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.