Valore Atteso

Per la valutazione della variabile dipendente C “Valore Atteso”, si utilizza il metodo dell’ANOVA fattoriale misto (Mixed ANOVA) che confronta le differenze medie tra i gruppi che sono stati suddivisi su due "fattori" (noti anche come variabili indipendenti), in cui un fattore è un fattore "tra i soggetti" (between) e l’altro è un fattore "dentro i soggetti" (within) . In questo caso, il fattore between è dato dalla variabile A “Manipolazione tipo di acquisto”, mentre il fattore within è rappresentato dalla variabile B “Manipolazione tipo di canale”. La variabile dipendente C viene ripetuta sui due canali, essendo così osservata simultaneamente sia su Internet sia sul Negozio Tradizionale per uno stesso soggetto. Lo scopo principale dell’ANOVA misto è capire se c'è una interazione tra questi due fattori sul Valore Atteso. I rispondenti hanno attribuito alla variabile dipendente un punteggio su una scala Likert da 1 a 7.

L’analisi ha cercato di individuare i seguenti effetti, rispondendo ai corrispondenti quesiti:

1) Effetto principale fattore between→ Esiste un effetto legato al tipo di acquisto? Complessivamente i soggetti che hanno completato lo scenario materiale hanno risposto in modo diverso rispetto a quelli che hanno eseguito quello esperienziale? 2) Effetto principale fattore within→ Esiste un effetto canale?

Complessivamente i soggetti rispondono in maniera diversa a seconda del tipo di canale scelto?

3) Effetto dato dall’interazione tra fattore within e between→ Esistono dei legami tra i due fattori? Le differenze tra i livelli materiale ed esperienziale sono costanti o variano a seconda del canale?

Si procede con l’analisi dell’ANOVA Mista analizzando le tabelle ottenute da SPSS:

La Tabella 4.2.8 descrive il fattore entro i soggetti, “Manipolazione tipo di canale” e i 2 livelli in cui è suddiviso, Internet e Negozio Tradizionale. Riporta anche la variabile dipendente “Valore Atteso” ripetuta e misurata su entrambi i canali.

Tabella 4.2.9 - Statistica descrittiva della variabile dipendente Valore Atteso

La Tabella 4.2.9 descrive la media (Mean), la deviazione standard (Std.Deviation) e il numero di partecipanti (N) per ogni scenario. I dati mostrano che, quando il canale scelto è Internet, il Valore Atteso viene fortemente influenzato al variare del tipo di acquisto fatto: per i beni esperienziali, si osserva una media di 4,29 rispetto ad una media di 3,48 per i beni materiali;, questo significa che l’attesa su Internet viene percepita più favorevolmente nel caso delle esperienze. Quando, invece, il canale scelto è il Negozio Tradizionale, non si nota una variazione rilevante tra le medie ottenute dai due scenari (4,29 nello scenario esperienziale e 4,46 in quello materiale), per cui la variabile dipendente non viene influenzata dal tipo di acquisto fatto.

L’analisi prosegue per capire quali siano gli effetti che portano alla significatività riscontrata nei dati evidenziati in Tabella 4.2.9, riferiti al canale Internet.

Prima di procedere è opportuno sottolineare un’assunzione fondamentale alla base del metodo utilizzato: le osservazioni devono soddisfare l’ipotesi di sfericità26. Per valutare se i dati soddisfano tale ipotesi si può utilizzare il test di Mauchly27_{. Questo test verifica}

26_{L’ipotesi di sfericità implica che la matrice di covarianza sulle misure ripetute rispetti una forma particolare (varianze e}

covarianze pressoché costanti). In poche parole, l’idea è che le varianze delle differenze tra le misure ripetute devono essere pressoché uguali.

27

La statistica test di Mauchly è significativa quando p< 0,05. Si può concludere che vi sono differenze significative tra le varianze delle differenze e, pertanto, la condizione di sfericità non è soddisfatta. Se, tuttavia, la statistica di test di Mauchly è non significativa (cioè p> 0,05), allora è ragionevole concludere che le variazioni delle differenze non sono significativamente differenti (cioè sono approssimativamente uguali)

l’uguaglianza delle varianze delle differenze tra i livelli di trattamento (Internet/Negozio Tradizionale).

