientifico della ricercaIl metodo scientifico della ricerca

Obiettività: Obiettività: l’impiego di metodi di indagine non soggettivi ed indipendenti l’impiego di metodi di indagine non soggettivi ed indipendenti dall’utilizzatore, in grado cioè di restituire le stesse osservazioni per dall’utilizzatore, in grado cioè di restituire le stesse osservazioni per ricercatori/utilizzatori diversi;ricercatori/utilizzatori diversi;

Confutabilità: Confutabilità: la possibilità di sottoporre i risultati a test empirici in grado la possibilità di sottoporre i risultati a test empirici in grado di invalidarli; di invalidarli;

Traduzione analitica: Traduzione analitica: la possibilità di trasformare i concetti e le strutture la possibilità di trasformare i concetti e le strutture teoriche in forme e configurazioni misurabili empiricamente;teoriche in forme e configurazioni misurabili empiricamente;

Metodo e precisione:Metodo e precisione: una rigorosa definizione delle procedure di una rigorosa definizione delle procedure di rilevazione e la verifica della loro implementazione per rilevazione e la verifica della loro implementazione per limitare/eliminare errori di indagine, sia casuali che sistematici;limitare/eliminare errori di indagine, sia casuali che sistematici;

Approccio critico:Approccio critico: l’atteggiamento vigile e dubitativo, anche riguardo a ciò l’atteggiamento vigile e dubitativo, anche riguardo a ciò che è già stato convalidato da fatti e/o verifiche, in ogni fase della che è già stato convalidato da fatti e/o verifiche, in ogni fase della ricerca;ricerca;

Comunicabilità: Comunicabilità: i risultati, le conclusioni e la stessa metodologia di una i risultati, le conclusioni e la stessa metodologia di una ricerca devono essere caratterizzati da completezza e precisione di ricerca devono essere caratterizzati da completezza e precisione di presentazione.presentazione.

Tipologie di RicercaTipologie di Ricerca

Ricerche Esplorative: Ricerche Esplorative: consistono nella raccolta consistono nella raccolta preliminare dei dati per delineare più chiaramente la natura preliminare dei dati per delineare più chiaramente la natura di un problema ed eventualmente suggerirne un approccio di un problema ed eventualmente suggerirne un approccio risolutivo (documentale-qualitativa)risolutivo (documentale-qualitativa)

Ricerche Descrittive: Ricerche Descrittive: destinate alla descrizione, appunto, destinate alla descrizione, appunto, di determinate grandezze o fenomeni (Es.: profilo socio-di determinate grandezze o fenomeni (Es.: profilo socio-demografico di un segmento di utenza, descrizione del demografico di un segmento di utenza, descrizione del comportamento di acquisto…)comportamento di acquisto…)

Ricerche Causali: Ricerche Causali: ricavare le relazioni di causa-effetto fra ricavare le relazioni di causa-effetto fra le variabili/caratteristiche in esame (Es.:variazione volume le variabili/caratteristiche in esame (Es.:variazione volume di acquisti in base al prezzo…) di acquisti in base al prezzo…)

Ricerche di MKT: altre caratterizzazioniRicerche di MKT: altre caratterizzazioni

On field – On desk: metodo di rilevazioneOn field – On desk: metodo di rilevazione

Totali – Parziali Totali – Parziali –– Campionarie: numero e Campionarie: numero e caratteristiche delle unità della popolazione di caratteristiche delle unità della popolazione di riferimento indagateriferimento indagate

Pilota: precedono la fase di ricerca estensivaPilota: precedono la fase di ricerca estensiva

Le fasi del processo di ricercaLe fasi del processo di ricerca

1. Definizione problema, 1. Definizione problema, ipotesi, obiettivi ipotesi, obiettivi

d’indagined’indagine

2. Definizione 2. Definizione Piano di ricercaPiano di ricerca

3. Raccolta 3. Raccolta datidati

4. Analisi dati4. Analisi dati5. Presentazione 5. Presentazione

risultatirisultati

2.1 Piano di 2.1 Piano di campionamentocampionamento

2.3 Strumento di 2.3 Strumento di rilevazionerilevazione

2.2 Metodo di2.2 Metodo di contattocontatto

Criticità nelle ricerche di MKTCriticità nelle ricerche di MKT

Veridicità delle ipotesi iniziali;Veridicità delle ipotesi iniziali;

Grado di definizione dell’oggetto d’osservazione;Grado di definizione dell’oggetto d’osservazione;

Precisione degli strumenti di rilevazione;Precisione degli strumenti di rilevazione;

