SISTEME INFORMATICE PENTRU ACTIVITATI DE MARKETINGvaleriul/lupu/cap10.pdf · • fundamentarea...

Capitolul 10

Capitolul 10

SISTEME INFORMATICE PENTRU

ACTIVITATI DE MARKETING Obiective: Dupa studierea acestei teme veti fi în masura sa: • Identificati principalele activitati de marketing; • Proiectati chestionare pentru culegerea de informatii; • Recunoasteti etape le unei anchete de marketing; • Prelucrati chestionare; • Folositi diferite metode de analiza dinamica.

CUPRINS

10.1. Principalele activitati de marketing

10.2. Proiectarea chestionarelor pentru culegerea de informatii

10.2.1. Fazele anchetelor de marketing 10.2.2. Modelul informational al chestionarului

10.3. Prelucrarea chestionarelor

10.4. Analiza seriilor dinamice de cotatii 10.5. Studii de caz 10.5.1. Cazuri rezolvate10.5.2. Cazuri propuse

10.6. Întrebari recapitulative

Sisteme informatice în comert

10.1. Principalele activitati de marketing Abordat ca functie distincta a întreprinderii sau integrat functiei

comerciale în calitate de subfunctie esentiala a acesteia, marketingul trebuie privit ca o premisa fundamentala a profitabilitatii oricarei întreprinderi, fara de care întreprinderile nu-si pot directiona activitatea de productie, respectiv de comercializare spre satisfacerea în cele mai bune conditii si într-un grad cât mai ridicat a cerintelor consumatorilor.

Practica economica contemporana atribuie un loc însemnat marketingului privit ca modalitate certa de solutionare a problemelor pe care le ridica existenta unui sistem concurential puternic si remarcarea fiecarei firme în cadrul acestuia.

Satisfacerea cerintelor diferitelor categorii de consumatori presupune corecta identificare a nevoilor si dorintelor clientilor, a motivatiilor lor reale, acestea reprezentând coordonatele esentiale ale conceperii produselor sau serviciile cele mai bine adaptate cerintelor pietei1. Rolul functiei de marketing consta în prospectarea pietei de vânzare

în vederea identificarii nevoilor prezente si viitoare, anticiparii si adaptarii la constrângerile si oportunitatile pietei astfel încât sa se obtina maximul de profit în conditii de satisfacere cât mai completa a cererii.

Referindu-se cu consecventa la viitor, functia de marketing are valoare strategica si de feed -back în cadrul întreprinderii, o componenta importanta a sa constituind-o circuitul de informatii. În acelasi timp, acestei functii îi revine un rol decisiv în fundamentarea strategiilor de piata ale firmei prin elaborarea programelor de actiune în ce priveste politicile de produs, pret, distributie si promovare.

Principalele activitati reunite în cadrul functiei de marketing vizeaza urmatoarele aspecte:

• elaborarea studiilor de piata, proces ce presupune estimarea marimii, structurii si stadiului de dezvoltare a pietelor marfurilor produse si comercializate;

• determinarea tendintelor înregistrate la nivelul cererii si ofertei produselor ce prezinta interes pentru firmele ce fac obiectul studiului;

• cercetarea dimensiunilor comportamentului consumatorului –comportament de cumparare si de consum;

• dezvoltarea mixului de marketing: produs, pret, distributie, promovare, în cadrul caruia se va urmari lansarea produselor, identificarea unor modalitati competitive de plata, stabilirea unor tehnici promotionale specifice, determinarea sistemului optim de distributie etc.;

1 Bob C.A. (coordonator) – Economia întreprinderii, Centrul editorial ASE, Bucuresti, 1997, p. 72-73

Capitolul 10

• fundamentarea strategiilor si tacticilor de marketing; • cercetari asupra metodelor si tehnicilor de vânzare, • animarea fortelor de vânzare; • realizarea previziunilor de marketing. • stabilirea consecventa si sistematica a contactelor directe cu

diferite categorii de public prin intermediul relatiilor publice. Dintre activitatile componente functiei de marketing o importanta

aparte revine realizarii cercetarilor de marketing, elaborarii strategiilor si tacticilor de marketing si efectuarii previziunilor.

Cercetarea de marketing include ansamblul activitatilor referitoare la colectarea, înregistrarea, prelucrarea si analiza informatiilor de marketing cu privire la o mare varietate de procese si fenomene care au loc pe piata si anume:

• studierea caracteristicilor produselor • realizarea si evaluarea testelor de marketing • studierea coordonatelor pietei-cererea si oferta • cercetarea conjuncturii pietei • evaluarea politicii de comercializare • studii ale caracteristicilor consumatorilor • realizarea de cercetari motivationale în rândul cumparatorilor

individuali sau organizationali si al utilizatorilor directi • cercetarea concurentei Previziunile de marketing stau la baza stabilirii bugetelor si planurilor

de afaceri, si au ca obiectiv realizarea unei estimari realiste a pietei. Acest proces prezinta un grad ridicat de dificultate si presupune o importanta munca de creativitate si stimularea gândirii în ce priveste fundamentarea strategiilor si tacticilor de marketing.

Focalizate pe o piata, produs sau pe mixul de marketing, strategiile de marketing au în vedere produsul, distributia, promovarea si pretul, în timp ce tacticile sunt tehnici individuale si detalii incluse în strategie .În functie de efectele generate pe piata ca urmare a schimbarilor intervenite la nivelul cererii sau a ofertei, este necesar ca fiecare întreprindere sa îsi orienteze eforturile spre adaptarea strategiilor si tacticilor sale la modificarile mediului.

Desfasurarea activitatii întreprinderii corespunza tor opticii de marketing, constituie o conditie esentiala mentinerii si îmbunatatirii pozitiei pe piata a fiecarei întreprinderi si în acest fel a eficientizarii activitatii sale. În acest sens, indiferent de dimensiunea firmei, functia de marketing îsi mentine importanta si rolul primordial în ce priveste adaptarea permanenta la cerintele pietei.


10.2. Proiectarea chestionarelor pentru culegerea de informatii

10.2.1. Fazele anchetelor de marketing Culegerea informatiilor cu ajutorul anchetelor si sondajelor statistice

este larg raspândita în cercetarile de marketing, fiind de multe ori o sursa de informatii necesare rezolvarii unor probleme specifice, legate de cresterea vânzarilor în raport cu dinamica cererii. Specialistii firmelor obtin astfel informatii utile si de cele mai multe ori reprezentative pentru fenomenele economice analizate. Aceste tipuri de cercetari îmbraca forma anchetelor statistice.

Metodologic, ancheta statistica se încadreaza între componentele observarii statistice partiale si îmbraca mai multe forme. Dintre acestea un loc important îl ocupa, potrivit unor autori, anchetele bazate pe intervievarea unor persoane de catre anchetatori specializati si anchetele ce se efectueaza pe baza chestionarelor ce se distribu ie direct sau prin posta în vederea cunoasterii diferitelor colectivitati sau a unor aspecte si probleme ale acestora 2,3. Indiferent însa de forma de organizare, anchetele statistice sunt prin definitie sondaje reprezentative efectuate prin selectii aleatoare sau probabiliste.

Orice ancheta de marketing, definita ca un sondaj reprezentativ, include urmatoarele etape:

(a) calculul esantionului; (b) proiectarea chestionarului; (c) efectuarea anchetei pilot; (d) optimizarea chestionarului; (e) culegerea informatiilor; (f) prelucrarea rezultatelor.

Pentru ca o ancheta de marketing sa -si atinga obiectivele, este necesara o organizare minutioasa a desfasurarii ei. Planificarea anchetei constituie o combinatie de decizii tehnice si organizatorice care trebuie sa stabileasca, printre altele:

• ce populatie va fi cuprinsa în ancheta; • ce informatii se cauta si cum se va proceda la recoltarea lor; • cum vor fi prelucrate si interpretate rezultatele tinând totodata

seama si de necesitatea utilizarii cu avantaje maxime a mijloacelor avute la dispozitie.

2 Bob C.A. - Noi cai de perfectionare a activitatii comerciale, în Revista economica, nr. 5, 1977. 3 Demetrescu M.C. - Metode de procurare a informatiilor si de elaborare a deciziilor în marketing. În :Metode cantitative pentru analiza sistemelor si strategiilor de marketing. Academia de studii economice, Bucuresti, 1977, vol. VI;

Capitolul 10

10.2.2. Modelul informational al chestionarului Deoarece în noua cazuri din zece se foloseste chestionarul ca

instrument de culegere a datelor, alcatuirea acestuia constitu ie una din problemele de baza ale planificarii oricarei anchete, poate chiar cea mai importanta daca tinem seama ca "o ancheta nu poate fi mai buna decât chestionarul sau"4. Cu alte cuvinte, oricât de reprezentativ ar fi esantionul studiat, oricât de subtila analiza, întrebarile ambigue, vagi sau tendentioase vor atrage raspunsuri distorsionate, necomparabile ce vor denatura rezultatele finale ale cercetarii. Matematica moderna a gasit însa mijloace de a fundamenta elaborarea unor chestionare care sa permita obtinerea maximului posibil de informatii. In acest sens trebuie mentionat aportul lui Claude Picard, care, utilizând elemente de teoria grafurilor si calculul probabilitatilor, a elaborat prima teorie sistematica a chestionarului. Conform lui Picard "teoria chestionarului are ca obiect determinarea criteriilor ce permit identificarea fiecareia din cele N eventualitati ale unui sistem complet punând în medie cel mai mic numar posibil de întrebari"5. El a aratat utilitatea studierii chestionarului prin metodele teoriei informatiei folosind conceptul de entropie a lui Shannon.

În contextul cercetarilor privind "energia informationala", unii autori 6,7 au demonstrat ca analizele efectuate cu ajutorul acestui indicator permit sa se mearga pe calea deschisa de Picard.

Aceasta abordare permite evidentierea pe baza indicatorilor informationali ai chestionarului, a modului de alegere a celei mai bune forme de chestionar în cercetarile de marketing cu caracter repetitiv, precum si efectele pe care acestea le genereaza asupra obiectivului general al cercetarilor.

Orice chestionar elaborat si verificat în faza anchetei pilot8 trebuie sa ofere rezolvare urmatoarelor probleme:

• suficienta/insuficienta întrebarilor9; • gruparea raspunsurilor (sau reductiilor) din interiorul întrebarilor

este semnificativa10;

4 Moser C.A. - Metodele de ancheta în investigarea fenomenelor sociale. Editura stiintifica, Bucuresti, 1967. 5 Picard Claude - Theorie des questionnaires. Paris, Gauthier Villars, 1967. 6 Onicescu O., Stefanescu V. - Elemente de statistica informationala cu apli catii. Editura tehnica, Bucuresti, 1979 7 Stefanescu V. - Aplicatii ale energiei si corelatiei informationale. Editura Academiei R.S.R., Bucuresti, 1979 8 în acest proces sunt clarificate toate problemele de continut referitoare lacaracteristicile determinate, la cele de segmentare, precum si la gradul lor de reprezentativitate pentru colectivitatea analizata. 9 sau altfel spus – “o noua întrebare adaugata aduce un spor de informatie semnificativ sau nu ?"


• organizarea chestionarului ofera un maxim de informatie11. Pentru a raspunde acestor probleme este necesara construirea unui graf atasat chestionarului. El este reprezentat sub forma lui generala în figura 6.1. Nodurile grafului sunt ordonate pe ranguri potrivit succesiunii întrebarilor. Pentru a aborda însa partea de rezolvare practica este necesara delimitarea continutului unor notiuni ce vor fi utilizate mai departe. Astfel Picard defineste prin chestionar graful G(Q, Γ) cu proprietatile:

1°. exista un numar M, finit, pentru care daca z = x∈I, atunci numarul,elementelor Γx este cuprins între 1 si M ;

2°. daca z = y ∈ J, atunci Γ y = Φ si Γy( )−1 ∈I;

3°. exista un vârf xo ∈I si numai unul singur pentru care Γx 01( )− =Φ ,care

poate fi unit cu toate vârfurile din Q si care este numit radacina chestionarului ; unde:

- Q este un sistem constituit din doua multimi distincte: - multimea I a întrebarilor x; - multimea J a raspunsurilor y ;

10 ea poate fi concretizata astfel: ,,Este semnificativ numarul de reductii pe ansamblul întrebarilor. Aduce el o cantitate de informatie semnificativa sau este necesar sa se intervina asupra lor în sensul concentrarii (micsorarii numarului de stari) ?". 11 ea se refera la ordinea întrebarilor, în conditiil e reductiilor stabilite. Ca urmare, poate apare ipoteza potrivit careia o eventuala ordonare sau reordonare a întrebarilor ar putea fi în masura sa aduca o cantitate de informatie semnificativ mai mare.

Capitolul 10

întrebarile si raspunsurile fiind evenimente z ale sistemului Q = I ∪ J; - Γ este o operatie de la I la J în sensul teoriei grafurilor.

Multimii J i s-a atasat o repartitie de probabilitati cu proprietatile: a) 0≤ p(y j ) ≤1

b) ∑=

∈∀=N

ji Jyyip

1

)(,1)( s

c) prin definitie p(x 0 ) = 1.

Graful finit G = (Q,Φ ) poate fi definit arborescent de radacina x 0 ∈ Q daca:

x0,0

x1,1

x2,1

x1,i1

x1,n1

x1,i2 x3,i3 xr,ir

x3,1 xr,1

x1,n2 x3,n3 xr,nr

Rang 0 1 2 3 ...... r Nr.

maxim de stari

n0 n1 n2 n3 ..... nr

Che

stio

nar

neom

ogen

cu ∏=

=r

k

ko

r nn1

unde no1 ≠ no

2 ≠ no3 ≠ ... ≠ no

r

Nr.

de n

odur

i nr p

e ra

ng

Che

stio

nar

omog

en

cu nr = (no)r unde no

1 = no2 = no

3 = ... = nor

no1, n

o2, n

o3, ... , n

or, fiind numarul de reductii (variante de

raspuns) al întrebarilor din chestionar

Fig. 10.1. Graful atasat unui chestionar


1': orice xi ≠ x 0 unde x i ∈ Q este extremitatea terminala a unui singur arc;

2': x0 nu este extremitatea terminala a unui singur arc ; 3': graful G nu contine circuite. Numarul de arce care pleaca din x se numeste baza întrebarii x

si se noteaza cu nx. Pentru orice x ∈ I cu n x = n 0 , chestionarul se numeste omogen,

n 0 fiind baza chestionarului. Prima etapa pe care o vom aborda este aceea a construirii

grafului arborescent. Astfel, presupunând ca avem un chestionar cu o succesiune de întrebari I°, organizate potrivit unei forme initiale pe i niveluri

{ }Ii0 ; i = 1, 2, ..., M

cu probabilitatile de raspuns { }pij

0 ; i = 1, 2, ..., M; j = 1, 2, ..., n j ;

atunci potrivit proprietatii c) nodul x0 al arborescentului va avea

probabilitatea p(x 0 ) = 1. Celelalte probabilitati vor fi ordonate pe ranguri si pe noduri în cadrul rangurilor potrivit relatiei:

p ((r, s)/(r-1, t)) = p((r-1, t)/(r-2, u)) ⋅ p 0 (r, j) (10.1) în care: po (r, j) este probabilitatea ca la adresarea întrebarii I r

0 sa se obtina varianta de raspuns j, unde r = 1,2, ..., M si j = 1,2, ..., n r ;

p((r, s)/(r-1,t)) este probabilitatea nodului s de pe rangul r, conditionata de nodul t de pe rangul r-1 sau, altfel spus, probabilitatea de a ajunge în nodul (r, s) trecând prin nodul (r-1, t) unde

t = 1, 2, ..., i

r

=

−

∏1

1

n i ,s = 1,2,...,i

r

=∏

1

n i

p((r - 1, t)/(r- 2, u)) este probabilitatea nodului t de pe rangul r-1, conditionata de nodul u de pe rangul r - 2 unde .

u = 1,2,..., i

r

=

−

∏1

2

n i

Cea de-a doua etapa consta în testarea chestionarului. Acest test consta în compararea tuturor bazelor întrebarilor I 0 . Daca

n10 = n 2

0 =. . . . .=nM0 = n 0 ,

atunci chestionarul este omogen. Pentru un chestionar omogen sunt calculati apoi indicatorii:

Capitolul 10

- lungimea partiala de rang r a drumurilor unui chestionar omogen:

L r = ps

nor

=∑

1

(x sr ) ⋅ l(x s

r ) (10.2)

unde p (x s

r ) - probabilitatea nodului xs de pe rangul r ;

l (x sr ) - lungimea drumului care uneste pe x 0 cu x s

r (numarul de arce care leaga cele doua noduri pe acest drum) ;

- lungimea drumurilor chestionarului omogen: L = p x

x

( )∈

∑1

; (10.3)

- energia informationala a unei întrebari s situate pe rangul r:

E(r,s) = p r n ksk

n2

1

10

( , )+ +=

∑ ; (10.4)

- energia informationala a rangului r, conditionata de rangul r - 1:

E(r/r-1) = p r s E r ss

nr

( , ) ( , )⋅=

∑1

0

; (10.5)

- energia informationala a chestionarului:

E = ∑=

−Mr

r

rrE1

)1/( (10.6)

unde rM este rangu l maximal al chestionarului; - pierderea de informatie a unei întrebari (r, s) : P(r,s) = p(r,s) [1 - n 0 ⋅ E (r,s)]; (10.7) - pierderea de informatie partiala de rang r: P(r) = L r - n 0 E(r/r - 1); (10.8) - pierderea totala de informatie: P T =L - n 0 ⋅E (10.9) Daca exista conditia minima


n i

0 ≠ n j0 , , cu i ≠ j; 1 ≤ i, j ≤ M,

atunci chestionarul este neomogen. In acest context este necesar calculul urmatorilor indicatori:

- energia informationala conditionata a vârfului s de pe rangul r:

E(r,s) = pi

nr2

1

0

=∑ (r,s)/[(r+1 ), (s-1) n r

0 +i] ; (10.10)

- acumularea12 de informatie conditionata de rang r:

A(r/r-1) = s

Tr

=∑

1

p (r,s) ⋅ E (r,s) (10.11)

unde

T r = ni

r

10

1=∏ ;

- acumulare totala:

A t = r

rM

=∑

1

A(r/r - 1) ; (10.12)

- pierderea de acumulare datorata unei întrebari: P(r,s) = p(r,s) - p(r,s) ⋅ n s

0 ⋅ E(r,s) ; (10.13) - pierderea de acumulare de rang r:

P r = P r ss

Tr

( , )=

∑1

; (10.14)

- pierderea de acumulare a chestionarului:

P t = r

rM

=∑

1

P r (10.15)

12 termenul de "achizitie" folosit de C. Picard [6] si V. Stefanescu [7], a fost înlocuit cu termenul de ,,acumulare", deoarece primul este utilizat în analizele de marketing cu alt sens.

Capitolul 10

10.3. Prelucrarea chestionarelor

O faza importanta a anchetelor de marketing este aceea a prelucrarii datelor rezultate din aplicarea chestionarului în colectivitatea de intervievati. Prelucrarea în sine implica mai multe faze, care toate sunt subsecvente fazei de colectare a informatiilor si verificare a pastrarii semnificatiei statistice a anchetei. Punctul de plecare al prelucrarii îl constituie codificarea raspunsurilor (reductiilor) la întrebarile din chestionar. Totodata, fiecarui chestionar i se acorda un cod de identificare care poate fi numeric sau alfanumeric. Urmeaza încarcarea datelor din chestionar în calculator sub forma unei matrice de date

V( i , j ), i=1,.....,n ; j=1,....,k

unde i este numarul de întrebari din chestionar j este numarul de chestionare în prelucrare. În fiecare celula ( i , j ) se va gasi unul din codurile corespunzatoare

reductiilor întrebarilor de referinta. Pentru fiecare combinatie de doua variabile din matricea V (i,j) urmeaza sa fie construit un tabel de contingenta care sa cuprinda frecventa de aparitie a combinatiei simultane de reductii ale raspunsurilor. Procesul se desfasoara potrivit schemei de principiu din figura 10.2.


Foarte importanta în procesul de prelucrare este procedura de

construire a tabelului de contingenta. Ea este scrisa în Visual Basic 4.0. si prezentata în figura 10.3. Pe baza acestei proceduri se determina pe lânga tabelul cu date absolute si alte doua tabele de structuri pentru fiecare din variabilele luate în considerare.

' program de prelucrare chestionare Sub quest() 'Set Excelworkbook = GetObject("icmmq.xls") 'Set Excelworksheet = GetObject("Captab") 'Set Excelworksheet = GetObject("Icmmq") 'Set Excelworksheet = GetObject("Conditii") 'Set Excelworksheet = GetObject("Rezultate") Dim decl1(20), decl2(20) As String Dim mat(20, 20) As Integer Dim matv(20, 20), mato(20, 20) Dim var As String Dim ik, i, il1, it, i1, jl2, q1, j, ijk, q2, j1, qt1, qt2 As Integer 'AppActivate "microsoft excel" 'Myappid = Shell("c:\program files\microsoft office\microsoft

excel", 1)

START

Se introduc datele initiale astfel: În sheet “Captab”: • Nr.reductii pentru fiecare

varibila; • Semnificatia fiecarei reductii; In sheet Q: • Datele din chestionar V( i , j )

Se introduc combinatiile de variabile pentru care se doreste prelucrarea în sheet “conditii”; Sfârsitul listei de combinatii este marcat cu 0 în coloana A

Se declanseaza o procedura de prelucrare care consta în construirea unui tabel de contingenta:

Reductii variabila 1

Red

uctii

va

riab

ila 1

Tabel de contingenta Dep (var.1; var.2)

Sfâsit lista conditii ?

NU

DA

STOP

Fig. 10.2. Schema de principiu pentru prelucrarea chestionarelor utilizând Microsoft Excel

Fig. 10.3.

Capitolul 10

'cur_name=a ctivewindows.Worksheet.name 'citeste variabilele de conditii ik = 0 it = 0 nrc=20 Do While ik < nrc ik = ik + 1 Worksheets("Conditii ").Select qst1 = Worksheets("conditii").Cells(ik, 1).Value If qst1 <> 0 Then qst2 = Worksheets("conditii").Cells(ik, 2).Value Worksheets("Captab").Select q1 = Worksheets("captab").Cells(qst1, 1) q2 = Worksheets("captab").Cells(qst2, 1) For i = 1 To q1 i1 = i + 1 decl1(i) = Worksheets("Captab").Cells(qst1, i1).Value Next i Worksheets("Captab").Select For j = 1 To q2 j1 = j + 1 decl2(j) = Worksheets("captab").Cells(qst2, j1).Value Next j For il1 = 1 To 20 For jl2 = 1 To 20 mat(il1, jl2) = 0 mato(il1, jl2) = 0 matv(il1, jl2) = 0 Next jl2 Next il1 For ijk = 1 To 864 il1 = Worksheets("icmmq").Cells(ijk, qst1).Value jl2 = Worksheets("icmmq").Cells(ijk, qst2).Value mat(il1, jl2) = mat(il1, jl2) + 1 Next ijk qt1 = q1 + 1 qt2 = q2 + 1 'orizontal For il1 = 1 To qt1 For jl2 = 1 To q2 mat(il1, qt2) = mat(il1, qt2) + mat(il1, jl2) Next jl2 Next il1 'vertical For jl2 = 1 To qt2 For il1 = 1 To q1 mat(qt1, jl2) = mat(qt1, jl2) + mat(il1, jl2)

Fig. 10.3. continuare


Next il1 Next jl2 decl1(qt1) = "total " decl2(qt2) = "total" 'Calcul procente pe orizontala For il1 = 1 To qt1 For jl2 = 1 To qt2 If mat(il1, qt2) <> 0 Then mato(il1, jl2) = mat(il1, jl2) / mat(il1, qt2) * 100 Else End If Next jl2 Next il1 'calcul procente pe verticala For jl2 = 1 To qt2 For il1 = 1 To qt1 If mat(qt1, jl2) <> 0 Then matv(il1, jl2) = mat(il1, jl2) / mat(qt1, jl2) * 100 Else End If Next il1 Next jl2 'scriem date absolute var = " variabilele " + Str(qst1) + " si " + Str(qst2) + " - date

absolute" it = it + 1 Worksheets("Rezultate").Select Range("a1").Select Worksheets("Rezultate").Cells(it, 1) = var it = it + 1 For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = decl2(jl2) Next jl2 For il1 = 1 To qt1 it = it + 1 Worksheets("Rezultate").Cells(it, 1) = decl1(il1) For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = mat(il1, jl2) Next jl2 Next il1 'scriem procente pe orizontala var = " variabilele " + Str(qst1) + " si " + Str(qst2) + " -

procente pe orizontala" it = it + 1 Worksheets("Rezultate").Cells(it, 1) = var it = it + 1 For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = decl2(jl2)

Fig.10.3. continuare

Capitolul 10

Next jl2 For il1 = 1 To qt1 it = it + 1 Worksheets("Rezultate").Cells(it, 1) = decl1(il1) For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = mato(il1, jl2) Next jl2 Next il1 var = " variabilele " + Str(qst1) + " si " + Str(qst2) + " -

procente pe verticala" it = it + 1 Worksheets("Rezultate").Cells(it, 1) = var it = it + 1 For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = decl2(jl2) Next jl2 For il1 = 1 To qt1 it = it + 1 Worksheets("Rezultate").Cells(it, 1) = decl1(il1) For jl2 = 1 To qt2 Worksheets("Rezultate").Cells(it, jl2 + 1) = matv(il1, jl2) Next jl2 Next il1 Else ik = 0 Exit Do End If Loop End Sub

Programul genereaza tabele de contingenta pentru un numar nelimitat

de combinatii de variabile, potrivit listei incluse în foaia de calcul “conditii”. Ele pot fi baza unor determinari a intensitatii relatiilor cu ajutorul testului χ2?

10.4. Analiza seriilor dinamice de cotatii

Multe din întreprinderi opereaza cu produse tranzactionate la bursa.

Ca urmare, au nevoie de metode specifice de analiza a acestor informatii. In principal atentia se îndreapta asupra seriilor statistice de preturi pentru bursele de marfuri. Desi acestea sunt un domeniu cu destul de mare vechime ca obiect al abordarii statistice, totusi pâna în prezent metodele aplicate nu au reusit sa caracterizeze satisfacator comportamentul lor. Si aceasta pe de-o parte datorita faptului ca la baza stabilirii cotatiilor de bursa stau multi factori subiectivi care determina caracterul oscilator al acestora, iar pe de alta parte, datorita insuficientei metodelor statistice sunt chemate sa faca predictii asupra acestui caracter aleator. Ele trebuie în principal sa

Fig. 10.3. continuare


releve atât tendinta specifica preturilor, cât si oscila tiile împrejurul tendintei pe care sa le conserve în vederea predictiei13. Aceste predictii sunt apoi utilizate la fundamentarea deciziei de vânzare sau de cumparare.

