Analisi univariata e bivariata
analisi univariata: distribuzione di frequenza e misure di sintesi (misure di tendenza centrale e non centrale: media, mediana, moda, quartili; misure di dispersione: deviazione standard, varianza e coefficiente di variazione; misure di forma della distribuzione: simettrica e asimmetrica). Analisi bivariata: analisi delle tabelle di contingenza con test Chi-quadrato e V di Cramer, analisi della varianza con test F e ANOVA e analisi di correlazione lineare con test R. (6 pagine formato doc)
Analisi univariata e bivariata - Per analizzare i dati del questionario si possono utilizzare due strumenti diversi: la statistica descrittiva (insieme di metodi che riguardano la rappresentazione e la sintesi di un insieme di dati al fine di descriverne le caratteristiche principali: grafici, distribuzione di frequenza) e la statistica inferenziale (insieme di metodi che permettono la stima di un fenomeno a livello di popolazione basandosi sull’analisi di un campione: intervalli di confidenza).
Alcuni istituti di ricerca non fanno uso di statistica inferenziale perché pensano che il cliente non è capace di comprendere alcuni risultati espressi in forma statistica, mentre soltanto grazie alla statistica inferenziale è possibile analizzare alcuni tipi di dati.
Leggi anche L'analisi dei dati
Il primo passo quando si raccolgono i dati con i questionari è capire il tipo di dati che si hanno a disposizione: dal punto di vista statistico, si possono ottenere dati qualitativi categorici (nominali o ordinali, a seconda che le categorie presentino o meno un ordine implicito) o dati quantitativi numerici (di intervallo o di rapporti).
Leggi anche La ricerca operativa
Analisi statistica univariata
Nella statistica descrittiva univariata possiamo trovare due principali metodologie usate per rappresentare i dati analizzati:
1. distribuzioni di frequenza: si può fare su dati qualitativi o quantitativi discreti. I dati quantitativi si distinguono in discreti (dato numerico che ha pochi valori diversi: una scala da 1 a 9 ha pochi dati diversi, solo 9) e continui (dato numerico che ha tanti valori diversi: gli scontrini sono tutti diversi).
Fare una distribuzione di frequenza di una variabile significa contare, per le varie categorie, il numero di osservazioni, per esempio, per le diverse professioni (dato qualitativo), contare quante persone rivestono quel certo ruolo professionale.