Tabella 4.2.10 - Mauchly's Test of Sphericity

L'output in Tabella 4.2.10 contiene informazioni sul test di Mauchly, il quale dovrebbe essere non significativo se si vuole assumere che la condizione di sfericità sia soddisfatta. Osservando il valore di significatività si nota uno strano risultato (Sig. = .).

La ragione per cui questo accade è che devono essere almeno tre i livelli per far si che la sfericità possa essere un problema. In questo caso si dispone di una variabile a misure ripetute con solo due livelli (Internet e Negozio Tradizionale) per cui viene soddisfatta la sfericità. Quindi, le stime calcolate da SPSS sono 1 (sfericità perfetta) e il test di significatività risultante non può essere calcolato (da qui il motivo per cui la tabella ha un valore di 0 per il test chi-quadrato e gradi di libertà, df, e uno spazio vuoto per il significato).

Dopo aver verificato l’ipotesi di sfericità, il ricercatore avanza con il metodo dell’ANOVA entro i gruppi :

Tabella 4.2.11 - Tests of Within-Subjects Effects (Valore Atteso)

La Tabella 4.2.11 mostra l’output prodotto da SPSS in cui vengono riassunti gli effetti a misure ripetute nell’ANOVA prodotti dal fattore within, dalla sua interazione con le covariate “valutazione oggetti materiali”, “valutazione oggetti esperienziali”, “sesso”, e quelli derivanti dall’interazione tra i due fattori (between *within), con i valori corretti di F-value.

Come previsto nell’ANOVA a misure ripetute fattoriali, l'output è suddiviso in sezioni per ciascuno degli effetti nel modello e i relativi termini di errore associati.

La stessa contiene anche diverse righe aggiuntive che forniscono i valori corretti di F per i tre diversi tipi di aggiustamento (Greenhouse-Geisser, Huynh-Feldt e limite inferiore). Si noti che in tutti i casi i rapporti F rimangono gli stessi. Per vedere se i dati sono significativi si osserva la colonna Sig. e se i valori risultano < 0.05 allora l’effetto sarà

significativo. Osservando l’output non si evidenzia un effetto significativo derivante dal tipo di canale di acquisto né una significatività rilevante dovuta alla presenza delle covariate. I valori che invece derivano dall’interazione tra i due fattori (Manipolazione canale* Manipolazione acquisto) risultano significativi, il che dimostra l’esistenza di una forte relazione tra i due tipi di manipolazione. I due effetti verranno analizzati nel dettaglio di seguito. Prima, però, è utile vedere cosa è successo all’effetto principale del tipo di acquisto.

1) Effetto principale “Manipolazione tipo di acquisto”

L'effetto principale prodotto dalla variabile “Manipolazione tipo di acquisto” viene riprodotto in Tabella 4.2.13. Prima di guardare questa tabella, è importante verificare l'ipotesi di omogeneità della varianza usando il “test di Levene” per la variabile Valore Atteso ripetuta su due livelli. In particolare si esamina esclusivamente la situazione in cui la misura viene ripetuta sul canale Internet perché dal confronto delle medie è emersa una differenza interessante (come mostrato precedentemente dalla statistica descrittiva).

Tabella 4.2.12 - Independent Samples Test

L’output prodotto in Tabella 4.2.12 elenca il test di Levene per la variabile “Valore Atteso” ripetuta sul canale Internet. Il test indica che le varianze sono omogenee per il livello considerato poiché il valore di significatività è maggiore di 0.05 (Sig. = 0,53).

