Costrutti di PLS-PM di alto ordine per l’analisi di indicatori sociali compositi
Informazioni sul documento
| Autore | Roberto Galasso |
| Scuola | Università di Napoli Federico II |
| Specialità | Scienze Sociali e Statistiche |
| Anno di pubblicazione | 2018 |
| Luogo | Napoli |
| Tipo di documento | tesi di dottorato |
| Lingua | Italian |
| Numero di pagine | 185 |
| Formato | |
| Dimensione | 1.64 MB |
- Analisi di indicatori sociali compositi
- PLS-PM
- Soddisfazione del cliente
Riassunto
I. Introduzione
Il documento 'Costrutti di PLS-PM di alto ordine per l’analisi di indicatori sociali compositi' si propone di esplorare l'applicazione dei costrutti di alto ordine nel contesto del Partial Least Squares Path Modeling (PLS-PM). L'importanza di questo approccio risiede nella sua capacità di analizzare indicatori sociali complessi, facilitando la comprensione di fenomeni sociali attraverso modelli statistici avanzati. La ricerca si concentra sulla customer satisfaction, un tema cruciale per le aziende moderne, e propone metodi per ridurre la complessità dei questionari utilizzati per la raccolta dei dati. L'autore, Roberto Galasso, sottolinea che l'analisi dei dati deve essere accompagnata da una rigorosa validazione dei modelli, per garantire risultati affidabili e significativi. La tesi si articola in diverse sezioni, ognuna delle quali affronta aspetti specifici della metodologia PLS-PM e dei costrutti di alto ordine.
1.1 Obiettivi della Ricerca
L'obiettivo principale della ricerca è quello di sviluppare un framework metodologico per l'analisi di indicatori sociali compositi utilizzando il PLS-PM. Questo approccio consente di integrare variabili latenti e manifeste, migliorando la capacità di analisi dei dati. La ricerca si propone di rispondere a domande fondamentali riguardanti la validità e l'affidabilità dei modelli, nonché di esplorare le applicazioni pratiche nel contesto della customer satisfaction. Galasso evidenzia che la scelta di indicatori appropriati è cruciale per la costruzione di modelli significativi, e che la validazione dei risultati è essenziale per garantire l'utilità pratica delle analisi condotte.
II. Indicatori Compositi
La sezione dedicata agli indicatori compositi analizza la loro definizione e importanza nel contesto della ricerca sociale. Gli indicatori compositi sono strumenti che aggregano diverse misure in un'unica metrica, permettendo una valutazione più completa di fenomeni complessi. Galasso discute le differenze tra indicatori basati su dati e indicatori basati su modelli, evidenziando come ciascun approccio possa influenzare i risultati dell'analisi. La sezione sottolinea l'importanza di una corretta selezione e costruzione degli indicatori, poiché questi possono avere un impatto significativo sulla validità dei modelli. Inoltre, viene presentato un confronto tra indicatori data driven e model based, con l'obiettivo di chiarire le implicazioni pratiche di ciascun approccio.
2.1 Costruzione degli Indici
La costruzione degli indici è un processo critico che richiede attenzione e rigore. Galasso descrive le fasi necessarie per sviluppare indici validi e affidabili, enfatizzando l'importanza della validità e dell'affidabilità. La validità si riferisce alla capacità di un indice di misurare ciò che intende misurare, mentre l'affidabilità riguarda la coerenza dei risultati ottenuti. La sezione fornisce esempi pratici di come costruire indici utilizzando il PLS-PM, illustrando le tecniche di analisi e validazione. Viene anche discusso il ruolo della teoria nella costruzione degli indici, suggerendo che una solida base teorica può migliorare significativamente la qualità dei risultati.
III. Applicazioni Pratiche
La ricerca si conclude con un'analisi delle applicazioni pratiche dei costrutti di alto ordine nel contesto della customer satisfaction. Galasso presenta un caso studio che illustra come i modelli PLS-PM possano essere utilizzati per analizzare la soddisfazione del cliente in un'azienda di servizi. Viene evidenziato come l'approccio PLS-PM consenta di identificare le variabili chiave che influenzano la soddisfazione del cliente, fornendo informazioni preziose per le decisioni aziendali. La sezione discute anche le limitazioni del modello e le opportunità per future ricerche, suggerendo che l'integrazione di nuovi metodi e tecnologie potrebbe migliorare ulteriormente l'analisi dei dati.
3.1 Implicazioni per le Aziende
Le implicazioni per le aziende sono significative. Utilizzando i risultati ottenuti dall'analisi PLS-PM, le aziende possono sviluppare strategie più efficaci per migliorare la customer satisfaction. Galasso sottolinea che la comprensione delle dinamiche che influenzano la soddisfazione del cliente può portare a decisioni più informate e a un miglioramento delle performance aziendali. Inoltre, l'adozione di modelli di analisi avanzati come il PLS-PM può fornire un vantaggio competitivo, consentendo alle aziende di adattarsi rapidamente ai cambiamenti del mercato e alle esigenze dei clienti.
Riferimento del documento
- Costrutti di PLS-PM di alto ordine per l’analisi di indicatori sociali compositi (Roberto Galasso)
- Customer Satisfaction
- Modelli Molecolar and Molar per costrutti di alto ordine
- Algoritmo del minimi quadrati parziali
- Approccio Misto