SlideShare ist ein Scribd-Unternehmen logo
1 von 26
FACOLTA’ DI ECONOMIA “ANTONIO DE VITI DE MARCO”
CORSO DI MARKETING PROF. GIANLUIGI GUIDO
ANNO ACCADEMICO 2009-2010
A CURA DEL GRUPPO B:
GRECO GIANMARCO
MELUCCI ELISABETTA
MONOSI GIULIO
NESTOLA FEDERICA
PELLEGRINO MARCO
POTI’ ANDREA
ROMERIO STEFANO
SCALINCI ALESSIO
SCARCELLA SILVIA
STEFANO MARCO
1
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
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.
4
1. FASE PILOTA
Per 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
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
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 G
Procedura Split-half Sample;
Test sulle differenze ( t-test e ANOVA)
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
8
Item che superano
l’indice di Cronbach e
pertanto verranno
esclusi dalla scala
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
10
MATRICE DELLE COMPONENTI: i coefficienti sono usati per esprimere la variabile
standardizzata osservata in termini di fattori loadings (coeff. di saturazione).
V2
0,787
Fattori vicini a 1 sono
strettamente legati
alla variabile stessa.
Alta correlazione .
R4
0,432
Fattori tendenti a 0
non sono correlati gli
uni con gli altri.
Bassa correlazione.
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
grado
Indice di Split-half ( R ); di correlazione tra i punteggi
Indice di Spearman-Brown (Y); ottenuti su due sotto-insiemi
Indice di Guttman (G) di item risultanti dalla divisione
a metà della scala di partenza.
12
R Y G α
Sotto-
campione A
0,832 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
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.
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.
15
Attraverso il Coefficiente di Pearson si valuta la forza della relazione tra la
variabille SODD e la variabile-criterio S1.
S1 SODD
S1 correlazione di Pearson
N
1
160
0,768
160
SODD correlazione di Pearson
N
0,768
160
1
160
R= 0,768 > 0,5 forte correlazione tra la variabile SODD e S1
16
Misura come mutano le due variabili SODD e S1 in relazione a medesima
direzione e intensità.
VARIANZA TRA I GRUPPI
3082,308
VARIANZA ENTRO I GRUPPI
2065,292
FISHER F
38,057
VARIANZA TRA I GRUPPI > VARIANZA ENTRO I GRUPPI
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
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.
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.
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
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.
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.
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.
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
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
26
V3
Item
maggiormente
rilevante

Weitere ähnliche Inhalte

Empfohlen

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by HubspotMarius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTExpeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsPixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfmarketingartwork
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsKurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summarySpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentLily Ray
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best PracticesVit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project managementMindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...RachelPearson36
 

Empfohlen (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Case study: patatine Fonzies - Elisabetta Melucci

  • 1. FACOLTA’ DI ECONOMIA “ANTONIO DE VITI DE MARCO” CORSO DI MARKETING PROF. GIANLUIGI GUIDO ANNO ACCADEMICO 2009-2010 A CURA DEL GRUPPO B: GRECO GIANMARCO MELUCCI ELISABETTA MONOSI GIULIO NESTOLA FEDERICA PELLEGRINO MARCO POTI’ ANDREA ROMERIO STEFANO SCALINCI ALESSIO SCARCELLA SILVIA STEFANO MARCO 1
  • 2. 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
  • 3. 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.
  • 4. 4 1. FASE PILOTA Per 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
  • 5. 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
  • 6. 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 G Procedura Split-half Sample; Test sulle differenze ( t-test e ANOVA)
  • 7. 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
  • 8. 8 Item che superano l’indice di Cronbach e pertanto verranno esclusi dalla scala
  • 9. 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
  • 10. 10 MATRICE DELLE COMPONENTI: i coefficienti sono usati per esprimere la variabile standardizzata osservata in termini di fattori loadings (coeff. di saturazione). V2 0,787 Fattori vicini a 1 sono strettamente legati alla variabile stessa. Alta correlazione . R4 0,432 Fattori tendenti a 0 non sono correlati gli uni con gli altri. Bassa correlazione.
  • 11. 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 grado Indice di Split-half ( R ); di correlazione tra i punteggi Indice di Spearman-Brown (Y); ottenuti su due sotto-insiemi Indice di Guttman (G) di item risultanti dalla divisione a metà della scala di partenza.
  • 12. 12 R Y G α Sotto- campione A 0,832 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
  • 13. 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.
  • 14. 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.
  • 15. 15 Attraverso il Coefficiente di Pearson si valuta la forza della relazione tra la variabille SODD e la variabile-criterio S1. S1 SODD S1 correlazione di Pearson N 1 160 0,768 160 SODD correlazione di Pearson N 0,768 160 1 160 R= 0,768 > 0,5 forte correlazione tra la variabile SODD e S1
  • 16. 16 Misura come mutano le due variabili SODD e S1 in relazione a medesima direzione e intensità. VARIANZA TRA I GRUPPI 3082,308 VARIANZA ENTRO I GRUPPI 2065,292 FISHER F 38,057 VARIANZA TRA I GRUPPI > VARIANZA ENTRO I GRUPPI
  • 17. 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
  • 18. 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.
  • 19. 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.
  • 20. 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
  • 21. 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.
  • 22. 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.
  • 23. 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.
  • 24. 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
  • 25. 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