La progettazione di un`indagine di Customer Satisfaction (2ª parte) Il

La progettazione di un’indagine di Customer Satisfaction (2ª parte)
I quattro "big step" da conoscere e da rispettare nella progettazione di un'indagine di customer
satisfaction: le competenze necessarie, le attività di costruzione, il campionamento, la misurazione nella
costruzione degli item. In questo numero esamineremo gli ultimi due.
Il campionamento
Il numero di soggetti da estrarre casualmente da ciascuno strato deve essere proporzionale alla
consistenza numerica dei vari strati all'interno della popolazione di riferimento. È importante che il
campione rispetti sostanzialmente le proporzioni con cui queste categorie (strati) sono
rappresentate nella popolazione
La dimensione campionaria necessaria dovrà essere pari al XX% (determinare la percentuale)
della popolazione di riferimento. L'ampiezza del campione è stata definita pari a XX unità
corrispondenti alle diverse categorie, rappresentative dell'universo analizzato. Tale numerosità ha
assunto un errore campionario generale (errore standard) pari al X% con un livello di confidenza
del XX% (vedi “Glossario base di statistica nelle indagini di Customer Satisfaction”).
Le modalità di estrazione dovranno essere le seguenti:
a) estrazione casuale: tutte le unità appartenenti allo strato in esame devono avere la stessa
probabilità di essere estratte;
b) il campionamento dovrà essere effettuato senza rimpiazzo.
Determinazione dei fattori di stratificazione del campione.
Successivamente
si
dovrà
determinare
la
lista
di
campionamento.
II
procedimento
di
campionamento mediante il quale sono estrapolati, dalla lista delle unità statistiche, i soggetti da
intervistare è usualmente di tipo stratificato-sistematico. Tale tipologia “mista“ di campionamento è
più efficace, rispetto ad un campionamento casuale semplice, in quanto produce errori più piccoli.
Se, ad esempio, il valore di “k“ è stato definito pari a otto, significa che sarà preso il primo
soggetto, il nono, il diciassettesimo e così via fino al raggiungimento del numero d'interviste totale
da realizzare per un determinato settore in una certa area.
Esempio: voglio fare una rilevazione il cui universo-target è costituito dalla totalità dei dipendenti di
una azienda. Questa azienda ha 2600 dipendenti e non posso interpellarli tutti. Allora stratifico
l'universo in funzione di una prima variabile, il livello contrattuale. Ottengo una ripartizione del
genere:
70% livello contrattuale “1“;
20% livello contrattuale “2“;
10% livello contrattuale “3“
Per ciascun livello, stratifico ulteriormente l'universo in funzione del sesso e ottengo:
70% livello 1 di cui 68% maschi e 32% femmine;
20% livello2 di cui 20% maschi e 80% femmine, eccetera.
Decido che il campione che voglio estrarre dovrà essere il 50% dell'universo, cioè 1300; questi 1300
dipendenti dovranno mantenere, in funzione delle variabili livello contrattuale e sesso, la stessa
proporzione esistente nella popolazione.
1
La misurazione nella costruzione degli item
Quando misuriamo qualcosa, trasformiamo una serie di eventi in numeri, cioè cerchiamo di stabilire
una corrispondenza biunivoca tra “numeri“ ed “eventi“. La “scala di misura“ è la funzione di
relazione che stabiliamo tra il sistema empirico degli eventi e quello numerico, appunto, dei
numeri.
Quando non misuriamo grandezze evidenti (come l'altezza, il peso, il sesso, ecc.) ma intendiamo
misurare variabili non direttamente osservabili (atteggiamenti, opinioni e tutti gli stati che
caratterizzano il vissuto di un individuo) la questione si complica. Il primo obiettivo, secondo
Stanley Smith Stevens, è individuare le “Relazioni rigorose“ che possono intercorrere tra numeri
e oggetti-variabili da considerare.
Vediamo i quattro tipi fondamentali di “relazione rigorosa“:
l. relazione di identità, in cui i numeri hanno la funzione di etichette o nomi da utilizzare per
identificare appunto la classe in cui includere gli oggetti; è il caso del sesso, che può essere
etichettato nelle sue forme con dei numeri;
2. relazione di ordine, dove i numeri sono utilizzati per rappresentare gli elementi empirici in
relazione al loro rango (“più grande di”, “superiore a”, “precedente a”);
3. relazione di intervalli, in cui i numeri rappresentano le distanze tra gli attributi dei diversi
elementi empirici (“tra ... e ...; 8 = intervallo tra 12 e 20”);
4. relazione di rapporto, dove i numeri rappresentano i rapporti che si stabiliscono tra gli
elementi stessi (rapporto 1 a 5, 2 volte ..., 3x, ecc.).
Da queste relazioni nascono le “scale di misura“: nominali, ordinali, a intervalli e a rapporto. Le
prime due vengono definite “non parametriche“, mentre le seconde “parametriche“.
1. Scala nominale (relazione di equivalenza): i numeri sono utilizzati solo per classificare
oggetti, e possono semplicemente individuare la classe di appartenenza dell'oggetto. I numeri
di partita iva e i numeri delle maglie dei giocatori di calcio sono tutti esempi di scale nominali.
L'unica relazione possibile è che i membri di una classe così nominata devono essere tutti
equivalenti rispetto alla categoria che prendo in considerazione. Posso per esempio, rispetto
alla variabile “sesso“, indicare con “1“ tutte le persone di sesso maschile e con “2“ tutte le
persone di sesso femminile. Gli item a scelta multipla sono, nella stragrande maggioranza,
esempi di questa scala.
2. Scala ordinale (relazione “maggiore di“): utilizzo questa scala quando tratto una variabile le
cui modalità di espressione sono in rapporto di > o <; per esempio, la variabile
“soddisfazione“ può esprimersi con modalità ordinabili per grandezza: "1 = per niente
soddisfatto; 2 = poco soddisfatto; 3 = abbastanza soddisfatto; 4 = molto soddisfatto“. In
questo caso, l'assegnazione del numero non è importante, ma è fondamentale che sia
rispettato l'ordine. La “scala Likert“ per la misurazione degli atteggiamenti è un esempio di
scala ordinale.
3. Scala a intervalli: permette una misurazione molto più puntuale poiché si basa sul
presupposto che è nota e costante anche l'ampiezza che separa i “gradini“ della scala, cioè
che sia possibile attribuire all'intervallo che separa tutti gli elementi della scala (che
corrispondono alle modalità di espressione della variabile in oggetto), un numero reale. II
punto zero è scelto arbitrariamente.
2
4. Scala proporzionale: è il caso di una scala che abbia tutte le caratteristiche di una scala a
intervalli ed in più in cui il punto zero sia l'origine reale della scala. Ad esempio la
temperatura misurata in kelvin segue una scala proporzionale; se viene invece misurata in
gradi Celsius o Fahrenheit allora segue una scala intervallare.
2 - fine
Giuseppe Cao
senior management consultant
Studio Cao Management Consulting
Approfondimenti anche sul sito www.studiocao.it
3