În practica de bursa exista o mare diversitate de metode de analiza dinamica, care pleaca de la principii descriptiviste (cum ar fi metodele de charting14) psihologice (metoda opiniilor contrarii15) sau statistico - matematice (metoda mediilor mobile, metoda oscilatorilor16, metoda fazei de concentrare17, metoda ruperilor18, teoria valurilor19, metoda reactiilor secundare20, etc.).

Metoda care este prezentata în continuare, se încadreaza în ultima categorie de metode si consta din utilizarea combinata a tehnicii mediilor mobile asociate si a tehnicii de calcul a potentialelor.

Ea se bazeaza pe ideea ca unei serii statistice: u 1 ,u 2 , u 3 , ..., u i , ... u n i se poate asocia trei serii de medii mobile: -pe termen scurt cu interval de lungime s1 ;

- pe termen mediu cu interval de lungime s2 ; -pe termen lung cu interval de lungime s3 ; cu: s 1 > s2 > s 3 calculate potrivit relatiei:

mi sksk+[ ]

( ) =

u

s

jj i s

i

k

k= −∑

(10.18) unde [⋅] =parte întreaga, iar k = 1,2,3.

13 Barnes R.M.: Taming the Pits - A Tehnical Approach to Commodity Trading. John Wiley & Sons, New York, 1979 14 Jiler H.ED.: Guide to Commodity Price Forecasting. Commodity Research Bureau, Inc., New York, 1965. 15 Greiner P.P.: The Dow Theory - An Anthology. In :Encyclopedia of Stock Market Techniques, Investors Intelligence, New York, 1965, pag. 108. 16 Tewels R.J., Harlow CH. V., Stone H.L.: The Commodity Futures Trading Guide. McGraw-Hill, New York, 1969. 17 Norfi E.: The Phase Congestion System. Commodities Magazine, 24-33, (September 1975). 18 Livermore J.L.: How to Trade in Stocks. Investor's Press, Inc., Palisade's Park, New Jersey, 1966. 19 Fraser J.L.: The Neill Theory of Contrary Opinion. ibid., p. 560. 20 Edwards R.D., Madgee J.: Technical Analysis of Stock Trends. J.Magee, Springfield, Massachusetts, 1951.

Capitolul 10

Prin utilizarea celor trei medii mobile se încearca sa se evidentieze evolutia diferitelor trenduri în masura sa dea o imagine referitoare la comportamentul seriei de preturi. Mentionam ca valorile s1 , s 2 , s 3 sunt specifice fiecarei serii de preturi, determinate fiind ca rezultat al comportamentului în perioadele anterioare 21. Dupa cum se observa mediile reactioneaza diferit la diferite oscilatii ale seriei de preturi. Astfel, pe masura ce creste marimea intervalului de calcul al mediei mobile, scade sensibilitatea acesteia la oscilatiile seriei initiale. Acest obiectiv a fost avut în vedere la introducerea sistemului cu medii mobile.

În toate cazurile însa ideea care sta la baza introducerii mediilor mobile este aceea ca într-o serie statistica cu comportament aleator, se introduce o relatie de ordine, relatie necesara pentru definirea comportamentului seriei initiale22,23.

Astfel, pe fundalul general al existentei unei tendinte determinata de factori cu influenta sistematica, seria încorporeaza în mare masura influenta unor factori conjuncturali care determina aparitia aleatoare a extremelor care pot fi vârfuri (maxime locale) daca:

u t −1 < u t > u t +1 sau depresiuni (minime locale) daca:

u t −1 > u t < u t +1 , precum si a unor faze (intervalele dintre doua puncte de întoarcere) de marimi diferite. Cu ajutorul mediilor mobile pot fi surprinse (potrivit unei ierarhizari a decidentului) diferitele niveluri de importanta a punctelor de întoarcere.

Putem însa sa aflam daca punctul de întoarcere de la momentul t este un maxim sau un minim absolut în conditiile în care la momentul t nu se stie care va fi evolutia la momentul t+1 , iar decizia de fundamentare a optiunilor pentru tranzactii la bursa trebuie data la momentul t si nu la momentul t+1 ?

Pentru a raspunde la aceasta întrebare vom introduce în continuare o noua notiune si anume aceea .de potential. Sensul utilizarii acestei notiuni este urmatorul: daca avem o serie dinamica de preturi

u 1, u2, ....,ui

21 Spre exemplu: pentru seria de cotatii la disponibil pentru aluminiul la bursa de metale din Londra valorile cele mai semnificative sunt s1 =4, s2 =12, s3 =24. 22 Bob C.A.: Probleme ale modelarii preturilor pe piete externe caracteristice. În: Modelarea cibernetica a proceselor de productie. A.S.E., Bucuresti, 1984, vol.I., pag. 197-201. 23 Yule G.U., Kendall M.C.: Introducere în teoria statisticii.Editura stiintifica, Bucuresti 1969.


atunci pe masura ce fiecare element ui este mai mare decât cel precedent ui-1 potentialul de crestere al seriei scade, iar pe masura ce este mai mic potentialul de descrestere al seriei scade. În punctul de maxim (sau minim) absolut potentialul de crestere (sau descrestere) al seriei este (teoretic vorbind) nul. În practica însa, datorita actiunii unor factori conjuncturali, este suficienta atingerea unei limite N.

Potentialul seriei statistice poate fi exprimat cu ajutorul unui indicator a carui constructie poate fi definita astfel:

• fixarea unui numar ω suficient de mare pentru a caracteriza pe·termen scurt, mediu sau lung evolutia seriei de preturi.

• calculul diferentelor D dintre doua valori succesive ale seriei ui: D u ui i i= − −1 (10.19)

• calculul mediei mobile a diferentelor pozitive pe intervalul de

lungime ω , în care ultimul termen este i:

ω

ω∑

−=

+

+=

i

ijj

i

D

D

)(

)( (10.20)

• calculul mediei mobile a diferentelor negative pe intervalul de

lungime ω , în care ultimul element este i:

ω

ω∑

−=

−

−=

i

ijj

i

D

D

)(

)( (10.21)

• calculul indicatorului de stare la momentul i:

)()(

)()()(100

−+

−+

+

−=ii

iisi

DD

DDI (10.22)

Capitolul 10

• calculul indicatorului de potential al seriei de preturi:

Programul aferent modelului expus mai sus scris în Visual Basic este

redat în figura 10.4.

Sub Medii() 'Set Excelworkbook = GetObject("Cotatii.xls") 'Set Excelworksheet = GetObject("Cotatii") 'Set Excelworksheet = GetObject("Potential) 'Set Excelworksheet = GetObject("Program") Dim matr(200, 15) Dim jk, ik, iwt, ij1, ij2, ij3, i, j As Integer AppActivate "microsoft excel" 'Myappid = Shell("c:\program files\microsoft

office \microsoft excel", 1) 'cur_name = activewindows.Worksheet.Name ' atribuiri initiale jk = 15 ik1 = 6 iwtot = 137 ij1 = 4 ij2 = 12 ij3 = 24 Sheets("Cotatii").Select For i = 1 To iwtot For j = 3 To jk matr(i, j) = 0 Next j Next i For ik = ik1 To iwtot Worksheets("Cotatii").Select Range("a1").Select matr(ik, 2) = Worksheets("Cotatii").Cells(ik, 2).Value Next ik 'media mobila 4 For i = ik1 - 1 + ij1 To iwtot ijh = i - ij1 + 1

Ipi =

100 – I si pentru I s

i ≥ 0

-100 – I si pentru I si < 0

(10.23)

Fig.10.4


ijl = ijh - 1 + ij1 For ii = ijh To ijl matr(i, 3) = matr(i, 3) + matr(ii, 2) Next ii matr(i, 3) = matr(i, 3) / ij1 Next i 'media mobila 12 For i = ik1 + ij2 - 1 To iwtot ijh = i - ij2 + 1 ijl = ijh - 1 + ij2 For ii = ijh To ijl matr(i, 4) = matr(i, 4) + matr(ii, 2) Next ii matr(i, 4) = matr(i, 4) / ij2 Next i 'media mobila 24 For i = ik1 + ij3 - 1 To iwtot ijh = i - ij3 + 1 ijl = ijh - 1 + ij3 For ii = ijh To ijl matr(i, 5) = matr(i, 5) + matr(ii, 2) Next ii matr(i, 5) = matr(i, 5) / ij3 Next i 'diferente For i = ik1 + 1 To iwtot matr(i, 6) = matr(i, 2) - matr(i - 1, 2) Next i 'Termen scurt - Indicatori de stare si de ' potential For i = ik1 + ij1 - 1 To iwtot ijh = i - ij1 + 1 ijl = ijh - 1 + ij1 difpoz = 0 difneg = 0 For ii = ijh To ijl If matr(ii, 6) >= 0 Then difpoz = difpoz + matr(ii, 6) Else: difneg = difneg + Abs(matr(ii, 6)) End If Next ii difpoz = difpoz / ij1 difneg = difneg / ij1 matr(i, 7) = 100 * (difpoz - difneg) / (difpoz + difneg)

Fig. 10.4 (continuare)

Capitolul 10

If matr(i, 7) >= 0 Then matr(i, 8) = 100 - matr(i, 7) Else: matr(i, 8) = -100 - matr(i, 7) End If Next i 'Termen mediu - Indicatori de stare ' si de potential For i = ik1 + ij2 - 1 To iwtot ijh = i - ij2 + 1 ijl = ijh - 1 + ij2 difpoz = 0 difneg = 0 For ii = ijh To ijl If matr(ii, 6) >= 0 Then difpoz = difpoz + matr(ii, 6) Else: difneg = difneg + Abs(matr(ii, 6)) End If Next ii difpoz = difpoz / ij2 difneg = difneg / ij2 matr(i, 9) = 100 * (difpoz - difneg) / (difpoz + difneg) If matr(i, 9) >= 0 Then matr(i, 10) = 100 - matr(i, 9) Else: matr(i, 10) = -100 - matr(i, 9) End If Next i 'Termen lung - Indicatori de stare 'si de potential For i = ik1 + ij3 - 1 To iwtot ijh = i - ij3 + 1 ijl = ijh - 1 + ij3 difpoz = 0 difneg = 0 For ii = ijh To ijl If matr(ii, 6) >= 0 Then difpoz = difpoz + matr(ii, 6) Else: difneg = difneg + Abs(matr(ii, 6)) End If Next ii difpoz = difpoz / ij3 difneg = difneg / ij3 matr(i, 11) = 100 * (difpoz - difneg) / (difpoz +

difneg) If matr(i, 11) >= 0 Then

Fig.10.4 (continuare)


matr(i, 12) = 100 - matr(i, 11) Else: matr(i, 12) = -100 - matr(i, 11) End If Next i For i = ik1 To iwtot For j = 3 To 12 Worksheets("Cotatii").Select Range("a1").Select Worksheets("Cotatii").Cells(i, j) = matr(i, j) Next j Next i End Sub

Indicatorul de potential poate da o informatie suplimentara asupra

starii seriei statistice de cotatii la momentul realizarii unui maxim sau minim. Asa cum mentionam pe masura ce se apropie de zero el indica apropierea de un maxim sau minim global numai în conditiile în care ω este suficient de mare. El se determina prin simularea comportamentului seriei de cotatii pe o perioada îndelungata. Intervalul de definitie a indicatorului de potential este [-100,100]. Pe baza legitatii statistice de evolutie se pot defini si doua limite de evolutie, astfel:

- pentru trend crescator: N + - pentru trend descrescator: N -. Ca regula generala, maximul este anuntat atunci când indicatorul de

potential tinde crescator spre limita sa (N + ), iar minimul atunci când tinde descrescator spre limita sa (N -).

Fixarea acestui numar ω este determinata de obiectivul întreprinzatorului. Astfel, daca acesta este un membru al bursei sau un dealer interesat în speculatii va opta pentru un ω mic, deoarece pe el îl intereseaza evolutia pe termen scurt. În figura 10.5 punctele A, B si C reprezinta puncte de interes pentru cumparare, deoarece potrivit informatiei furnizate de indicatorul de potential, în momentele imediat urmatoare este foarte probabil ca seria de cotatii sa înregistreze mici cresteri favorabile unor vânzari. Câstigul este realizat din diferenta de pret.

Pentru aceeasi serie de cotatii, un comerciant care opereaza în termenii importurilor este mai interesat pentru un ω mai mare, deoarece el urmareste sa cumpere la preturi cât mai scazute. El este direct interesat într-o imagine a potentialului pe termen lung. În figura 10.6. se observa ca, daca întreprinzatorul nostru doreste sa efectueze un import pentru producatorii autohtoni, într-un interval de timp delimitat de contractele interne, atunci optiune lui pentru cumparare se va manifesta la sfârsitul intervalului, deoarece indicatorul de potential pe termen lung tinde sa se apropie de zero.

Capitolul 10 În practica este indicata utilizarea combinata a doi sau mai multi indicatori de potential cu ω diferit pentru a putea caracteriza aparitia unor maxime sau minime locale pe fundalul tendintei de trecere spre maxime sau minime globale.

-80

-40 -20

40 60 80 Indicator de

potential

Fig.10.5. INDICATORI PE TERMEN SCURT

9501.0501.1501.2501.3501.4501.5501.650

03.I

an

03.F

eb

03.M

ar

03.A

pr

03.M

ai

03.Iu

n

03.Iu

l

03.A

ug

03.S

ep

Cotatii

Media mobilatermen scurt

-100

-60

0 20

100

03.Ia

n

03.F

eb

03.M

ar

03.A

pr

03.M

ai

03.Iu

n

03.Iu

l

03.A

ug

03.S

ep

A B C


Modelul propus este în masura sa furnizeze informatii pentru

fundamentarea deciziei de export a marfurilor care fac obiectul tranzactiilor pe piete caracteristice.

-100-80-60-40-20

020406080

100

3-Ja

n

17-J

an

31-J

an

14-F

eb

28-F

eb

14-M

ar

28-M

ar

11-A

pr

25-A

pr

9-M

ay

23-M

ay

6-Ju

n

20-J

un

4-Ju

l

18-J

ul

1-A

ug

15-A

ug

29-A

ug

12-S

ep

Indicator de potential

Fig.10.6. INDICATORI PE TERMEN LUNG

950 1,050 1,150 1,250 1,350 1,450 1,550 1,650

3-Ja

n

17-J

an

31-J

an

14-F

eb

28-F

eb

14-M

ar

28-M

ar

11-A

pr

25-A

pr

9-M

ay

23-M

ay

6-Ju

n 20

-Jun

4-Ju

l

18-J

ul

1-A

ug

15-A

ug

29-A

ug

12-S

ep

Cotatii

Media mobila termen lung

Capitolul 10

10.5. Studii de caz 10.5.1. Cazuri rezolvate CAZUL 10.1 Simulare pe chestionar

O cercetare referitoare la cererea de produse zaharoase a testat un chestionar într-o ancheta pilot pe 250 de subiecti. Chestionarul a cuprins întrebari referitoare la optiunea pentru cumpararea de produse zaharoase, structura cererii pentru acestea, dorintele viitoare, modul de consum, optiunea pentru preambalare, etc. Lista întrebarilor luate în analiza este prezentata în fig. 10.7.

Matricea probabilitatilor aferente întrebarilor de mai sus este trecuta în tabelul10.1. Se observa ca în forma prezentata, potrivit definitiilor de mai sus, chestionarul este neomogen, neomogenitate rezultata din dorinta organizatorilor de a asigura un nivel foarte ridicat de diseminare a raspunsurilor.

Fig. 10.7 EXTRAS DIN LISTA ÎNTREBARILOR CUPRINSE ÎN CHESTIONAR

A. Ce produse zaharoase ati cumparat ?

1 produse de ciocolaterie; 2. produse de patiserie; 3 caramelaj, drajeuri; 4….produse de laborator.

B. Ce produse zaharoase ati dori sa gasiti în amgazine? 1 produse de ciocolaterie; 2 produse de patiserie; 3 caramelaj, drajeuri; 4 produse de laborator.

C. Produsele cumparate sau pe care doriti sa le cumparati, le consumati în mod: 1 curent; 2 saptamânal; 3 lunar; 4 mai rar.

D. Ati prefera ca produsele zaharoase ce le consumati sa fie preambalate sau nu? 1 DA ; 2 NU 3 INDIFERENT.

E. Cum areciati calitatea produselor zaharoase ce le consumati ? 1 foarte buna; 2 buna; 3 satisfacatoare; 4 slaba.


Tabelul 10.1 . CHESTIONAR PRODUSE ZAHAROASE - Matricea

probabilitatilor

P roduse de c ioco la te r ie

P r o d u s e d e pat iser ie

Caramela j , drajeuri

P r o d u s e d e laborator

A Produse cumparate 0.339 0.264 0.251 0.146 P roduse de

c ioco la te r ie P r o d u s e d e

pat iser ie Caramela j ,

drajeuri Prod use de

laborator

B Produse cumparate 0.351 0.271 0.242 0.136 Curent Saptamânal Lunar Mai rar

C Mod de consum 0.389 0.397 0.0611 0.153

Da Nu Indiferent D Optiunea pentru

preambalare 0.67 0.205 0.125

Foarte buna Buna Satisfacatoare

Slaba

E Calitatea produselor consumate

0.249 0.541 0.181 0.029

Legat de acest chestionar se ridica trei probleme: • prima se refera la numarul de întrebari si s-ar concretiza astfel: “este

numarul de întrebari suficient ?” sau altfel spus “o noua întrebare adaugata aduce un spor de informatie semnificativ sau nu ?”;

• cea de a doua se refera la gruparea raspunsurilor – “este semnificativ numarul de reductii pe ansamblul întrebarilor; aduce el o cantitate de informatie semnificativa sau este necesar sa se intervina asupra lor în sensul concentrarii numarului de stari ?”;

• o a treia problema se refera la organizarea chestionarului – “ o eventuala ordonare sau reordonare a întrebarilor ar putea fi în masura sa aduca o cantitate de informatie semnificativ mai mare ?”. Raspunsul la aceste întrebari este dat de abordarea

informationala a chestionarului.

Capitolul 10

Rezolvare Potrivit definitiilor de mai sus chestionarul din tabelul 10.1. este neomogen deoarece nu este structurat cu un numar egal de stari. Deoarece întrebarile sunt echip robabile atunci se poate pune în discutie ordinea întrebarilor. În figura 10.8 sunt calculati indicatorii informationali în doua variante de organizare a chestionarului.

Fig. 10.8 Indicatorii chestionarului neomogen

Sisteme informatice în comert Se observa ca în raport cu structura matricei de probabilitati varianta 1 aduce un spor de informatie mult mai mare - C% este cu o treime mai mare decât în varianta 2 (vezi fig.10.9). Desi sporul de informatie este semnificativ, totusi în termenii acumularii (achizitiei) de informatie varianta 2 este mai semnificativa din punctul de vedere al progresului în

termenii continutului de informatie. Urmatoarea ipoteza se refera la omogenizarea chestionarului. Aceasta varianta ia în consideratie schimbarea matricei de probabilitati pentru obtinerea omogenitatii (tabelul 10.2). Pentru aceasta s-a operat asupra numarului de reductii la maximum 3. Ca urmare, au fost restructurate întrebarile A, B, C, D prin regruparea raspunsurilor în sensul reducerii numarului de stari. Rezultatele sunt prezentate în figura 10.11. Se observa ca omogenizarea chestionarului scade nivelul energiei informationale cumulate. Decizia referitoare la structura chestionarului în acest caz, poate fi fundamentata pe conditia de echiprobabilitate a întrebarilor.

Fig. 10.10. ACHIZITIA DE INFORMATIE CUMULATA

0.00000

0.05000

0.10000

0.15000

0.20000

0.25000

0.30000

0.35000

0.40000

0.45000

1 2 3 4 5rang

Varianta 2 Varianta 1

0

200

400

600

800

1000

1200

1 2 3 4 5

Fig. 10.9 CRESTEREA PROCENTUALA A ACHIZITIEI DE

INFORMATIE

Varianta 1Varianta 2

Capitolul 10

Tabel .10.2 MATRICEA DE PROBABILITATI A CHESTIONARULUI

OMOGEN

P r o d u s e d e c ioco la te r ie

P r o d u s e d e pat iserie si

laborator

Caramela j , d ra jeur i

A Produse cumparate 0.339 0.41 0.251

P r o d u s e d e c ioco la te r ie

P r o d u s e d e pat iserie si

laborator

Caramela j , d ra jeur i

B P r o d u s e c u m p a r a t e 0.351 0.407 0.242 C u r e n t S ap t am ân a l Ma i ra r

C M o d d e c o n s u m 0.389 0.397 0.214

D a Nu Indiferent D O p t i u n e a pentru

p r e a m b a l a r e 0.67 0.205 0.125

F o a r t e b u n a B u n a Sat is faca toare sau s l a b a

E Cal i ta tea produse lor c o n s u m a t e

0.249 0.541 0.21

Fig. 10.11


CAZUL 10.2 Prelucrare de chestionar

Exemplificam un chestionar numit ICMMQ24 aplicat pe un esantion

semnificativ, care este orientat pe aspecte principale privind managementul si antreprenoriatul în întreprinderile comerciale mici si mijlocii. Construirea lui a implicat urmatoarele etape: �se construieste foaia de calcul Captab (vezi figura 10.12), care cuprinde

• în coloana A numarul maxim de stari al raspunsurilor la fiecare întrebare;

• în coloanele B-D sunt trecute codificarile pentru fiecare raspuns component al fiecarei întrebari; astfel, daca pentru întrebarea cu numarul 4 în A4 exista trecuta cifra 3, vor fi coduri în urmatoarele 3 coloane B4,C4,D4;

• în coloana H este trecut numarul de ordine al fiecarei întrebari, asa cum se gaseste el în matricea de coduri;

• în coloana I este trecut numarul de ordine recalculat al întrebarilor; recalcularea este necesara deoarece sunt grupuri de întrebari care au acelasi continut din punctul de vedere al raspunsurilor si prelucrarea lor se va face concomitent; este cazul întrebarilor 16 -20 care au acelasi continut si pe care calculatorul le “va vedea!” ca fiind o singura

24 Cercetarea a fost întreprinsa de dna. Profesor dr. Mariana Dragusin de la Academia de Studii Economice, în cadrul procesului de doctorantura; Multumim pe aceasta cale pentru amabilitatea de a ne pune la dispozitie pentru exemplificare chestionarul domniei sale.

Fig. 10.12 Construirea capetelor de tabele

Capitolul 10

întrebare 13. �?se introduc codurile V(i,,j) în foaia de calcul ICMMQ astfel: • pentru lipsa de raspuns – codul 0; • pentru oricare varianta de raspuns coduri de la 1 la maximum codul

corespondent numarului coloanei din foaia Captab coloana A1 linia corespunzatoare întrebarii; astfel pentru întrebarea 4 (vezi Captab!H4) codul maxim din A4 este 3, deci în foaia ICMMQ!D1:D850 vor fi coduri cuprinse între 0 si 3 ;

�se introduc în foaia de ca lcul conditiile pentru selectia si construirea tabelelor; astfel în coloana A se introduce numarul corespunzator primei întrebari, iar în coloana B se introduce numarul corespunzator celei de a doua întrebari; procesul fiind iterativ se va termina atunci când în coloana A va fi introdusa cifra 0 ; �?se va lansa comanda Tools – Macro ; calculatorul va oferi meniul Macro (vezi figura 10.13) de unde vom alege subrutina quest apoi

comanda Run, iar calculatorul va construi în foaia de calcul Rezultate trei tabele de contingenta (date absolute, procente pe verticala si procente pe verticala). �?în foaia de calcul Rezultate vor apare tabelele de contingenta în ordinea comenzilor din foaia Conditii (vezi figura 10.14).

Fig. 10.13 Meniul Macro


CAZUL 10.3 Utilizarea testului χ2

Un sondaj efectuat asupra unui esantion de 1300 de persoane a stabilit urmatoarea repartizare a acestora pe grupe de vârsta în functie de modul în care apreciaza un nou produs.

Tabel 10.3 Grupe de vârsta

Aprecieri sub 30 de ani 30-40 de ani peste 40 de ani

favorabile 183 259 184 nefavorabile 254 267 153

Sa se stabileasca daca exista deosebiri semnificative, pe grupe de vârsta, în aprecierea noului produs folosind testul χ2.

Rezolvare: 1. Se stabileste ipoteza nula conform careia repartitia aprecierilor pe total

(favorabile si nefavorabile) ar trebui sa aiba aceleasi proportii si în cadrul fiecarei subgrupe de vârsta.

2. Se calculeaza probabilitatea de aparitie a ipotezei nule (aprecierile sa nu fie influentate în mod semnificativ de vârsta) cu functia statistica CHITEST, care are urmatoarea sintaxa:

Fig. 10.14 Construirea rezultatelor

Capitolul 10

CHITEST(actual_range,expected_range) Actual_range este zona de date care contine observatiile care

trebuie testate în comparatie cu valorile probabile. Expected_range este zona de date care contine ponderea

rezultatului totalurilor de rând si totalurilor de coloana fata de totalul general. Observatii:

Daca zonele de celule actual_range si expected_range au un numar diferit de repere de date, CHITEST întoarce valoarea de eroare #N/A.

CHITEST calculeaza mai întâi statistica χ2 si apoi însumeaza diferentele valorilor actuale din valorile probabile. Ecuatia pentru aceasta functie este CHITEST=p( X>χ2 ), unde:

∑∑= =

−=

r

i

k

j ij

ijij

EEA

1 1

22 )(

χ în care:

Aij = frecventa actuala în rândul i, coloana j Eij = frecventa probabila în rândul i, coloana j r = numarul de rânduri c = numarul de coloane CHITEST întoarce probabilitatea pentru o statistica χ2 cu un numar

de df grade de libertate, unde df = (r - 1)(c - 1). În celulele A1:D4 introducem datele problemei si calculam totalurile

pe rânduri si pe coloane cu functia SUM.

Se stabileste ipoteza nula introducând urmatoarele formule în celulele B9:D10.

În celula A11 calculam probabilitatea de aparitie a ipotezei nule cu functia CHITEST:

Probabilitatea de aparitie a ipotezei nule (probabilitatea ca


aprecierile sa nu fie influentate în mod semnificativ de vârsta) este de 0,0017.

CAZUL 10.4 Modelul Fisbein -Rosenberg

Chestionarul unui sondaj efectuat în rândul producatorilor de tomate cuprinde urmatoarele întrebari: 1. Acordati o nota de la 1 (foarte putin important) la 10 (foarte important) fiecarei caracteristici în functie de importanta pe care o are în aprecierea unui soi de rosii.

2. Acordati o nota de la 1 (foarte prost) la 10 (foarte bun) fiecarei caracteristici a soiurilor mentionate.

Mediile notelor acordate de producatorii de tomate sunt urmatoarele: 1) Pretul semintelor 5.86 2) Rezistenta la boli si daunatori 7.69 3) Productivitatea 7.95 4) Forma, marimea si gustul rosiilor 7.8

Dacia Isalnita 50 Marita 25 1) Pretul semintelor

5.72 4.83 4.79

2) Rezistenta la boli si daunatori

6.65 5.01 6.60

3) Productivitatea

7.27 5.31 6.97

4) Forma , marimea si gustul rosiilor

6.87 5.20 6.81

Sa se ierarhizeze cele trei soiuri de tomate în functie de opinia globala exprimata de producatori, utilizând modelul Fisbein-Rosenberg.

Capitolul 10

Rezolvare:

Pentru aplicarea modelului Fishbein - Rosenberg, suma importantei atribuite fiecarei caracteristici trebuie sa fie egala cu 1. De aceea se vor ”normaliza” rezultatele obtinute:

− Se introduc cele patru caracteristici si mediile notelor acordate lor în celulele A1:B4;

− Se calculeaza suma mediilor notelor în celula B5; − Se împarte media notelor acordate pretului semintelor la suma

mediilor notelor acordate tuturor caracteristicilor în celula C1 si apoi se copiaza aceasta formula în celulele C2:C4. Aprecierile pentru cele trei soiuri de rosii trebuie situate pe o scala de la 0 la1, deci se vor împarti mediile obtinute la 10. Valorile obtinute sunt prezentate în tabelul urmator, coloana Wi reprezentând importanta acordata fiecarei caracteristici, iar celelalte trei coloane aprecierile pentru fiecare soi.

Aprecierea globala a fiecarui soi de rosii se calculeaza înmultind

importanta fiecarei caracteristici Wi cu media notelor acordate pentru fiecare soi. Pentru soiul Dacia aprecierea globala se calculeaza cu formula =$B$2*C$2+$B$3*C$3+$B$4*C$4+$B$5*C$5 din celula C6. Pentru celelalte soiuri copiem aceasta formula în celulele D6 si E6. Rezultatele sunt urmatoarele:


Ierarhia celor 3 soiuri de rosii este urmatoarea: 1. Dacia 2. Marita 25 3. Isalnita 50 Rolul hotarâtor în stabilirea acestei ierarhii l-au avut productivitatea si forma, marimea si gustul rosiilor în egala masura, cu o pondere de 27%. De mentionat ca pretul semintelor detine ponderea cea mai scazuta 19% în alegerea unui anumit soi de rosii.

CAZUL 10.5 Coeficientul de corelatie a rangurilor

Se cunosc urmatoarele date privind ponderea serviciilor în PIB

si PNB pe locuitor în urmatoarele tari: Tabel 10.4

Tara Ponderea serviciilor în PIB (%)

PNB/locuitor (dolari internationali)

Australia 67,5 18940 Austria 50 21250 Belgia 70,8 21660 Danemarca 60,2 21230 România 35,2 4360 SUA 73,2 26980 Turcia 48,8 5580

Sursa: Anuarul Statistic al României 1997, p. 951, 952 Sa se analizeze legatura dintre ponderea serviciilor în PIB si

PNB/locuitor al tarilor din tabelul de mai sus cu ajutorul coeficientului Spearman.

Rezolvare: Coeficientul de corelatie a rangurilor Spearman se calculeaza dupa

relatia:

Capitolul 10

)1(

61 2

2

−−= ∑

nn

drs în care:

d este diferenta de rang între variabilele corelate pentru aceeasi unitate de observare; n este numarul perechilor de valori corelate. Coeficientul lui Spearman este cuprins între -1 si 1 si indica atât

intensitatea, cât si directia legaturii dintre cele doua variabile. Pentru calcularea rangurilor se foloseste functia statistica

RANK cu urmatoarea sintaxa: RANK(number,ref,order) Number este numarul al carui rang trebuie aflat. Ref este o matrice sau o referinta la o lista de numere. Valorile

nenumerice din argumentul ref sunt ignorate. Order este un numar ce specifica modul de atribuire al rangului. − Daca order este 0 (zero) sau omis, Microsoft Excel atribuie

rangul numarului ca si cum ref ar fi o lista sortata în ordine descrescatoare.

− Daca order este orice valoare nenula, Microsoft Excel atribuie rangul numarului ca si cum ref ar fi o lista sortata în ordine crescatoare.

Observatii: RANK atribuie acelasi rang numerelor duplicate. Oricum, prezenta

numerelor duplicate afecteaza rangurile atribuite numerelor urmatoare. De exemplu, într-o lista de întregi, daca numarul 10 apare de doua ori si are rangul 5, atunci numarul 11 va avea rangul 7 (nici un numar nu va avea rangul 6).

Formulele de calcul folosite pentru determinarea coeficientului de corelatie al lui Spearman (rs) sunt cele din figura de mai jos:


Rezultatele sunt urmatoarele:

Valoarea 0,857 a coeficientului lui Spearman arata existenta unei legaturi directe si puternice între ponderea serviciilor în PIB si PNB/locuitor.

CAZUL 10.6 Coeficientul de corelatie statistica

Cunoscând evolutia indicilor PIB si a ponderii populatiei ocupate în comert din totalul populatiei ocupate a României în perioada 1991-1996 sa se cerceteze legaturile dintre cei doi indicatori cu ajutorul coeficientului de corelatie statistica (r).

Capitolul 10

Anii Populatia ocupata în comert (mii persoane)

Indicii PIB

1991 699 74,4 1992 754 67,6 1993 585 61,5 1994 636 60,9 1995 865 74,2 1996 772 82,1

Sursa: Anuarul statistic al României 1997, p. 125, 356 Rezolvare: Pentru calcularea coeficientului de corelatie statistica, Excel include

functia statistica CORREL, cu urmatoarea sintaxa: CORREL(array1,array2) Array1 este o zona de celule cu valori. Array2 este a doua zona de celule cu valori.

Observatii: Argumentele trebuie sa fie numere, sau nume, matrice sau referinte

care contin numere. Daca un argument matrice sau referinta contine text, valori logice

sau celule goale, acele valori sunt ignorate; oricum, celulele cu valori zero sunt incluse în calcul.

Daca array1 si array2 au un numar diferit de repere de date, CORREL întoarce valoarea de eroare #N/A.

Daca array1 sau array2 sunt goale, sau daca s (abaterea standard) a valorilor lor este egala cu zero, CORREL întoarce valoarea de eroare #DIV/0!.

Ecuatia pentru coeficientul de corelatie este urmatoarea:

−

−

−=

∑ ∑∑ ∑

∑ ∑ ∑

= == =

= = =

n

i

n

i

n

i

n

i

n

i

n

i

n

i

yynxxn

yxxynr

1

2

1

2

1

2

1

2

1 1 1

unde: x = variabila independenta y = variabila dependenta n = numarul de ani

Coeficientul de corelatie statistica poate lua valori cuprinse în intervalul [-1, 1]; semnul minus indica legatura inversa, iar semnul plus legatura directa. În practica se considera ca daca


r? [0, 0,2) nu exista o legatura semnificativa; r? [0,2 , 0,5 ) exista o legatura slaba; r? [0,5 , 0,75) exista o legatura de intensitate medie; r? [0,75 , 0,95) exista o legatura puternica; r? [0,95 , 1] putem vorbi de o legatura relativ determinista

(functionala)25;

În celulele A1:C7 introducem datele problemei:

Din meniul Insert se selecteaza Function (sau se apasa butonul Paste Function) apoi Statistical si CORREL:

Coeficientul de corelatie are valoarea 0,71347789, ceea ce însemna ca între cele doua variabile, populatia ocupata în comert si indicii

PIB exista o legatura directa de intensitate medie.

25 T. Baron, E. Biji (coordonatori): Statistica teoretica si economica, Editura Didactica si Pedagogica-R.A., Bucuresti, 1996

Capitolul 10

CAZUL 10.7 Determinarea cotei de piata a unei firme Potrivit revistei Capital nr.45 din 12 noiembrie 1998 primele 10

locuri în ierarhia mondiala a producatorilor de automobile erau ocupate de urmatoarele firme:

Tabel 10.6 Firma Cifra de afaceri

(miliarde USD) General Motors 188,86 Ford 162,8 Toyota 102 Mercedes-Chrysler 98,18 Volkswagen 69,31 Nissan 54,5 Honda 39,96 BMW 36,18 Fiat 31,61 Peugeot-Citröen 31,38

a) Sa se calculeze cota de piata si cota relativa de piata detinuta

de fiecare firma. b) Sa se reprezinte grafic cota de piata detinuta de fiecare firma. Rezolvare: a) Cota de piata se calculeaza ca raport între cifra de afaceri a

firmei si volumul total al vânzarilor pe piata respectiva. Cota relativa de piata a firmei A reprezinta raportul dintre cota de piata a acestei firme si cota de piata a celui mai puternic concurent al sau. Pentru lider, cota relativa de piata se determina prin raportarea cotei sale de piata la cota de piata a firmei plasate pe locul al doilea. Pentru oricare alta firma, cota relativa de piata se obtine raportând cota sa de piata la cea a liderului. Formulele de calcul sunt cele din figura de mai jos:


Rezultatele sunt urmatoarele cu mentiunea ca pentru celulele C3:C12 a fost folosit formatul Percent style, iar pentru D3:D12 Comma style :

b) Pentru a reprezenta grafic cota de piata detinuta de fiecare firma se selecteaza domeniul C1:C12 si se foloseste Chart Wizard.

În prima din cele patru casete de dialog se alege tipul de grafic Pie with a 3 -D visual effect si se apasa butonul Next pentru a trece la pasul urmator.

A doua caseta de dialog exemplifica reprezentarea grafica a domeniului selectat. Se accepta valorile implicite si se trece la urmatoarea caseta apasând butonul Next.

Capitolul 10

Se executa clic pe Data Labels si apoi pe Show value. Se observa modificarile aduse graficului si se apasa Next pentru a trece la ultima caseta de dialog.

Se selecteaza optiunea As new sheet si apoi Finish . Graficul este urmatorul:

CAZUL 10.8 Metoda regresiei Volumul vânzarilor înregistrate în zece magazine apartinând

aceleiasi societati comerciale si suprafata magazinelor respective sunt urmatoarele:

Tabel 10.7 Magazinu

l Volumul vânzarilor

(milioane lei) Suprafata

(m2) 1 78 600 2 90 577,5 3 111 930 4 30 232,5 5 37,5 315 6 51 330 7 73,5 345 8 57 322,5 9 67,5 480

10 18 105


Sa se analizeze legatura dintre volumul vânzarilor si suprafata folosind metoda regresiei.

Rezolvare: Microsoft Excel furnizeaza un set de instrumente de analiza a

datelor numite "Pachet de instrumente de analiza” (Analysis ToolPak) care pot fi utilizate pentru a economisi etape atunci când se efectueaza analize complexe, statistice sau de inginerie.

Pentru a vizualiza lista disponibila de instrumente de analiza, se face clic pe Data Analysis (Analiza date) din meniul Tools (Instrumente).

Daca se alege Regression (Regresie) si se apasa butonul OK

se deschide caseta de dialog din figura urmatoare :

Capitolul 10

Zona de intrare Y (Input Y Range) introduce referinta pentru zona de date dependente. Zona trebuie sa fie formata dintr-o singura coloana de date.

Zona de intrare X (Input X Range) introduce referinta pentru zona

de date independente. Microsoft Excel aranjeaza variabilele independente din aceasta zona în ordine crescatoare de la stânga la dreapta. Numarul maxim de variabile independente este 16.

Etichete (Labels) . Se selecteaza aceasta optiune daca primul rând sau coloana din zona de intrare contine etichete. Microsoft Excel genereaza etichete de date adecvate pentru tabelul de iesire.

Interval de încredere (Confidence Level). Se selecteaza aceasta optiune daca se doreste includerea unui nivel aditional în tabelul rezumat de iesire. În caseta, se introduce intervalul de încredere care se adauga la nivelul imp licit de 95%.

Constanta este zero (Constant is Zero). Se selecteaza aceasta optiune daca se doreste sa se forteze linia de regresie sa treaca prin origine.

Zona de iesire (Output Range) introduce referinta pentru celula din coltul stânga-sus a tabelului de iesire. Permite cel putin sapte coloane pentru tabelul de iesire rezumat, care include un tabel anova, coeficienti, eroarea standard a estimarii y, valori r2, numarul de observatii si coeficientii de eroare standard.

Un nou pliu foaie de lucru (New Worksheet Ply). Se face clic pentru a insera o foaie de lucru nou în registrul de lucru curent si se insereaza rezultatele începând din celula A1 a noii foi de lucru. Pentru a denumi noua foaie de lucru, se tasteaza un nume în caseta.


Registru de lucru nou (New Workbook). Se face clic pentru a crea un nou registru de lucru si pentru a insera rezultatele într -o noua foaie de lucru din noul registru de lucru.

Deviatii (Residuals). Se selecteaza aceasta optiune daca se doreste includerea deviatiilor în tabelul de iesire.

Deviatii standard (Standardized Residuals). Se selecteaza aceasta optiune daca se doreste includerea deviatiilor standard în tabelul de iesire.

Reprezentari grafice ale liniei estimate (Residual Plots). Se selecteaza aceasta optiune daca se doreste generarea unei diagrame pentru fiecare variabila independenta fata de deviatie.

Reprezentarea grafica a liniei estimate (Line Fit Plots) . Se selecteaza aceasta optiune daca se doreste generarea unei diagrame pentru valorile previzionate fata de valorile observate.

Reprezentari grafice ale probabilitatii normale (Normal Probability Plots). Se selecteaza aceasta optiune daca se doreste generarea unei diagrame ce reprezinta probabilitatea normala. Pentru problema enuntata rezultatul analizei de regresie este urmatorul:

Capitolul 10

10.5.2.Cazuri propuse

CAZUL 10.9 Un sondaj efectuat asupra unui esantion de 1600 de persoane a stabilit urmatoarea repartizare a acestora pe grupe de vârsta si pe medii a celor care au cumparat sau nu produsul X în luna precedenta:

Tabel 10.7 Mediu Grupe de vârsta

urban rural sub 20 de ani

21-30 de ani

peste 30 de ani

Cumparatori 628 245 270 355 380 Noncumparatori 368 359 186 224 185

Sa se stabileasca daca exista deosebiri semnificative, pe grupe de

vârsta si pe medii în ceea ce priveste cumpararea produsului X.

CAZUL 10.10. In cadrul unui sondaj s-a utilizat modelul Fisbein-Rosenberg pentru a stabili opiniile cumparatorilor potentiali asupra urmatoarelor marci de imprimante cu jet de cerneala: Hewlett Packard, Epson, Canon si Xerox.

Mediile acordate de cele 1200 de persoane intervievate sunt urmatoarele:

1.Acordati o nota de la 1 (foarte putin important) la 10 (foarte important) fiecarei caracteristici în functie de importanta pe care o are în aprecierea unei imprimante cu jet de cerneala.

calitatea imprimarii 9.10 rapiditatea imprimarii 8.42 design-ul 6.34 pretul 8.75

3. Acordati o nota de la 1 (foarte prost) la 10 (foarte bun) fiecarei

caracteristici a imprimantelor mentionate. 4. Hewlett

Packard Epson Canon Xerox

calitatea imprimarii 8.50 8.64 8.23 8.74 rapiditatea imprimarii 7.23 7.85 6.92 7.90 design-ul 6.69 7.01 7.22 7.32 pretul 8.74 7.62 8.36 6.12

Sa se ierarhizeze cele patru marci de imprimante în functie de opinia globala exprimata de cele 1200 de persoane chestionate.


CAZUL 10.11. Sa se caracterizeze cu ajutorul coeficientului de corelatie a rangurilor Spearman intensitatea legaturii existente între PNB/locuitor si durata medie de viata în urmatoarele tari:

Tabel 10.8 Durata medie de

viata (ani) Tara

Barbati Femei

PNB/locuitor (dolari internationali)

Australia 74.7 80.6 18940 Austria 73 79.2 21250 Belgia 73 79.7 21660 Polonia 66.7 75.7 5400 SUA 72.5 79.3 26980 Bulgaria 67.8 74.9 4480 România 65.3 73.1 4360

Sursa:Anuarul Statistic al României 1997, p. 946, 952

CAZUL 10.12 Corelatie 2

Încasarile din publicitate si audienta cumulata a principalelor posturi de televiziune sunt prezentate în tabelul urmator:

Tabel 10.9 Postul Încasari din

publicitate (mil. $)

Audienta cumulata (%)

TVR1 20,4 71 TVR2 1,2 14

PRO TV 26,4 24 Antena1 10,6 17

Tele 7abc 2,8 5 Sa se cerceteze legatura dintre încasarile din publicitate si audienta

cumulata cu ajutorul coeficientului de corelatie statistica (r).

CAZUL 10.13 Cota de piata 2 Primele cinci locuri în ierarhia fabricantilor produsului X sunt

ocupate de urmatoarele firme: Tabel 10.10

Firma Cifra de afaceri miliarde u.m.

A 450 B 674 C 895 D 566 E 963

Capitolul 10

a) Sa se calculeze cota de piata si cota relativa de piata detinuta de fiecare firma.

b) Sa se reprezinte grafic cota de piata detinuta de fiecare firma. CAZUL 10.14 Regresie 2 Din analiza bugetelor de familie se cunosc urmatoarele date:

Tabel 10.11 Nr. Crt

Venituri lunare

-medie pe o persoana

din familie- (mii lei)

Cheltuieli pentru

achizitionarea produsului X

Nr. crt.

Venituri lunare

-medie pe o persoana

din familie - (mii lei)

Cheltuieli pentru

achizitionarea

produsului X

1 720 320 6 1090 410 2 990 380 7 1340 540 3 850 400 8 1250 590 4 1180 550 9 1150 600 5 1920 620 10 1610 630

Sa se caracterizeze si sa se masoare legatura dintre venituri si cheltuieli folosind metoda regresiei.

10.6. Întrebari recapitulative

1. Care sunt principalele activitati de marketing? 2. Care sunt fazele anchetelor de marketing? 3. Care este modelul informational al unui chestionar? 4. Care sunt etapele ce trebuie parcurse în prelucrarea

chestionarelor?

SISTEME INFORMATICE PENTRU ACTIVITATI DE MARKETINGvaleriul/lupu/cap10.pdf · • fundamentarea...

Documents

Transcript of SISTEME INFORMATICE PENTRU ACTIVITATI DE MARKETINGvaleriul/lupu/cap10.pdf · • fundamentarea...