Skip to content

Performance di un campione territoriale di imprese: applicazione di metodologie multivariate

Gli investimenti tecnologici effettuati dalle imprese industriali piemontesi sono fattori determinanti della performance delle stesse? La risposta è stata individuata applicando tecniche di analisi multivariata su due campioni di imprese.
Popolazione di imprese considerate:
Ω = insieme delle imprese industriali (società di capitali) con sede legale in Piemonte(7909 unità).
La popolazione Ω viene stratificata in due sottopopolazioni: Ω1 e Ω2 ove:
- Ω1 = imprese classificate come tecnologiche (HT), cioè imprese che, nel periodo 1992-96, hanno effettuato investimenti tecnologici
(946 unità).
- Ω2 = (Ω - Ω1) imprese residue (NOHT), cioè le aziende che nel medesimo periodo non hanno effettuato investimenti di tipo tecnologico o che non hanno effettuato alcun tipo di investimento, (6963 unità).
Disegno del campionamento:
1. Informazioni note a priori sull’intero universo Ω: dimensione aziendale (numero di addetti) e settore di attività per ogni impresa. Esse costituiscono le variabili ausiliarie attraverso le quali le sottopopolazioni Ω1 e Ω2 sono state stratificate.
2. Dimensione del campione: non più di 150 unità per ciascuna sottopopolazione Ω1 e Ω2;
Sulla base di tali elementi sono state assunte le seguenti decisioni:
a) uso del campionamento stratificato, utilizzando il numero degli addetti quale variabile di stratificazione;
b) numero di strati: 3 (imprese piccole, medie e grandi);
c) limitazione delle indagini al solo settore industriale;
d) uso della definizione ISTAT per la classificazione degli strati;
3. Dimensione del campione all’interno degli strati: si è optato per unauguale numerosità (n = 50) per ogni strato e per ciascuna sottopopolazione (imprese HT ed imprese NOHT).
Ciascuna impresa è stata monitorata per 4 anni. Ciò ha comportato un’attività di editing per 1200 bilanci di imprese (15600 dati elementari).
Indicatori: da ciascun bilancio sono stati ricavati venti rapporti caratteristici suddivisi nelle seguenti aree: Indicatori di Redditività; Indicatori di Struttura Finanziaria; Indicatori di Equilibrio finanziario e Indicatori di Produttività
Matrice dei dati
Il data set di composto da 1200 record è stato ripartito nelle seguenti due matrici (600x20):
- MHT = 50 imprese HT x 3 strati x 4 anni di osservazione dei dati di bilancio;
- MNOHT = 50 imprese NOHT x 3 strati x 4 anni di osservazione dei dati di bilancio.
Sui dati depurati dai missing sono state calcolate le statistiche descrittive univariate.
Trattamento dei dati
a) Applicazione di trasformazioni lineari agli stessi indicatori precedentemente descritti, ai fini di ulteriori elaborazioni;
b) Normalizzazione degli indicatori;
c) Ricerca degli outliers (test univariati e multivariati);
d) Trattamento degli outliers;
e) Verifica della multinormalità degli indicatori depurati degli outliers, tramite test multivariati.
I suddetti test sono stati eseguiti in seguito all’implementazione del software necessario per la loro gestione ed applicazione.
Statistiche e confronti:
1. test a confronti multipli sui parametri (medie campionarie di strato) degli indicatori (20 variabili), i cui dati sono stati precedentemente depurati dagli outliers;
2. individuazione degli indicatori che presentano parametri significativamente differenti (16 variabili);
3. applicazione della cluster analysis sugli indicatori normalizzati utilizzando due differenti metodi: Centroide e Ward;
4. individuazione sottogruppi corrispondenti agli strati campionari;
5. introduzione della variabile “PERFORMANCE” (cioè che sintetizza il livello di performance aziendale ottenuto dalle singole unità statistiche dei due campioni), attraverso la quale sono stati individuati i sottogruppi di aziende con performance “medio-alta” e “solo alta” e contestuale verifica dell’appartenenza di queste ultime ai clusters e ai sottogruppi corrispondenti agli strati campionari;
