Per effettuare delle scelte di tipo strategico, spesso, in azienda si rende necessario conoscere se esiste una relazione tra più serie di dati; conoscere se la spesa in pubblicità ha “influenzato” positivamente le vendite di un certo prodotto o se i premi di produzione attribuiti ai reparti produttivi sono stati utili per ridurre gli scarti di produzione, sono solo alcuni esempi pratici che necessitano di un’analisi quantitativa.

Per analizzare la dipendenza di più serie di dati esistono diversi metodi statistici, tutti ugualmente validi se utilizzati in maniera opportuna.

In questo tutorial analizziamo la funzione CORRELAZIONE e proponiamo, nel file allegato, alcuni esempi pratici per illustrare le modalità di applicazione in ambito aziendale.

scarica l’esempio

La funzione CORRELAZIONE, appartenente alla categoria statistiche, è composta da due argomenti che rappresentano due serie di dati sotto forma di matrice; la sintassi è la seguente:

=CORRELAZIONE(matrice_1;matrice_2)

Dal punto di vista matematico la funzione può essere espressa nel modo seguente:

• x indica ciascun valore della prima matrice di dati
• y indica ciascun valore della seconda matrice di dati
• x e y con il trattino sopra indicano, rispettivamente, i valori medi della prima e della seconda serie di dati

Il numeratore della funzione è dato dalla sommatoria dei prodotti delle deviazioni di ciascuna coppia di dati (x e y); il denominatore della funzione è dato dalla radice quadrata della sommatoria delle deviazioni quadrate dal valore medio campione di ciascuna serie di dati (x e y).

A differenza di COVARIANZA, un’altra funzione statistica molto utilizzata per analizzare la relazione tra due serie di dati, la funzione CORRELAZIONE restituisce sempre un valore appartenente all’intervallo -1 e 1.

Se il risultato di CORRELAZIONE tende a uno (1) significa che tra le due matrici esiste una correlazione positiva ovvero, che le due serie di dati variano nello stesso modo; all’aumentare della prima si assiste ad un aumento della seconda e viceversa.

Specularmente, se il valore della funzione tende a meno uno (-1) significa che tra i dati esiste una correlazione negativa ovvero che le due serie di dati sono inversamente correlati (all’aumentare dei primi valori si assiste ad una riduzione dei secondi).

Diversamente, se il valore della funzione tende a zero (0) significa che tra le due matrici di dati non c’è correlazione ovvero non c’è dipendenza tra le due serie di dati.

Vediamo ora, con alcuni esempi pratici, come utilizzare questa funzione in ambito aziendale e soprattutto come interpretare il suo risultato.