Numero di osservazioni, anche e non solo in Numero di osservazioni, anche e non solo in riferimento alla numerosità della popolazione riferimento alla numerosità della popolazione d’interesse;d’interesse;

Presenza di errori sistematici;Presenza di errori sistematici;

Potenza dell’analisi (ad es. finezza dei metodi di Potenza dell’analisi (ad es. finezza dei metodi di analisi statistica utilizzati)analisi statistica utilizzati)

La Tecnica CampionariaLa Tecnica Campionaria

Modalità per pervenire alla Modalità per pervenire alla conoscenza statistica di un fenomenoconoscenza statistica di un fenomeno

1. Rilevazione esaustiva 1. Rilevazione esaustiva delle manifestazioni delle manifestazioni

(censimento)(censimento)

2. Rilevazione 2. Rilevazione parziale (campione parziale (campione

statistico)statistico)

• Alti costiAlti costi

• Lunghi tempi di Lunghi tempi di analisianalisi

• BuchiBuchi

• Costi contenutiCosti contenuti

• Tempi di analisi contenutiTempi di analisi contenuti

• Possibilità di integrazione Possibilità di integrazione dei dati mancantidei dati mancanti

Numerosità CampionariaNumerosità Campionaria

La numerosità (n) del La numerosità (n) del campione dipendecampione dipende

3.Livello 3.Livello fiduciario (z)fiduciario (z)

1.Dimensione 1.Dimensione dell’universo dell’universo

(N)(N)

4. Grado di 4. Grado di eterogeneità eterogeneità dell’universo dell’universo

(SD)(SD)

Esistono tavole prontuario per la determinazione della numerosità campionaria

2.Errore di 2.Errore di campionamento campionamento

(e)(e)

N - Dimensione dell’UniversoN - Dimensione dell’Universo

All'aumentare di All'aumentare di NN tende a crescere anche tende a crescere anche nn. L'aumento (o . L'aumento (o la diminuzione) dell’ampiezza del campione è però meno la diminuzione) dell’ampiezza del campione è però meno che proporzionale rispetto all'aumento (o alla diminuzione) che proporzionale rispetto all'aumento (o alla diminuzione) della dimensione dell’universo.della dimensione dell’universo.

Spesso l’operazione più difficile è proprio la Spesso l’operazione più difficile è proprio la quantificazione di quantificazione di NN. Si consideri però che da un certo N. Si consideri però che da un certo N

11 in in

poi, anche all’aumentare di poi, anche all’aumentare di N,N, non occorre incrementare non occorre incrementare sostanzialmente la numerosità del campione sostanzialmente la numerosità del campione nn; anzi per ; anzi per livelli di numerosità della popolazione sufficientemente livelli di numerosità della popolazione sufficientemente alti, la stessa viene di solito considerata come alti, la stessa viene di solito considerata come infinitainfinita. .

e - Errore di campionamentoe - Errore di campionamento

Il valore rilevato (sia esso una media o una percentuale) Il valore rilevato (sia esso una media o una percentuale) attraverso un'indagine campionaria non potrà mai attraverso un'indagine campionaria non potrà mai corrispondere perfettamente al valore reale dell'universo; sarà corrispondere perfettamente al valore reale dell'universo; sarà invece caratterizzato da un errore (invece caratterizzato da un errore (ee) per eccesso o per difetto.) per eccesso o per difetto.

Il valore dell'universo che vogliamo stimare risulterà quindi Il valore dell'universo che vogliamo stimare risulterà quindi compreso entro un certo intervallo (detto compreso entro un certo intervallo (detto intervallo di intervallo di confidenzaconfidenza) rispetto al valore misurato sul campione. È nella ) rispetto al valore misurato sul campione. È nella fase di impostazione della ricerca che si decide quale è l'errore fase di impostazione della ricerca che si decide quale è l'errore di campionamento che si è disposti ad accettare.di campionamento che si è disposti ad accettare.

