I segmenti di clientela e le categorie demoscopiche rappresentano esempi tipici di gruppi di individui con caratteristiche simili.
Queste informazioni si ottengono di solito elaborando i dati qualitativi provenienti dai questionari. In questo studio, https://shorturl.at/qBCV9, si è utilizzato un metodo dedicato all’analisi delle corrispondenze tra dati categorici, consentendo di superare le semplici tabelle bidimensionali. Attraverso questo metodo, infatti, le categorie delle variabili vengono proiettate in uno spazio a dimensioni ridotte, rivelando relazioni che non emergerebbero da un’analisi tradizionale sulle variabili prese coppia per coppia. In questo spazio, la vicinanza tra le categorie indica una relazione positiva.
A titolo di esempio, si sono utilizzati i dati della European Social Survey del 2018, che ha raccolto informazioni sulle attitudini e i comportamenti dei cittadini nei vari paesi europei. Questi dati includono le risposte di 49.519 individui registrati in 572 colonne. Ci si è concentrati solo su un sottoinsieme di variabili e si è applicata l’analisi per esaminare le relazioni tra l’interesse per la politica e il paese di provenienza, il reddito familiare, i legami familiari, il genere, il livello di istruzione, l’età e l’uso di Internet.
Dall’analisi emerge che c’è una relazione tra l’interesse per la politica e i redditi elevati, indicando che le persone con redditi più alti tendono ad essere più interessate alla politica. Inoltre, si osserva una relazione tra redditi elevati e livelli di istruzione avanzati, suggerendo che le persone con redditi più alti hanno tendenzialmente un livello di istruzione superiore alla media.
La Dimensione 1 sembra quindi correlarsi positivamente con l’interesse per la politica, il reddito familiare, il livello di istruzione e la fascia d’età. Di conseguenza, la Dimensione 1 può essere interpretata come una dimensione di “status” (alto vs. basso), in quanto sembra riflettere il posizionamento sociale.
Per una migliore interpretazione dei risultati, si sono poi incluse nel grafico le sigle dei Paesi come variabili supplementari. Emergono infatti associazioni significative tra determinati paesi europei e le dimensioni esaminate. Ad esempio, la Germania e i paesi nordici come Danimarca e Svezia sono fortemente legati alla prima dimensione, mentre i paesi baltici come la Lituania e la Lettonia sono distintamente correlati alla seconda dimensione.
Queste relazioni possono fornire preziose informazioni sul contesto culturale ed economico specifico dei vari paesi europei.