Per rispondere al quesito n°1 e quindi valutare l’effetto principale legato alla “Manipolazione tipo di acquisto”, si procede con l’ANOVA between groups come mostra

Tabella 4.2.13 - Tests of Between-Subjects Effects (Valore Atteso)

La Tabella 4.2.13 mostra i risultati dell’ANOVA per la variabile tra i gruppi, “Manipolazione tipo di acquisto”. La variabile A rappresenta il 4,32% della varianza spiegata. Osservando un valore di F pari a 1,75, e Sig.= 0,189 (p > 0.05), si ha che le medie tra i gruppi non risultano significativamente diverse, quindi si accetta l’ipotesi nulla. Non esiste un effetto principale dovuto alla manipolazione del tipo di acquisto, questo significa che gli individui che hanno completato lo scenario materiale hanno risposto esattamente uguale a quelli che hanno compilato lo scenario esperienziale, senza tener conto del tipo di bene cui l’indagine si riferiva. Nel modello sono state inserite anche le covariate relative al livello di materialismo e al sesso, ma non risultano significative ai fini dell’analisi (Sig.= 0,76; Sig.= 0,78; Sig.= 0,68).

2) Effetto principale “Manipolazione tipo di canale”

La variabile within rappresenta il 3,43% della varianza complessiva. Per l’effetto legato alla manipolazione del tipo di canale si fa riferimento alla tabella 4.2.11: si osserva un F(1,86)= 1,52 e una Sig.= 0,22 (p>0.05), con (k-1) gradi di libertà (df = 1). La forza della relazione non risulta significativa per cui l’attesa percepita non viene influenzata dal solo effetto dovuto al fattore within; questo significa che nel dare le risposte, gli intervistati non hanno dato peso al tipo di canale cui ci si stava riferendo.

Tabella 4.2.14 - Medie per l’effetto dovuto alla variabile Manipolazione tipo di canale

L'output SPSS 4.2.14 è una tabella di medie per l'effetto principale della Manipolazione tipo di canale con gli errori standard associati. Questa informazione è tracciata nella Figura 4.2.15:

Figura 4.2.15 - Effetto principale dovuto alla Manipolazione del tipo di canale

Dal confronto delle medie ottenute sul Valore Atteso si nota come queste siano simili (Mean = 5,15 e Mean = 5,31). Da questo grafico risulta chiaramente che le valutazioni del

Valore Atteso su Internet e sul Negozio Tradizionale date dai soggetti intervistati sono generalmente le stesse.

Si risponde al quesito n°2 confermando che non esiste un effetto principale significativo dovuto al mezzo scelto.

3) Effetto principale interazione “Manipolazione tipo canale X Manipolazione tipo acquisto”

L’interazione tra le due variabili spiega l’11,02% della varianza complessiva. I risultati evidenziati in tabella 4.2.11 permettono di misurare l’effetto dato dall'interazione "Manipolazione tipo canale x Manipolazione tipo acquisto" e di dare una risposta al quesito n°3: “Le differenze tra il livelli materiale ed esperienziale sono costanti o variano

a seconda del canale?” Osservando i valori di F(1,86) = 4,89 e Sig. = 0,030, con p< 0,05,

si nota come la forza della relazione tra i due fattori sia significativa, questo vuol dire che il modo in cui le valutazioni sono state influenzate dal tipo di canale è stato diverso nei valutatori che hanno completato lo scenario materiale ed esperienziale. Il Valore Atteso viene infatti percepito in modo molto diverso quando l’acquisto viene effettuato tramite Internet come mostrato precedentemente in Tabella 4.2.9.

Figura 4.2.16 - Interazione tra tipo di acquisto e tipo di canale sul Valore Atteso

La Figura 4.2.16 mostra chiaramente la differenza tra i due canali:

- Sul canale Internet è evidente una variazione nel modo in cui viene percepita l’attesa dai partecipanti a seconda che si tratti di un bene materiale o esperienziale. Dal confronto tra le medie si nota come un punteggio più elevato è stato assegnato

ai beni esperienziali (Mean= 4,29) rispetto a quelli materiali (Mean= 3,48). Tali

valori spiegano che i rispondenti che acquistano tramite Sito Web, trovano l’attesa per un’esperienza più eccitante rispetto a quella provata per un bene fisico.

- Sul canale Tradizionale, invece, si rileva una variazione marginale nel Valore Atteso percepito dai rispondenti secondo il tipo di canale scelto, infatti, le medie misurate su entrambi i canali presentano valori analoghi (Mean = 4,29 per i beni

esperienziali; Mean = 4,46 per quelli materiali). Tale situazione spiega che i

soggetti intervistati provano una sensazione simile nel momento in cui devono attendere per ricevere un bene materiale piuttosto che esperienziale quando il mezzo scelto per l’acquisto è il Luogo Fisico.

Confrontando lo scenario esperienziale con quello materiale è immediata la distanza delle medie riferite ad un bene fisico comprato sull’uno e sull’altro canale: una media di 3,48 su Internet contro 4,46 sul Negozio Tradizionale. Nel caso esperienziale è altrettanto evidente l’uguaglianza delle medie rilevate sui due canali (Mean = 4,29 sia nel caso Online che in quello Offline). Questo significa che i rispondenti intervistati percepiscono allo stesso modo l’attesa effettuata per ricevere un’esperienza, indipendentemente dal tipo di mezzo utilizzato.

Per concludere l’analisi sul Valore Atteso, il ricercatore ha voluto osservare i valori relativi alla variabile dipendente ripetuta sui due canali, attribuiti in base al genere dei soggetti intervistati (Figura 4.2.17 e Figura 4.2.18):

Figura 4.2.17 - Frequenza percentuale Attesa su Internet in base alla covariata Sesso

La maggior parte dei maschi (10,00%) ha attribuito un valore di 5,86, mentre la maggior parte delle femmine (16,00%) ha attribuito come punteggio 5,29. Ne segue che, indipendentemente dal sesso, i soggetti rispondenti hanno valutato l’attesa su Internet in modo simile.

Figura 4.2.18 - Frequenza percentuale Attesa su Negozio Tradizionale in base alla covariata Sesso

Nel caso del Valore Atteso sul Negozio Tradizionale, invece, la maggior parte dei maschi (15,00%) ha attribuito un valore di 6, mentre la maggior parte delle femmine (14,00%) ha attribuito come punteggio 4,86. In questo caso si nota come gli uomini trovino più piacevole attendere in negozio per ricevere i propri acquisti, rispetto alle donne.

4.2.4 VALORE RICORDATO

La variabile dipendente D “Valore Ricordato” viene analizzata attraverso il metodo dell’ANOVA fattoriale (Two-Way), che esamina l'influenza che le due diverse variabili indipendenti considerate (A= Manipolazione tipo di acquisto, B= Manipolazione tipo di canale), hanno su di essa, creando così quattro gruppi all'interno del campione, come mostra l’analisi descrittiva nella Tabella 4.2.19. Per la valutazione della variabile dipendente, ai rispondenti viene richiesto di pensare ad un acquisto effettuato sull’uno o l’altro canale di vendita e di esprimere la loro posizione rispetto a coppie di aggettivi bipolari, come riportato di seguito:

❏ “Indica ora quanto ritieni che il ricordo di tale acquisto sia: (Esprimi la tua

posizione in base alla vicinanza alle seguenti coppie di aggettivi, valutando su una scala da 1 a 7)"

- Infelice = 1 /felice = 7

- Poco interessante = 1 /molto interessante = 7 - Spiacevole =1 /piacevole = 7

- Sgradevole =1 /gradevole = 7

La Tabella 4.2.19 mostra la statistica descrittiva riferita alla variabile dipendente “Valore Ricordato”, illustrando la Media (Mean), la deviazione standard (Std.Deviation), e la numerosità campionaria (N). Delle 91 unità campionate, 41 hanno completato lo scenario esperienziale (N=22 per Internet; N=19 per il Negozio Tradizionale) e le restanti 50 quello materiale (N=23 per Internet; N= 27 per il Negozio Tradizionale). Tralasciando il canale di vendita considerato, in generale la media ottenuta in tutte e 4 le combinazioni risulta maggiore di 5,00, il che significa che i rispondenti hanno valutato in maniera positiva il Ricordo legato all’acquisto cui veniva richiesto di pensare. Si nota una distanza notevole tra le medie riferite al canale online e offline, sia che si tratti di un bene esperienziale sia di uno materiale. Nel dettaglio, si osserva per i beni esperienziali una media di 5,05 sul Negozio Tradizionale contro 6,09 rilevato sul Web. Nel caso dei prodotti materiali, si registra un punteggio lievemente superiore sul virtual store (Mean = 6,00) rispetto al luogo fisico (Mean = 5,33). Complessivamente il Ricordo di un acquisto fatto presso il canale online viene considerato più gradevole rispetto al mezzo alternativo scelto (Mean = 6,04 su Internet, Mean = 5,21 sul Negozio Tradizionale ).