Chiaramente all'aumentare dell'errore accettato, si riduce Chiaramente all'aumentare dell'errore accettato, si riduce l'ampiezza del campione e viceversa.l'ampiezza del campione e viceversa.

z - Livello fiduciarioz - Livello fiduciarioNel proiettare sull’universo i risultati ottenuti da un’indagine Nel proiettare sull’universo i risultati ottenuti da un’indagine campionaria non si può avere certezza assoluta che il valore campionaria non si può avere certezza assoluta che il valore dell’universo sia effettivamente compreso entro l’intervallo di dell’universo sia effettivamente compreso entro l’intervallo di confidenza rispetto al valore del campione. Esiste infatti una certa confidenza rispetto al valore del campione. Esiste infatti una certa probabilità che il valore reale dell’universo risulti fuori da questo probabilità che il valore reale dell’universo risulti fuori da questo intervallo. Il livello di certezza che il valore dell’universo ricada intervallo. Il livello di certezza che il valore dell’universo ricada all’interno dell’intervallo di confidenza viene chiamato all’interno dell’intervallo di confidenza viene chiamato livellolivello fiduciario fiduciario o livello di confidenzao livello di confidenza. Naturalmente maggiore è il grado di certezza che . Naturalmente maggiore è il grado di certezza che si vuole, più grande dovrà essere il campione su cui lavorare. si vuole, più grande dovrà essere il campione su cui lavorare. Solitamente il livello fiduciario accettato è pari al 95% per la gran parte Solitamente il livello fiduciario accettato è pari al 95% per la gran parte delle indagini. Il livello fiduciario è espresso in termini di z (ricavabile delle indagini. Il livello fiduciario è espresso in termini di z (ricavabile da tavole della distribuzione normale). A ogni livello fiduciario da tavole della distribuzione normale). A ogni livello fiduciario prescelto, corrisponde un valore di z.prescelto, corrisponde un valore di z.

Livello fiduciario (%) Valore di z

99 2,58

98 2,33

95 1,96

90 1,65

SD - Eterogeneità dell’universoSD - Eterogeneità dell’universo

All'aumentare del grado di eterogeneità dell'universo, crescono i All'aumentare del grado di eterogeneità dell'universo, crescono i rischi connessi al campionamento.rischi connessi al campionamento.

Più l'universo è eterogeneo, infatti, maggiori sono le probabilità di Più l'universo è eterogeneo, infatti, maggiori sono le probabilità di fornire (tramite l'indagine su campione) una stima distante dal fornire (tramite l'indagine su campione) una stima distante dal corrispondente valore dell'universo, in quanto sono maggiori corrispondente valore dell'universo, in quanto sono maggiori anche le probabilità di lavorare su un campione meno anche le probabilità di lavorare su un campione meno rappresentativo. Il problema che a questo punto si incontra è rappresentativo. Il problema che a questo punto si incontra è dato dal fatto che, prima di fare un'indagine, non si conoscono dato dal fatto che, prima di fare un'indagine, non si conoscono le caratteristiche dell'universo e la sua eterogeneità. Se si le caratteristiche dell'universo e la sua eterogeneità. Se si disponesse di queste informazioni, si potrebbe evitare di disponesse di queste informazioni, si potrebbe evitare di effettuare l'indagine. La variabile che misura l’eterogeneità è la effettuare l'indagine. La variabile che misura l’eterogeneità è la SD (Dev. St. - dispersione dei valori rispetto alla media).SD (Dev. St. - dispersione dei valori rispetto alla media).

Informazioni da indagini preliminariInformazioni da indagini preliminari Ipotesi più pessimistica: massima eterogeneità possibileIpotesi più pessimistica: massima eterogeneità possibile

Formule per il calcolo del campioneFormule per il calcolo del campione

222

22

**1

**

SDzeN

SDzNn

)1(**1

)1(**22

2

ppzeN

ppzNn

Stima di una media:Stima di una media:

Stima di una percentuale:Stima di una percentuale:

Livello fiduciario (%) Valore di z

99 2,58

98 2,33

95 1,96

90 1,65

Esempio di calcolo del campione (1/2)Esempio di calcolo del campione (1/2)

Un Urp intende svolgere un'indagine su un campione di utenti di un determinato mese, per stimare il livello medio di soddisfazione, in una scala da 1 a 5. In tutto, gli utenti mensili sono 2.500: questo è l'universo di riferimento (N). Non sempre è facile quantificare N (l’universo), in quanto ci possono essere utenti che frequentano spesso il servizio, per cui in un mese c’è un certo numero (ignoto) di sovrapposizioni. Da un'indagine svolta due anni prima, era emersa una deviazione standard pari a 1,2. Ipotizzando che vengano ritenuti accettabili un livello fiduciario del 95% e un margine di errore di ± 0,15 punti (della scala 1-5), n (il campione) risulta: 2 2

2 2 2

2500*(1,96) *1,2224

2499*(0,15) (1,96) *1,2n

Se dopo avere effettuato le 224 interviste, dal campione risulta un livello medio di soddisfazione pari a 4,1, si potrà dire che nell'universo in esame il punteggio medio di soddisfazione è compreso tra 3,95 e 4,25 (ossia, 4,1 ± 0,15). Possiamo fare

questa affermazione con un livello di certezza del 95% (abbiamo cioè 95 probabilità su 100 che questo risultato sia corretto).

