Case study: patatine Fonzies - Elisabetta Melucci
-
Upload
elisabetta-melucci -
Category
Data & Analytics
-
view
70 -
download
1
Transcript of Case study: patatine Fonzies - Elisabetta Melucci
![Page 1: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/1.jpg)
FACOLTA’ DI ECONOMIA “ANTONIO DE VITI DE MARCO”CORSO DI MARKETING PROF. GIANLUIGI GUIDO
ANNO ACCADEMICO 2009-2010
A CURA DEL GRUPPO B:GRECO GIANMARCOMELUCCI ELISABETTAMONOSI GIULIONESTOLA FEDERICA PELLEGRINO MARCOPOTI’ ANDREAROMERIO STEFANOSCALINCI ALESSIOSCARCELLA SILVIA STEFANO MARCO
1
![Page 2: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/2.jpg)
Misurazione del grado di soddisfazione del cliente nel consumo dei beni convenience a basso coinvolgimento, in particolare delle patatine Fonzies, per poter verificare se tale soddisfazione rappresenti una significativa determinante dell’intenzione di acquisto.
2
![Page 3: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/3.jpg)
3
Fonzies è il nome di uno snack a base di formaggio prodotto a Donauworth in Germania da: LU Snack
Food GmbH e venduto in tutto il mondo. Nasce nella prima metà degli anni ‘80 e prende il nome dal
personaggio di Arthur Fonzarelli dalla celebre serie televisiva Happy Days soprannominato appunto
Fonzie.
![Page 4: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/4.jpg)
4
1. FASE PILOTAPer svolgere l’indagine è stato selezionato un campione di 160 individui distinto per• Sesso• Stato civile• Fasce d’età
FASCIA A FASCIA B FASCIA C< 25 Tra i 25 e i 50 >50
![Page 5: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/5.jpg)
5
2. FASE PRINCIPALE
Sulla base dei dati raccolti attraverso la fase pilota, si procede a :
Svolgere una serie di analisi
Realizzare uno spot pubblicitario basato sulle informazioni raccolte con la ricerca effettuata
![Page 6: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/6.jpg)
6
Strumento che valuta la coerenza tra i diversi item , appurando che gli stessi misurino tutti la soddisfazione dei consumatori .I test di affidabilità interna possono essere condotti secondo metodi diversi:
Analisi di correlazione;Analisi fattoriale;Indici di coerenza interna:•Alpha di Cronbach•Split-half R•Spearman-Brown Y•Guttman GProcedura Split-half Sample;Test sulle differenze ( t-test e ANOVA)
![Page 7: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/7.jpg)
7
Metodo diffuso per misurare la forza della relazione tra due variabili. Permette di verificare il grado di associazione tra ciascun item e la scala nel suo complesso.
COEFFICIENTE α DI CRONBACH 0,929
Indice maggiore di 0,60-0,70 , soglia indicativa di un livello adeguato di coerenza interna
![Page 8: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/8.jpg)
8
Item che superano l’indice di Cronbach e
pertanto verranno esclusi dalla scala
![Page 9: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/9.jpg)
9
L’analisi ha portato all’estrazione di 3 fattori con eigenvalues >1 che,
cumulativamente, spiegano oltre il 59% della varianza.
La figura mostra l’andamento degli autovalori associati a ciascuna componente. Si nota che il primo componente rappresenta il numero più alto di autovalori.
Analisi che permette di eliminare quegli item che non sono assimilabili ad altri, estraendo le dimensioni latenti.
Varianza totale spiegata
Componente
Autovalori iniziali Pesi dei fattori non ruotati
Totale % di varianza % cumulata Totale % di varianza % cumulata
1 8,735 45,971 45,971 8,735 45,971 45,971
2 1,541 8,109 54,080 1,541 8,109 54,080
3 1,019 5,362 59,443 1,019 5,362 59,443
![Page 10: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/10.jpg)
10
MATRICE DELLE COMPONENTI: i coefficienti sono usati per esprimere la variabile standardizzata osservata in termini di fattori loadings (coeff. di saturazione).
V20,787
Fattori vicini a 1 sono strettamente legati alla variabile stessa.Alta correlazione .
R40,432
Fattori tendenti a 0 non sono correlati gli
uni con gli altri.Bassa correlazione.
![Page 11: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/11.jpg)
11
Valutano l’affidabilità interna della scala e offrono una misura del grado di correlazione reciproca tra gli item.
Coefficiente alfa di Cronbach; forniscono una misura del gradoIndice di Split-half ( R ); di correlazione tra i punteggiIndice di Spearman-Brown (Y); ottenuti su due sotto-insiemiIndice di Guttman (G) di item risultanti dalla divisione a metà della scala di partenza.
![Page 12: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/12.jpg)
12
R Y G αSotto-
campione A0,832 0,908 0,905 0,924
Sotto-campione B
0,831 0,908 0,905 0,939
Valutazione del grado di accuratezza della scala in esame
Valori simili tra i due sotto-campioni
![Page 13: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/13.jpg)
13
Verifica la presenza di uno scostamento rilevante tra i valori medi di una stessa variabile ma osservata su campioni
distinti.Test di Levene significativo solo per 6 item data la
tipologia di prodotto, beni convenience a basso coinvolgimento, facilmente reperibile e non complessa.
![Page 14: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/14.jpg)
14
La verifica della validità del criterio per uno strumento di misurazione permette di valutare il grado di coerenza della misura del fenomeno con misure alternative chiamate “variabili-criterio”. A tal fine si possono effettuare due analisi:
l'Analisi di Correlazione : verifica se le due misure variano nella stessa direzione;
l'ANOVA univariata: verifica se le due misure variano con la medesima intensità.