Lo studio prosegue con l’analisi tra gruppi (between groups) per verificare se gli effetti prodotti dalle variabili indipendenti A e B hanno influenzato la variabile dipendente D. L’analisi tra i gruppi permette di confrontare le medie ottenute all’interno di ciascun gruppo per poter misurare 3 effetti principali: l’effetto principale di A, l’effetto principale di B e l’effetto dato dall’interazione AxB.

Si procede con l’ANOVA between groups per vedere se i valori ottenuti sono significativi:

Figura 4.2.20 - Tests of Between-Subjects Effects (Valore Ricordato)

In Tabella 4.2.20 viene riportato l’output prodotto da SPSS; il software calcola F, dato dal rapporto tra la media dei quadrati between e quelli within, indica quanto è “buono” il modello rispetto al suo errore. Per gli effetti A, B e AxB, F viene calcolata con (k-1) gradi di libertà, in cui k= 2 (rappresentano i livelli in cui è suddivisa ogni variabile), quindi df=1. La varianza totale è calcolata con (N-1) gradi di libertà (df = 90), mentre per i residui df = 87.

Osservando i dati nella Tabella 4.2.20 si nota che il 16,53% della varianza totale viene spiegata dalla manipolazione delle variabili prese in considerazione. I dati qui osservati sono fondamentali per comprendere se una qualsiasi delle variabili indipendenti ha avuto un effetto sulla variabile dipendente. Le cose importanti da guardare nella tabella sono i valori di significatività delle variabili indipendenti, quindi F e Sig.. La prima cosa da notare è che la variabile indipendente “Manipolazione tipo di canale” influenza la forza della relazione. Infatti, l’effetto principale di B registra un F= 10,66, nettamente maggiore di 1. La manipolazione sperimentale del tipo di canale ha qualche effetto sulla variabile, si rifiuta, quindi, l’ipotesi nulla. Pertanto, con un livello di significatività di 0,002, la relazione è statisticamente significativa riducendo la probabilità che i dati siano casuali. Analizzando l’effetto principale della variabile A, si osserva che non c’è un effetto significativo dovuto alla Manipolazione del tipo di acquisto, infatti F = 0,13, p>0.05, questo vuol dire che i dati ottenuti sono casuali e non sono dovuti all’effetto della variabile

considerata, quindi si accetta l’ipotesi nulla. Una simile situazione si osserva per l’effetto dato dall’interazione AxB, in cui F = 0,50 e Sig.= 0,47.

Il modello sopra riportato tiene conto della presenza delle covariate, inserite nel modello, quali “Valutazione oggetti materiali”, “Valutazione oggetti esperienziali”, “Sesso”.

Per una più chiara comprensione dei risultati ottenuti, si procede con un’analisi grafica in cui si confrontano i punteggi delle medie osservate:

Figura 4.2.21 - Confronto tra Medie riferite alla variabile dipendente Valore Ricordato

Questo grafico traccia le medie calcolate in Tabella 4.2.19.

La Figura 4.2.21 mostra il Ricordo medio dei soggetti nei due scenari:

- Nello scenario esperienziale si registra una netta preferenza per il canale online (Mean = 6,09) rispetto all’offline (Mean = 5,05). Il Ricordo associato alle esperienze, nonostante presenti una differenza di 1,04 tra le medie, viene valutato con un punteggio positivo. Questo vuol dire che quando gli individui ripensano ad un’esperienza vissuta la ricordano positivamente e che il giudizio viene parzialmente influenzato dal tipo di canale di vendita scelto.