Esempio di calcolo del campione (2/2)Esempio di calcolo del campione (2/2)

Immaginiamo di volere stimare la percentuale di cittadini che hanno richiesto almeno una volta un’informazione a un determinato sportello (da quando è stato avviato). Questa percentuale va calcolata sul totale delle persone residenti in età adulta (70.000). Siamo disposti ad accettare un livello fiduciario del 95% e un errore di campionamento di ± 3%. Se da un piccolo sondaggio preliminare emerge una quota di richiedenti pari a circa il 25% del totale residenti, possiamo ricavare n (il campione) nel seguente modo:

79175,0*25,0*)96,1()03,0(*69999

75,0*25,0*)96,1(*7000022

2

n

Se dopo avere effettuato le 791 interviste, risulta dal campione una quota di risposte affermative pari al 29% del totale,

potremo dire che nell'universo in esame la quota di residenti che ha richiesto l’informazione in questione è compresa tra il 26 e il 32% (ossia, 29 ± 3). Possiamo fare questa affermazione con un livello di certezza del 95% (abbiamo cioè 95 probabilità su

100 che questo risultato sia corretto).

Tipologie di CampionamentoTipologie di Campionamento

ProbabilisticoProbabilistico Non ProbabilisticoNon Probabilistico

• Campione casualeCampione casuale

• Campione sistematico Campione sistematico

• Campione casuale a Campione casuale a grappoligrappoli

• Campione casuale a più Campione casuale a più stadistadi

• Campione casuale Campione casuale stratificatostratificato

• Campione per quotaCampione per quota

• Campione a scelta Campione a scelta ragionataragionata

Tipologie di Campionamento ProbabilisticoTipologie di Campionamento Probabilistico

Campione casuale sempliceCampione casuale semplice: Ogni unità della popolazione ha la : Ogni unità della popolazione ha la stessa probabilità (nota) di essere selezionato.stessa probabilità (nota) di essere selezionato.

Tipo di estrazione: Bernoulliana – In bloccoTipo di estrazione: Bernoulliana – In blocco

Modalità di estrazione: Selezione da liste attraverso l’ausilio di Modalità di estrazione: Selezione da liste attraverso l’ausilio di tavole di numeri casualitavole di numeri casuali

Campione sistematicoCampione sistematico: Ogni unità della popolazione ha la stessa : Ogni unità della popolazione ha la stessa probabilità (nota) di essere selezionato.probabilità (nota) di essere selezionato.

Tipo di estrazione: In bloccoTipo di estrazione: In blocco

Modalità di estrazione: Selezione da liste attraverso il sistema Modalità di estrazione: Selezione da liste attraverso il sistema della decimazione (es. n=10, N=5000, si sceglie un nominativo della decimazione (es. n=10, N=5000, si sceglie un nominativo ogni 500 (5000/10) individui partendo da un primo numero ogni 500 (5000/10) individui partendo da un primo numero estratto a sorteestratto a sorte

Campione a grappoliCampione a grappoli: Segue l’iter del campione casuale semplice : Segue l’iter del campione casuale semplice con la differenza che ad ogni estrazione si scelgono x unità con la differenza che ad ogni estrazione si scelgono x unità adiacenti (adiacenti (grappolograppolo) invece di 1) invece di 1

Vantaggi: Nel caso di liste preordinate in base al territorio di Vantaggi: Nel caso di liste preordinate in base al territorio di residenza si possono ottenere significativi tagli ai costi di indagineresidenza si possono ottenere significativi tagli ai costi di indagine

Campione casuale a più stadiCampione casuale a più stadi: consiste in un’estrazione casuale : consiste in un’estrazione casuale operata per gradi successivi (es. regioni, province, comuni)operata per gradi successivi (es. regioni, province, comuni)

Campione casuale stratificatoCampione casuale stratificato: raffina la tecnica del precedente : raffina la tecnica del precedente attraverso un’operazione di stratificazione che consiste nel attraverso un’operazione di stratificazione che consiste nel suddividere l’universo in tanti gruppi (suddividere l’universo in tanti gruppi (stratistrati), in modo che ), in modo che all’interno di ciascuno strato la popolazione risulti la più omogenea all’interno di ciascuno strato la popolazione risulti la più omogenea possibile rispetto alle caratteristiche che si intendono studiare. NB: possibile rispetto alle caratteristiche che si intendono studiare. NB: si riduce l’entità dell’errore di campionamento.si riduce l’entità dell’errore di campionamento.

