Riassunto esame Statistica economica, Prof. Grassini Laura, libro consigliato Biggeri L., Bini M., Coli A., Grassini L., Maltagliati M. (2017; II edizione) Statistica per le decisioni aziendali. Ed. Pearson, Milano., Grassini L.

Statistica economica

Capitolo 1

La statistica applicata si occupa della raccolta, organizzazione, analisi di dati relativi ad aspetti di una realtà di interesse che è riferita ad una popolazione di unità o individui. Molti fenomeni sono osservabili e misurabili solo dopo aver definito un modello concettuale che dovrebbe essere capace di chiarire che cosa vogliamo misurare e a quale scopo. Un modello concettuale è elaborato attraverso la definizione di un set di concetti astratti o costrutti (anche interrelati fra loro). Ogni concetto (livello astratto) deve essere declinato in un insieme di eventi, fatti, aspetti, elementi più semplici e suscettibili di osservazione nel mondo reale (livello empirico).

Tali elementi:

• Sono osservabili nel mondo reale
• Sono misurabili empiricamente
• Riflettono la natura del concetto da misurare

Concetti come età, genere, livello di educazione, numero di figli sono semplici perché hanno proprietà concrete e reali. Questi presentano pochi problemi di definizione e misura. Concetti come fedeltà del cliente, personalità, customer satisfaction, competitività, performance produttiva, sostenibilità, sono più difficili da definire e misurare per:

• Complessità: necessità di una cornice concettuale (cioè di una teoria)
• Multidimensionalità: la misura del concetto richiede la misura di più fenomeni concreti

Tipi di ricerca

Esplorativa: Viene di norma svolta quando il problema da indagare deve essere ancora definito in modo chiaro e circoscritto. Questo tipo di ricerca è preliminare per la ricerca descrittiva ed esplicativa.

• Circoscrivere gli elementi che definiscono opinioni, atteggiamenti, conoscenze verso una marca o un prodotto.
• Per ottenere informazioni di base per sviluppare un questionario (capire che cosa chiedere ai rispondenti, come ecc.)

Descrittiva: Il suo obiettivo principale consiste nel fornire una descrizione di un fenomeno (ad esempio l'intensità, la frequenza, ecc.).

• Stima del mercato potenziale per un determinato prodotto.
• Descrivere l'andamento delle vendite nel tempo o territoriale.
• Studi per capire la percezione del prodotto da parte dei consumatori.
• Misura di produttività, redditività ecc.
• Misura di associazione (correlazione) fra variabili.

Causale (o esplicativa): Il suo obiettivo è quello di dare evidenza della relazione causa-effetto fra due fenomeni e rappresentare la natura della loro relazione (ad esempio, di tipo lineare o non lineare). Anche se talvolta si usano dati osservazionali, nella ricerca causale è in genere necessario pianificare dei veri e propri esperimenti in cui si fanno (in modo controllato) variare le variabili indipendenti (le cause) e si misura l'impatto di tali variazioni sulla variabile dipendente (l'effetto).

• Nel controllo di qualità: effetti della temperatura di lavorazione sulle caratteristiche fisiche del prodotto.
• Misurare l'impatto di un intervento di politica economica.

Alcune definizioni importanti

Unità di analisi: È l'unità appartenente all'insieme che viene analizzato a fini di analisi statistica (detta anche unità statistica). Le unità di analisi possono essere elementi di collettivi direttamente osservabili (individui, famiglie, lavoratori dipendenti, imprese) sia collezioni di eventi come viaggi, ricoveri ospedalieri, ecc. Sui dati di una stessa indagine, secondo gli obiettivi dello studio, si possono definire unità di analisi diverse.

Esempio: su dati relativi ai membri familiari di una popolazione di famiglie posso essere interessato a studiare: i singoli individui o le famiglie.

Unità di rilevazione: Unità che viene contattata per ottenere informazioni sulle unità di analisi. Può coincidere con l'unità di analisi oppure essere una unità funzionale all'acquisizione delle informazioni sulle unità di analisi (es. le famiglie per contattare gli individui).

Dato elementare: È il dato (valore/modalità) che si riferisce al singolo carattere osservato sulla singola unità di analisi.

Microdato: È l'insieme dei dati elementari rilevati sull'unità di analisi. Si usa indicare il microdato anche col termine record individuale o, più semplicemente, record.

Dato aggregato (macrodato): Deriva dall'aggregazione di dati. L'aggregazione è una qualsiasi funzione dei dati elementari (es. somma, media).

Metadato: Ogni informazione che può in qualche modo far luce sul significato e/o sulla qualità dei dati statistici diffusi. Costituiscono metadato tutte quelle notizie che consentono di ripercorrere le fasi di lavoro nelle quali si è sviluppata l'indagine statistica e le informazioni sulle classificazioni e definizioni dei fenomeni indagati. La disponibilità di metadati sostanzia il requisito della trasparenza del dato statistico.

Dati primari: Sono generati da una ricerca ad hoc per specifiche necessità conoscitive (spesso commissionata a enti specializzati). Dati necessari nell'ambito di ricerche esplorative. Alcuni procedimenti che producono dati primari:

• Indagine presso informatori-chiave: Il parere di esperti di un tema o settore consentono di acquisire informazioni affidabili su un determinato argomento. Ciò è particolarmente vero se si conosce poco il tema della ricerca e si vuole capire quali siano le pratiche migliori per pianificare una rilevazione statistica. L'esperto fornisce sicuramente una informazioni di alto profilo necessarie per comprendere meglio l'argomento.
• Focus group: Consiste in un colloquio libero con un gruppo di circa 10 persone, su un argomento predefinito (marchio, concetto di prodotto, elementi di un dato servizio che sono importanti per l'utente, ecc.). È presente un moderatore che introduce l'argomento del dibattito e coordina gli interventi dei partecipanti. I componenti del focus group sono un gruppo target della popolazione oggetto di studio (campione non probabilistico). È sempre presente il rischio di leadership e cioè che le opinioni di alcuni partecipanti siano dominanti su quelle degli altri.
• Indagini dirette: Quando si raccolgono dati direttamente presso le unità di analisi (individui, famiglie, imprese) anche attraverso le unità di rilevazione. Le consuete indagini su popolazione utilizzano vari strumenti di rilevazione: questionario postale, intervista diretta, intervista telefonica, web questionnaire, ecc. Generalmente sono indagini di tipo campionario. Le indagini possono essere di tipo cross section oppure di tipo longitudinale o panel.
• Studi sperimentali: Un dato sperimentale è generato da uno studio sperimentale o esperimento. Un esperimento sottopone le unità ad un trattamento controllato allo scopo di misurare l'effetto che il trattamento ha su una variabile risposta. È il dato ideale per la ricerca esplicativa (o causale). Occorre distinguere il dato sperimentale dal dato osservazionale. Il dato osservazionale è quello raccolto da un tipo di rilevazione che misura i fenomeni senza intervenire a modificare lo stato di alcune variabili (come accade invece negli studi sperimentali col trattamento). Le consuete indagini campionarie (survey) forniscono un dato di tipo osservazionale.
• Tecnica dell'osservazione: È il processo sistematico di registrazione degli schemi di comportamento di persone, oggetti, avvenimenti senza comunicare con essi. Questa tecnica viene di norma svolta in ambienti circoscritti (es. in un supermercato) ed è limitata alla rilevazione delle azioni del soggetto (es. come si muove fra gli scaffali); non ci dice niente riguardo alle motivazioni, alle preferenze, ecc. del soggetto che non viene interpellato né ci sono contatti con lui. Viene usata nelle ricerche socio-psicologiche.

Dati statistici secondari: Informazioni che sono state raccolte da altri e che sono disponibili per terzi. Fra queste si hanno i dati provenienti dalla statistica ufficiale (v. SISTAN) e quelli da altri enti di ricerca anche privati (es. Nielsen). È sempre opportuno valutare se i dati secondari sono adeguati al nostro obiettivo. I metadati ci aiutano in tal senso. I dati secondari sono ricavabili dalle fonti statistiche. Col termine fonte statistica si può indicare:

• L'ente produttore dei dati (es. ISTAT)
• L'indagine/rilevazione che contiene determinati dati (es. il Censimento della popolazione)
• La pubblicazione o il mezzo di diffusione dei dati dell'indagine.

Dati amministrativi: Dati che sono patrimonio di enti diversi dall'ente statistico, in ragione della loro attività istituzionale, come per esempio dati raccolti per scopi gestionali (es. anagrafe tributaria). Anche all'interno dell'impresa si generano dati amministrativi che sono usati anche a fini statistici (es. dati contabili).

Previsioni: Le informazioni ricavate mediante previsioni sono dette anche dati ricavati per analogia. Spesso i metodi di previsione dei fenomeni economici (es. delle vendite) si basano sull'ipotesi che l'andamento del fenomeno nel futuro prossimo sia analogo all'andamento passato.

Rilevazione totale o censimento: Analizza l'intera popolazione statistica interessata dallo studio (es. Censimento generale della popolazione e delle abitazioni; Capacità degli esercizi ricettivi).

Rilevazione campionaria: Analizza una parte della popolazione statistica, che viene identificata mediante l'operazione di campionamento (es. rilevazione sui Consumi delle famiglie).

Indagine trasversale o cross section: I dati cross-section vengono raccolti osservando soggetti (individui, famiglie, aziende, ecc.) nello stesso punto nel tempo, senza considerare i cambiamenti rispetto al tempo. L'analisi di dati cross section consiste generalmente nello studio delle differenze fra gruppi di soggetti.

Indagine longitudinale o panel: I dati vengono raccolti osservando gli stessi individui in più momenti successivi nel tempo. Con questi dati è possibile analizzare i cambiamenti nel tempo a livello di ogni singola unità. Si tratta tipicamente di microdato.

Serie storica: Si tratta di misurazioni di un fenomeno ordinate rispetto al tempo. Le serie storiche economiche vengono studiate sia per interpretare un fenomeno, sia per prevedere il suo andamento futuro. Si tratta tipicamente di macrodati.

Dato territoriale: Il dato ha un riferimento territoriale mediante una etichetta (es. nome della regione, del comune ecc.).

Dato spaziale (georeferenziato): Al dato è associata una localizzazione (location) mediante un sistema di coordinate, che identifica la posizione di un oggetto in maniera non ambigua. Oggi è possibile misurare la localizzazione direttamente tramite ad esempio il Global Positioning System (GPS).

Georeferenziare (geocoding) è il processo di inserimento dei dati spaziali in un database con assegnazione di coordinate geografiche ad una unità spaziale. Le unità spaziali sono definite da un modello spaziale come:

• Punto (es. le stazioni di una città per studiare il numero di arrivi)
• Linea (es. per calcolare i residenti lungo un percorso)
• Poligono o area (es. per calcolare il numero di persone che risiedono a 100 mt. di distanza dalla stazione)
• Raster (o a griglia) in cui le celle (pixel) della griglia sono le unità spaziali minime

I dati spaziali sono gestiti ed analizzati mediante il GIS (Geographical Information System).

Dato oggettivo: I dati oggettivi possono essere misurati. Ciò significa che si riferiscono a fatti e informazioni e non percezioni, sensazioni ecc. (es. età di un individuo).

Dato soggettivo: I dati soggettivi includono opinioni, sentimenti, percezioni e preoccupazioni (es. livello di dolore percepito, preferenza verso un prodotto, ecc.). Per rilevare (misurare) un dato soggettivo ci sono tecniche speciali (con questionario si formulano appositi quesiti).

Attitude: disposizione a rispondere in modo coerente ad aspetti specifici del mondo, incluse azioni, persone o oggetti (aspetti affettivo, cognitivo e comportamentale).

Popolazione: Insieme finito o non finito di unità che non interessano prese singolarmente ma per il contributo che danno all'insieme di appartenenza.

Campione: Un qualsiasi sottoinsieme della popolazione.

N = dimensione popolazione

n = dimensione campione

Capitolo 2

Nella sua attività l'impresa ha bisogno di reperire informazioni (dati), classificabili nel seguente modo:

• Provenienza:
• Dati interni (provenienti dall'impresa)
• Dati esterni (provenienti da soggetti terzi)
• Significatività:
• Dati primari
• Dati secondari
• Dati per analogia (casi di studio, simulazioni, previsioni)

C'è una distinzione (anche se spesso possono coincidere) fra i concetti di:

• Unità di rilevazione: le unità che compongono il campione, dalle quali si vuole ottenere informazioni sulle unità di analisi
• Unità di analisi (unità statistica): gli individui/entità sui quali vengono rilevate le singole informazioni

Le informazioni statistiche, i dati, si classificano in:

• Dato elementare (dato statistico)
• Microdato (record)
• Macrodato (dato aggregato o statistica)
• Metadato

I dati sperimentali sono generati da uno studio sperimentale (esperimento). Un esperimento è tale quando le unità sperimentali sono sottoposte ad un trattamento allo scopo di misurarne l'effetto su di esse tramite la cosiddetta variabile risposta (variabile risultato). I dati sperimentali sono i dati ideali per la ricerca esplicativa (causale).

Gli studi sperimentali hanno una propria nomenclatura:

• Unità sperimentale: svolge lo stesso ruolo dell'unità statistica nelle indagini statistiche
• Variabile risposta: la variabile che misura l'influenza del trattamento sulle unità sperimentali (es. sintomi)
• Variabile esplicativa: la variabile della quale si vogliono misurare gli effetti sulla variabile risposta (es. farmaco A)
• Trattamento: la condizione sperimentale applicata alle unità sperimentali (es. farmaco A o placebo)

La più importante differenza fra dati sperimentali e dati osservazionali è proprio quella che nei secondi la rilevazione vuole misurare i fenomeni senza intervenire a modificare lo stato delle variabili.

L'informazione statistica è caratterizzata da una buona o da una cattiva qualità. I sei criteri guida per una statistica di elevata qualità, detti dimensioni della qualità, sono:

• Rilevanza: capacità di rispondere alle esigenze
• Accuratezza: vicinanza tra stima e valore vero del carattere misurato
• Puntualità e tempestività: corrispondenza fra la data di diffusione e quella prefissata (puntualità) e differenza fra momento di pubblicazione e momento a cui la statistica fa riferimento (tempestività)
• Accessibilità e chiarezza: facilità di ottenimento delle informazioni (accessibilità) e capacità di rendere comprensibili e interpretabili le statistiche (chiarezza)
• Comparabilità: la possibilità di confrontare due statistiche dello stesso fenomeno in momenti differenti, effettuate con lo stesso metodo di rilevazione
• Coerenza: l'informazione desumibile dà una visione univoca del fenomeno

C'è chiaramente un trade-off fra alcune dimensioni della qualità, ad esempio rilevanza-coerenza, rilevanza-comparabilità e comparabilità temporale-comparabilità spaziale.

L'indagine è lo strumento mediante il quale si acquisiscono informazioni su uno o più fenomeni attinenti a una popolazione.

• Indagine completa (censimento): semplice sul piano teorico ma complessa in pratica. Risulta impossibile se la popolazione è non finita e l'osservazione distruttiva.
• Indagine campionaria: complessa sul piano teorico ma più facile da mettere in pratica

• Costi limitati
• Tempi ridotti
• Numero elevato di informazioni raccolte
• Accuratezza nella rilevazione

L'indagine è un insieme di fasi interrelate, complessivamente definite piano di indagine. Lo strumento con il quale sono raccolte le informazioni è il questionario, somministrato per via orale, cartacea, informatica.

Piano di indagine:

• Definizione della popolazione obiettivo
• Scelta dei caratteri da studiare, modo di definirli e osservarli
• Scelta livelli spaziali e temporali di indagine
• Definizione del metodo di raccolta, codifica, elaborazione dei dati
• Definizione dei costi, livelli di precisione e di accuratezza desiderati
• Stime e altre analisi statistiche
• Metodologie di calcolo degli errori campionari
• Metodi di controllo e rilevazione e correzione degli errori non campionari
• Presentazione e diffusione dei risultati

Punto di partenza per effettuare il campionamento è avere a disposizione un disegno di campionamento (linea metodologica) che individui una lista di campionamento, al cui interno siano ordinate tutte le unità che fanno parte della popolazione obiettivo. Riuscire a stilare una lista di campionamento è nella pratica un'operazione molto difficoltosa, soggetta spesso ad un'approssimazione che fa sì che si parli di popolazione di selezione come un'approssimazione della popolazione obiettivo.

Tuttavia, la popolazione di selezione non rappresenta ancora la popolazione alla quale si può univocamente riferire la formazione del campione, perché alcune unità potrebbero essere irreperibili o rifiutarsi di rispondere (mancata risposta o mancata risposta totale). Così da una parte al campione teorico si affianca il suo sottoinsieme detto campione effettivo, e la popolazione si dice popolazione di indagine.