Treball estadística, Guías, Proyectos, Investigaciones de Ingeniería Química

¡Descarga Treball estadística y más Guías, Proyectos, Investigaciones en PDF de Ingeniería Química solo en Docsity!

TREBALL ESTADÍSTIC:

ANUNCIS DE TELEVISIÓ

Alumnes: Míriam Escribano, Noelia Villar Codis UdG: U1929374,U Data:20/01/ Tutor Treball: Jaume Rigau Grau en enginyeria Química

ÍNDEX:

1. Introducció:

La publicitat és un procés de comunicació que busca promoure la venda d'un article, producte o servei; fomentar una idea o aconseguir qualsevol altre efecte que desitgi aconseguir l'anunciant.

La televisió és un medi ideal per comunicar-se amb una gran massa de persones, la qual crida interès a les grans empreses per patrocinar els seus productes en ella. Per aquest motiu els canals de televisió destinen gran part del dia a la publicitat, ja que d’aquesta manera obtenen beneficis per mantenir-se. És una relació recíproca, empreses-canals televisius. Hi ha diferents tipus d'anuncis i nosaltres treballarem amb l´espot televisiu.

Espot és un suport audiovisual de curta duració (solen ser de 10 a 60 segons, els formats més comuns són 10'', 20'',30'' i 60'' , poden durar menys o més) utilitzat per la publicitat per

Tele5 (''Telecinco''), és un canal de televisió privat espanyol, d'àmbit nacional, dirigit per Mediaset Espanya Comunicación, que consta amb una programació per tots els públics on ofereix un contingut alternatiu a diferents televisions.

Antena 3 és un canal privat de televisió espanyol dirigit per Atresmedia Corporación junt amb altres empreses com Atresmedia Radio, Onda Cero, Europa FM i Mediodía FM.

2. Descripció i anàlisis de les dades:

Per realitzar la nostra taula, el dijous 3 de desembre del 2015, a les hores de màxima audiència de 21:00h a 00:00h, vam cronometrar el temps que dedicaven els tres canals de televisió escollits (T5,A3,TV3) a la publicitat. Hem decidit agafar aquests tres canals ja que dos són privats (T5,A3) i el restant és públic (TV3) amb l’objectiu de poder comparar-los. Amb el cronòmetre vam agafar els segons que durava cada anunci i anotàvem el tipus i marca de l'anunci.

Hem classificat els anuncis descrits anteriorment de la següent manera:

• A=Productes: menjar, begudes, cotxes, perfums, joguines, electrodomèstics, objectes per a l’ higiene personal, etc.
• B=Serveis: bancs, supermercats, assegurances, loteries, companyies telefòniques, marques de roba, combustibles, pel·lícules,etc.
• C=Consells institucionals: La marató, educa, eleccions generals, mercats medievals...

D=Autopromoció: Mediaset, a3media, pequeños gigantes, tu cara me suena, etc.

Durant les tres hores que vam estar agafant les dades, vam obtenir un total de n=321 mostres. A tv3 vam agafar n=91, A3 n=106 i T5 n=124.

En la primera columna mostrem el temps en segons de la durada de l’anunci i les classifiquem com dades numèriques contínues, a la segona hi ha el canal al qual ha estat emès l’anunci i per acabar a la tercera classifiquem els anuncis tal com hem explicat anteriorment. Les dues ultimes columnes es tracta de dades categòriques nominals.

1. Estudi de la variable contínua Segons:

Hem realitzat un estudi numèric dels segons de totes les dades obtingudes i ens ha sortit el resum següent:

Podem observar que els 321 anuncis tenen una mitjana de duració de 20.79252 segons,

amb una desviació típica del 10.74571. Observem que l'espot que menys dura és de

4,56 segons i el que més és de 75,18 seg. Dels quartils veiem que en el 1er el 25%

del conjunt de dades acumula un percentil del 11,75, el segon quartil (mediana) hi

ha el 20,18 i el tercer 24,96.

Histograma:

Degut a que la variable pren molts valors diferents hem fet un histograma, és l'anàlisi que més informació en proporciona. Podem veure que les 321 dades han quedat agrupades en 8 intervals de classe. Les nostres dades no es troben distribuïdes de manera simètrica en relació el seu centre, per això parlarem d’una distribució esbiaixada i en el nostre cas és una distribució esbiaixada cap a la dreta, centrada en el 20. L’amplitud del gràfic va des de 0 a 80. La distribució és unimodal ja que augmenta de freqüència del 0 al 30 i del 30 al 80 disminueix.

2.3 Diagrama de caixes:

Amb el diagrama de caixes obtenim una bona descripció de la forma de distribució i

veiem l’existència de valors atípics (valors fora del 50% de les dades i dels límits

efectius). L’amplitud interquartílica on hi ha el 50% de les dades observem que els

límits efectius, l’espot dura d’uns 4 a 42 segons i l’anunci que duri més o menys, és

atípic, es troba fora d’una moda, i es veu que tots els que trobem són per l’extrem

sobre la caixa. La mediana, la línea de dins la caixa, és troba aproximadament els 20

3. Diagrama de sectors:

Figura: Diagrama de sectors dels tres canals de televisió segons la classificació d’anuncis.

Figura: Diagrama de sectors segons la classificació TV3. Figura: Diagrama de sectors segons la classificació T5.

Figura: Diagrama de sectors segons la classificació A

3. Contrast d’hipòtesis ANOVA:
   1. ANOVA de contrast d’igualtat (Segons i Canals): L’ANOVA ens permet comparar més de dues mitjanes poblacionals, per aquest motiu hem decidit comparar els tres canals. Primer estudiarem si els tres canals destinen el mateix temps als anuncis publicitaris.

• Ho: μ1=μ2=μ
• H1: no(μ1=μ2=μ3)

La variable resposta=Segons (variable contínua). La variable explicativa=Canal (variable categòrica), tractaments, k=3.

A simple vista podem veure que no hi ha gaire diferència entre la mitjana i la desviació

de temps entre els tres canals. No obstant, no ho podem afirmar amb tota seguretat

ja que les mitjanes i les desviacions d’A3 i T5 són bastant semblants però les dos

amb TV3 difereixen un xic.

Per tal d’assegurar-nos, utilitzarem un model ANOVA i realitzarem una taula de la variança amb l'objectiu d'estudiar-ne l'estadístic de contrast.

Graus de llibertat (DF)

Suma de quadrats (SS)

Mitjana de quadrats (MS)

Estadístic de contrast (F obs) Entre tractaments 2 103 51,42 0, Dins tractaments 318 36848 115, TOTAL 320 36951

L'estadístic de contrast Fobs segueix una distribució de Fisher amb V1=k-1=2 i V2=n-k= graus de llibertat. Amb un nivell de significació de α=0'05, busquem el valor de F límit, F α/2 ,2,318 = 3,

Per tant, obtenim Fobs<F lim. (0,444<3,02413) , conseqüentment el p-valor és superior a α (0,642>0,05). Amb aquest contrast confirmem que les diferències entre les mitjanes dels canals són poc significatives. No tenim motius suficients per rebutjar la hipòtesi nul·la Ho, per tant, no acceptem la hipòtesi alternativa, H1. Els tres canals destinen semblant temps a la publicitat.

Els diagrames de caixes A,B i D (productes, serveis i autopromoció respectivament) suggereixen que no hi ha gaire diferencia entre els valors centrals de les tres distribucions, en canvi el diagrama de caixa C (consells institucionals) difereix significativament del altres.

Per assegurar-nos del que en mostra els diagrames realitzem un model ANOVA:

Observant les dades podem concloure que p-valor>α,per tant, acceptem Ho, però no

tenim suficients motius per rebutjar hipòtesis alternativa ja que p-valor no

difereix gaire de α (0,0533≈0,05).

En conclusió els tipus d'espot A, B i C destinen semblants segons en retransmetre l'anunci (mediana≈20). La classificació C destina més segons (uns 10 segons +) a retransmetre l'espot en comparació a la resta de tipus (mediana≈30). ¿¿¿¿¿ D i A???

4.- Relació lineal entre dues variables

En aquest punt estudiarem la relació entre els segons que el canal Antena 3 ens estima que durarà l'espai publicitari, amb els minuts reals que hem cronometrat. A3media sol estimar que el temps publicitari dura: 30 segons, 1 minut, 2 minuts, 4 minuts, 5 minuts, 6 minuts i 7 minuts. Els hem transformat en segons per tenir les mateixes unitats. Començarem d’una manera visual, amb un diagrama de dispersió, per veure com estan distribuïdes les dades.

Ja que visualitzant la regressió anterior no podem confirmar que hi hagi correlació, farem un estudi numèric.

• Ho: ρ = 0
• H1: ρ ≠ 0

Observem que el coeficient de correlació entre les dues variables és de 0.99741, amb un p- valor pràcticament nul, per tant com que el valor s’aproxima molt a 1 podem dir que la correlació és perfecte.