Tipologie di Campionamento ProbabilisticoTipologie di Campionamento Probabilistico

Campione per quotaCampione per quota: il rilevatore ha la libertà di scegliere le : il rilevatore ha la libertà di scegliere le unità da rilevare a patto che le stesse corrispondano ai unità da rilevare a patto che le stesse corrispondano ai requisiti fissati a priori dalle requisiti fissati a priori dalle quotequote che rappresentano veri e che rappresentano veri e propri profili dei soggetti da intervistarepropri profili dei soggetti da intervistare

Campione a scelta ragionataCampione a scelta ragionata: Viene di solito adoperato quando : Viene di solito adoperato quando il numero dei casi da includere nel campione non è il numero dei casi da includere nel campione non è sufficientemente numeroso (es. campioni utilizzati per le sufficientemente numeroso (es. campioni utilizzati per le indagini presso le aziende produttrici: si sceglieranno quelle indagini presso le aziende produttrici: si sceglieranno quelle con maggior peso economico)con maggior peso economico)

Tipologie di Campionamento Non ProbabilisticoTipologie di Campionamento Non Probabilistico

Esempio di calcolo del campioneEsempio di calcolo del campioneLa società di servizi che gestisce uno sportello Informagiovani, intende verificare presso la popolazione 20-24 anni residente nel comune, la diffusione dell'utilizzo dello sportello. Più precisamente, vuole stimare la quota di giovani che hanno utilizzato almeno una volta l’Informagiovani nell'ultimo trimestre. Il responsabile del servizio non richiede nessuna disaggregazione dei risultati: né per sesso, né per quartiere di residenza.

Cosa significa quest’affermazione? Significa che il risultato può essere costituito da una sola percentuale, relativa a tutti i giovani del comune. Non si vuole conoscere la quota di utilizzo dei maschi e delle femmine, oppure della zona periferica a nord, ecc. L'errore di campionamento accettato è pari al 3,5%, mentre il livello fiduciario accettato è pari al 95%.

L'agenzia a cui viene commissionata la ricerca decide di costruire un campione casuale e di ritenere buona la stima di eterogeneità che deriva da alcuni sondaggi informali, secondo i quali la quota di utilizzatori sarebbe pari al 40%.

Non essendo stata richiesta nessuna disaggregazione dei risultati, è sufficiente calcolare l'ampiezza del campione prendendo come base l'intero universo, ovvero 24.770 persone.

Ovviamente, possiamo proiettare sull’universo il risultato che emerge dall’intero campione. Se vogliamo effettuare proiezioni anche di alcuni sub-campioni (per esempio, i giovani di sesso femminile e quelli di sesso maschile, separatamente), possiamo farlo, ma certamente non alle stesse condizioni di precisione, proprio per il fatto che il campione è stato calcolato in riferimento all’intero universo.

Esempio di calcolo del campioneEsempio di calcolo del campioneL’universo di riferimento si presenta secondo la seguente caratterizzazione:

7306,0*4,0*)96,1()035,0(*24769

6,0*4,0*)96,1(*2477022

2

n

Esempio di calcolo del campioneEsempio di calcolo del campione

Cosa cambierebbe se invece il responsabile dello sportello avesse richiesto risultati disaggregati per area geografica? Invece di utilizzare un campione rappresentativo a livello del comune nel suo complesso, sarebbe stato necessario calcolare tre campioni, relativi ognuno alle singole aree geografiche. Ricordiamo che, al diminuire dell'universo, il campione diminuisce in misura meno che proporzionale. In effetti, il campione assumerebbe le seguenti dimensioni:

2

2 2

9784*(1,96) *0,4*0,6699

9784*(0,035) (1,96) *0,4*0,6n

Esempio di calcolo del campioneEsempio di calcolo del campione

Cosa cambierebbe se invece il responsabile dello sportello avesse richiesto risultati disaggregati per genere? Ancora una volta, sarebbe stato necessario calcolare campioni separati con le seguenti dimensioni:

2

2 2

12769*(1,96) *0,4*0,6711

12769*(0,035) (1,96) *0,4*0,6n

Campione MASCHILECampione MASCHILE

2

2 2

12001*(1,96) *0,4*0,6708

12001*(0,035) (1,96) *0,4*0,6n

Campione FEMMINILECampione FEMMINILE