![Page 15: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/15.jpg)
15
Attraverso il Coefficiente di Pearson si valuta la forza della relazione tra la variabille SODD e la variabile-criterio S1.
S1 SODDS1 correlazione di Pearson N
1160
0,768160
SODD correlazione di Pearson N
0,768160
1160
R= 0,768 > 0,5 forte correlazione tra la variabile SODD e S1
![Page 16: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/16.jpg)
16
Misura come mutano le due variabili SODD e S1 in relazione a medesima direzione e intensità.
VARIANZA TRA I GRUPPI3082,308
VARIANZA ENTRO I GRUPPI2065,292
FISHER F 38,057
VARIANZA TRA I GRUPPI > VARIANZA ENTRO I GRUPPI
![Page 17: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/17.jpg)
17
Valutare se la misura del fenomeno è associata con gli item:
1.C1: Ho intenzione di acquistare le patatine Fonzies in una prossima occasione?2.C2: Parlerò positivamente dell’esperienza di consumo vissuta con le patatine Fonzies?3.C3: Non ho lamentele riguardo ad alcun aspetto dell’esperienza di consumo con le patatine Fonzies?
Due le analisi da condurre:
Analisi di correlazione, per valutare il grado di associazione tra la variabile SODD (che indica il grado di soddisfazione) e le tre variabili C1, C2 e C3;Analisi delle differenze, per verificare se i risultati di queste tre variabili ( C1, C2 e C3) variano coerentemente e in modo significativo al variare del grado di soddisfazione
![Page 18: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/18.jpg)
18
Coefficienti tutti maggiori di 0,30
SODD C1 C2 C3
SODD 1 0,700 0,664 0,537
Valuta il grado di associazione tra la variabile SODDSODD e le variabili C1,C2 e C3C1,C2 e C3, calcolando i coefficienti di correlazione di Pearson.
![Page 19: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/19.jpg)
19
Valuta se variano in modo coerente i tre item C1, C2 e C3 rispetto alla variabile SODD e in che misura.
F Sig.
C1 53,262 0,00
C2 46,861 0,00
C3 27,057 0,00
Le tre variabili di controllo variano, statisticamente in modo significativo rispetto al livello di soddisfazione sperimentato.
![Page 20: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/20.jpg)
20
Verifica se, per ciascuna variabile di controllo, il valore medio della stessa varia al variare del livello di soddisfazione.
DIFFERENZA MEDIA TRA C1, C2 E C3
![Page 21: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/21.jpg)
21
Verifica se e come variano C1, C2 e C3 in funzione dei livelli assunti dalla variabile-fattore ( LSODD ), valutando al contempo le differenze emerse tra gruppi diversi di
soggetti.
C1, C2 e C3 presentano un andamento coerente con il livello di soddisfazione.
![Page 22: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/22.jpg)
22
Una volta validata la scala, è possibile calcolare l’incidenza della soddisfazione sull’intenzione di acquisto attraverso le seguenti analisi:
•Trasformare le variabili provenienti dagli item della scala di soddisfazione;•Effettuare delle analisi di ricerca delle relazioni (es. analisi di regressione lineare);•Effettuare un’analisi descrittiva per individuare quali credenze risultino, in media, più rilevanti all’interno della fase dell’esperienza di consumo.
![Page 23: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/23.jpg)
23
La trasformazione viene effettuata sommando gli item che compongono la scala di soddisfazione, in particolare:
•ESIG - riconoscimento dell’esigenza di consumo - : E2;•INFO – raccolta delle informazioni - : R1, R3, R4, R5 e R6;•ALTE – valutazione delle alternative d’acquisto- : V1, V2, V3 e V4;•UTIL – decisione d’acquisto e utilizzo- : U1, U2, U3, U4 e U5;•POST- disposizioni post- acquisto- : P1, P2, P3, P4, P5 e P6;•SODD – soddisfazione dell’intera esperienza di consumo- : ESIG, INFO, ALTE, UTIL e POST.
![Page 24: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/24.jpg)
24
Verifica quale fase dell’esperienza di consumo risulta così soddisfacente da influenzare l’intenzione di riacquisto del consumatore.
ESIG, INFO, ALTE, UTIL e POST
alta correlazione con C1
ALTE e POST risultano essere le variabili più significative rispetto a C1
![Page 25: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/25.jpg)
25
Si individuano le fasi che influenzano maggiormente le esperienze di consumo.
N Minimo Massimo Media Deviazione std.
V3 160 2,00 7,00 5,5625 1,17996
V4 160 1,00 7,00 5,3000 1,35887
V1 160 1,00 7,00 5,1000 1,39270
V2 160 1,00 7,00 5,0375 1,39580
P1 160 1,00 7,00 4,8813 1,25579
P3 160 1,00 7,00 4,8375 1,30739
P6 160 1,00 7,00 4,7125 1,41594
P2 160 1,00 7,00 4,6625 1,34064
P5 160 1,00 7,00 4,4250 1,33906
P4 160 1,00 7,00 4,1438 1,56151
Validi (listwise) 160
![Page 26: Case study: patatine Fonzies - Elisabetta Melucci](https://reader035.fdocument.pub/reader035/viewer/2022062311/5874d4e51a28abd05f8b5571/html5/thumbnails/26.jpg)
26
V3Item
maggiormente rilevante