Ricordo associato ad un acquisto materiale è simile per entrambi i canali, data la trascurabile differenza rilevata tra le medie (0,18).

Da ciò possiamo concludere che, a parità di condizioni, sia per l’acquisto di un bene materiale sia per quello esperienziale i soggetti intervistati hanno provato sensazioni simili pensando al loro Ricordo. Nonostante questo, però, dal confronto tra i due canali si rileva una variazione significativa perché su Internet un punteggio più elevato si registra per i beni esperienziali mentre sul Negozio Tradizionale lo si osserva per quelli materiali.

Si osservano adesso i valori relativi alla variabile dipendente attribuiti in base al genere dei soggetti intervistati (Figura 4.2.22):

Figura 4.2.22- Frequenza percentuale Valore Ricordato in base alla covariata Sesso

La maggior parte delle femmine (22,00%) ha attribuito un valore di 7, mentre la maggior parte dei maschi (15,00%) ha attribuito come punteggio 6. Di conseguenza si ha che le donne tendono ad avere dei ricordi più positivi dei loro acquisti rispetto agli uomini.

Prima di concludere con l’analisi del Valore Ricordato, il ricercatore vuole osservare se rimuovendo l’effetto delle covariate, si ottengono dei risultati significativi e quindi più soddisfacenti.

Tabella 4.2.23 - Tests of Between-Subjects Effects with covariates (Ricordo)

La variabile dipendente mostra una relazione significativa con la covariata “Valutazione oggetti materiali”, infatti F = 6,84, Sig.= 0,01. All’aumentare della covariata aumenta anche il valore della variabile. Al contrario, eliminando le altre due covariate (Valutazione oggetti esperienziali e Sesso) non si ottengono valori significativi, pertanto, non riducono l’effetto sperimentale, in quanto non spiegano una parte della varianza della variabile dipendente. Dal confronto con i dati in Tabella 4.2.20 si nota come la significatività relativa alla variabile “Manipolazione tipo canale”, in assenza delle covariate, aumenti, seppur di poco, da 0,002 a 0,000. La forza della relazione tra questa variabile indipendente e quella dipendente è aumentata (F = 10,66 con le covariate; F = 13,12 in assenza delle covariate).

4.2.5 CONNESSIONE CON IL SE’

Per la misurazione della Connessione con il sé (variabile dipendente E) è stato usato lo stesso procedimento utilizzato nella valutazione della variabile dipendente “Valore Ricordato”, cioè il metodo dell’ANOVA fattoriale (Two-Way), che esamina l'influenza che le due diverse variabili indipendenti considerate (A= manipolazione tipo di acquisto, B= manipolazione tipo di canale), hanno su di essa, creando così quattro gruppi all'interno del campione, come mostra l’analisi descrittiva nella tabella 4.2.24. I rispondenti hanno valutato la variabile dipendente attribuendo un punteggio da 1 a 7.

Tabella 4.2.24 - Statistica descrittiva della variabile dipendente Connessione con il sé

Nella Tabella 4.2.24 vengono riportate la media (Mean), la deviazione standard (Std.Deviation) e il numero di partecipanti (N) per ogni scenario. Si denota come la connessione vari in modo inverso: se per l’ esperienziale i rispondenti hanno espresso una connessione più forte per gli acquisti effettuati tramite Internet (con una media del 5,11 rispetto al 4,40 del negozio tradizionale), nello scenario materiale, invece, si osserva un maggior coinvolgimento personale nel caso del canale tradizionale (4,51 contro 4,06 su Internet).

Per comprendere ancora meglio i potenziali effetti riscontrati sulla variabile dipendente in esame, si effettua un’analisi tra gruppi (between groups), ovvero si confrontano le medie ottenute tra i gruppi per verificare se e come le variabili indipendenti A e B influenzano la

variabile dipendente E. Gli effetti misurati sono 3: l’effetto principale di A, l’effetto principale di B e l’effetto dato dall’interazione AxB.

Si procede con l’ANOVA between groups per vedere se i valori ottenuti sono