6. introduzione della variabile denominata “LIVELLO” che rappresenta l’intensità tecnologica degli investimenti (17 variabili), i cui valori sono stati assegnati (per le sole aziende HT) in base ad uno studio condotto dalla C.C.I.A.A. di Torino (Osservatorio sulla diffusione dell’Innovazione in provincia di Torino);
7. applicazione dell’analisi discriminante sulle variabili (indicatori) per determinare un’ulteriore esclusione di indicatori meno significativi e contestuale individuazione dei 10 indicatori maggiormente significativi;
8. ulteriore applicazione dell’A.C.P. finalizzata all’individuazione dei 5 indicatori più significativi e al confronto dei risultati ottenuti con l’applicazione dell’analisi discriminante;
9. valutazioni economiche dei risultati ottenuti dall’applicazione dell’A.C.P.;
10. stima dei valori medi nelle popolazioni degli indicatori risultati maggiormente esplicativi;
11. valutazione dell’incidenza del fattore tecnologico sul livello di performance aziendale.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
Introduzione ⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯⎯ I INTRODUZIONE Il presente lavoro si prefigge l’obiettivo di confrontare due campioni di imprese industriali (società di capitali), differenziati dal fatto di avere effettuato o meno investimenti in nuove tecnologie e di appli- care su opportuni indicatori, costruiti sulla base dei dati di bilan- cio, alcune statistiche multivariate, attraverso le quali verificare ed individuare: a) gli indicatori che meglio interpretino le differenze tra i due campioni di imprese; b) quali, tra gli indicatori di cui al punto precedente, risultino maggiormente significativi in termini di variabilità spiegata; c) la differenza, qualora esista, in termini di performance a- ziendale nelle subpopolazioni (High Tech e Non High Tech) da cui le imprese sono state estratte; d) la stima del valore medio e della varianza degli indicatori maggiormente esplicativi della variabilità di un particolare sottogruppo di aziende, costituito dalle imprese che hanno dimostrato un livello di performance medio-alto; e) l’importanza del fattore tecnologico in termini di performance aziendale. La ricerca è stata effettuata attraverso due campioni territoriali di imprese estratte dalla popolazione delle società di capitali, svolgenti attività industriale, del Piemonte. Tale popolazione è stata suddivi- sa nelle due sub-popolazioni poc’anzi ricordate e da esse sono stati estratti due campioni di imprese che sono stati chiamati HT (High Tech) e NOHT (Non High Tech). Nel primo capitolo del lavoro vengono descritti accuratamente i det- tagli relativi allo status delle società, ai settori di attività, alla codi-

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Il miglior software antiplagio

L'unico servizio antiplagio competitivo nel prezzo che garantisce l'aiuto della nostra redazione nel controllo dei risultati.
Analisi sicura e anonima al 100%!
Ottieni un Certificato Antiplagio dopo la valutazione.

Informazioni tesi

  Autore: Giulio Della Nina
  Tipo: Laurea I ciclo (triennale)
  Anno: 2002-03
  Università: Università degli Studi di Torino
  Facoltà: Scienze Politiche
  Corso: Scienze statistiche
  Relatore: Roberto Corradetti
  Lingua: Italiano
  Num. pagine: 347

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l’utente che consulta la tesi volesse citarne alcune parti, dovrà inserire correttamente la fonte, come si cita un qualsiasi altro testo di riferimento bibliografico.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.

Scopri come funziona »

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

a.c.p. analisi discriminante
campionamento stratificato
cluster analysis
investimenti tecnologici
matrice dei dati
metodologie multivariate
multinormalità
outliers
roi roe
test univariati e multivariati

Tesi correlate


Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi