Họ và tên Phân công nhiệm vụ1, Thiều Minh Huyền 1.6, Chương 2+5 + word3, Nguyễn Hồng Hạnh 1.7, 1.2, tìm dữ liệu thứ cấp4, Phạm Hải Yến 1.3, 1.4, tìm dữ liệu thứ cấp5, Nguyễn Quang Thắng
Trang 1TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA KINH TẾ VÀ QUẢN LÝ -
TIỂU LUẬN Học phần: Thống kê ứng dụng trong kinh doanh
Lớp học phần: D17KIEMTOAN1Giáo viên giảng dạy: Phan Duy HùngNhóm sinh viên: Nhóm 5
1, Thiều Minh Huyền Mã SV: 22810850041
Trang 2TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA KINH TẾ VÀ QUẢN LÝ -
TIỂU LUẬN Học phần: Thống kê ứng dụng trong kinh doanh
Lớp học phần: D17KIEMTOAN1Giáo viên giảng dạy: Phan Duy HùngNhóm sinh viên: Nhóm 5
1, Thiều Minh Huyền Mã SV: 22810850041 Chữ ký………
Trang 3Họ và tên Phân công nhiệm vụ
1, Thiều Minh Huyền 1.6, Chương 2+5 + word
3, Nguyễn Hồng Hạnh 1.7, 1.2, tìm dữ liệu thứ cấp
4, Phạm Hải Yến 1.3, 1.4, tìm dữ liệu thứ cấp
5, Nguyễn Quang Thắng 1.1, Chương 3+5+word
Đề tài : Thu tập dữ liệu sẵn có (đối với dữ liệu thứ cấp), và thực hiện khảo sát theo bảng hỏi (đối với dữ liệu sơ cấp)
Nhóm 5: Thu thập doanh thu lợi nhuận của Vinamilk và thực hiện khảo sát theo bảng hỏi về chất lượng và ý kiến khách hàng về Vinamilk
PHẦN I : ĐỊNH TÍNH
1.1, Có những loại tiêu thức và thang đo gì, và hãy chỉ ra trong thông tin thứ
cấp/bản khảo sát cho chủ đề của nhóm có những tiêu thức/thang đo gì đã được áp dụng?
Trả lời:
Trong nghiên cứu , có 2 loại thang đo chính đó là :
-) Thang đo nghiên cứu khoa học
-) Thang đo trong thống kê
Thang đo trong thống kê gồm có :
+) thang đo định danh ( biểu danh, phân loại) - nominal scale
+) thang đo thứ tự - ordinal scale
+) thang đo khoảng - interval scale
+) thang đo tỉ lệ - vatio scale
Trang 4Trong thông tin thứ cấp/bản khảo sát cho chủ đề của nhóm có những thang
đo đã được áp dụng là :
+) thang đo tỉ lệ - vatio scale
+) thang đo định danh ( biểu danh, phân loại) - nominal scale
TIÊU THỨC
-) Tiêu thức thuộc tính
Tiêu thức định tính (thuộc tính) phân chia chi tiết hơn bao gồm:
+) Tiêu thức định tính không thể sắp thức tự được, Ví dụ: giới tính, dân tộc +) Tiêu thức định tính có thể sắp thứ tự được như khả năng hiểu biết của sinh viên
có thể phân hạng theo các mức độ: giỏi, khá, trung bình, yếu, kém (theo một trật tựgiảm dần)
-) Tiêu thức số lượng: biểu hiện trực tiếp bằng con số như chiều cao, trọng lượng
Trong thông tin thứ cấp/bản khảo sát cho chủ đề của nhóm có những tiêu thức đã được áp dụng là :
+) Tiêu thức số lượng
1.2, Có những chỉ tiêu đánh giá mức độ tập trung, phân tán nào? Liên hệ với chủ
đề mà nhóm chọn ra để phân tích thống kê
Trả lời:
Những chỉ tiêu đánh giá mức độ tập trung, phân tán
* Có nhiều chỉ tiêu đánh giá mức độ tập trung, tuỳ thuộc vào lĩnh vực và mục đích
sử dụng Một số chỉ tiêu phổ biến bao gồm:
1 Độ chính xác: đánh giá khả năng tập trung của một người dựa trên lỗi hoặc sai sót trong quá trình thực hiện một nhiệm vụ
2 Thời gian tập trung: đánh giá thời gian một người có thể tập trung vào một
Trang 53 Sự chú ý: đánh giá khả năng của một người để tập trung vào một nhiệm vụ cụ thể trong môi trường phức tạp
4 Hiệu suất: đánh giá khả năng của một người đề hoàn thành một nhiệm vụ trong một khoảng thời gian nhất định
5 Độ khó: đánh giá mức độ khó khăn của một nhiệm vụ và khả năng của một người để tập trung vào nó
* Có nhiều chỉ tiêu đánh giá mức độ phân tán trong các hệ thống phân tán, bao gồm:
1 Số lượng nút (nodes): Đây là số lượng các máy tính hoặc thiết bị trong hệ thống phân tán
2 Khoảng cách địa lý (geographic distance): Đây là khoảng cách về địa lý giữa cácnút trong hệ thống phân tán
3 Số lượng kết nối (connections): Đây là số lượng kết nối giữa các nút trong hệ thống phân tán
4 Tốc độ truyền thông (bandwidth): Đây là tốc độ truyền thông giữa các nút trong
Trang 6Doanh số bán hàng: Doanh số bán hàng của sản phẩm cũng là một chỉ tiêu quan trọng để đánh giá mức độ tập trung và phân tán của sản phẩm Nếu doanh số bán hàng tập trung ở một số khu vực nhất định, thì sản phẩm đó có thể được coi là tập trung.
3 Đa dạng sản phẩm: Nếu Vinamilk cung cấp nhiều loại sữa chua khác nhau, thì sản phẩm của họ có thể được coi là phân tán Ngược lại, nếu họ chỉ cung cấp một
số loại sữa chua chủ yếu, thì sản phẩm của họ có thể được coi là tập trung
4 Thị phần: Thị phần của Vinamilk trong thị trường sữa chua cũng là một chỉ tiêu quan trọng để đánh giá mức độ tập trung và phân tán của sản phẩm Nếu thị phần của Vinamilk tập trung ở một số khu vực nhất định, thì sản phẩm của họ có thể được coi là tập trung
1.3 Số liệu sơ cấp, số liệu thứ cấp là gì? Những nguồn tham khảo hay cách thu
thập được? Phân tích ưu/nhược điểm của từng loại số liệu này? Liên hệ với việc tìm dữ liệu thứ cấp và khảo sát số liệu sơ cấp cho chủ đề của nhóm
Trả lời:
- Số liệu sơ cấp là dữ liệu thu thập trực tiếp, ban đầu từ đối tượng nghiên cứuVD: Những dữ liệu có liên quan đến điều kiện ăn ở sinh hoạt của sinh viên thì không có sẵn, chúng ta phải trực tiếp thu thập từ sinh viên
- Số liệu thứ cấp dữ liệu thu thập từ những nguồn có sẵn, thường là những dữ liệu
đã qua tổng hợp, xử lý
VD: Những dữ liệu liên quan đến kết quả học tập của sinh viên có thể lấy từ phòngđào tạo như điểm trung bình, số môn thi lại,…
Những nguồn tham khảo và cách thu thập 1nguồn thu thập 2 loại dữ liệu này:
* Nguồn thu thập dữ liệu sơ cấp:
Trang 7Người nghiên cứu tự thu thập dữ liệu từ nhiều nguồn cung cấp thông tin khác nhaunhư: người chủ hộ gia đình, người đại diện doanh nghiệp hay cá nhân,… bằng các phương pháp:
* Nguồn thu thập dữ liệu thứ cấp:
• Nếu nguồn dữ liệu nội bộ thì tìm đến nguồn thông tin tổng hợp(hệ thống thông tin quản trị) của Doanh nghiệp để thu thập
• Nếu nguồn dữ liệu lấy từ bên ngoài thì tìm đến:
1 Các cơ quan nhà nước: tổng cục thống kê, Cục Thống kê,Phòng thông tin của Bộ thương mại,Phòng Thương mại và Công nghiệp,và các Bộ, tổng cục đều có
bộ phận chuyên cung cấp thông tin hoặc xuất bản sách báo
2 Thư viện các cấp: Trung ương,tỉnh(thành phố), quận(huyện), các trường đại học,viện nghiên cứu
3 Truy cập Internet: ngày nay ta có thể đọc được những thông tin thời sự đượccập nhật các ấn bản trên mạng
Ngoài ra một số nguồn dữ liệu dưới đây có thể là quan trọng cho các nghiên cứu của chúng ta bao gồm:
1 Các báo cáo của chính phủ, bộ ngành, số liệu của các cơ quan thống kê về tình hình kinh tế xã hội, ngân sách quốc gia, xuất nhập khẩu, đầu tư nước ngoài, dữ
Trang 8liệu của các công ty về báo cáo kết quả tình hình hoạt động kinh doanh, nghiên cứuthị trường…
2 Các báo cáo nghiên cứu của cơ quan, viện, trường đại học
3 Các bài viết đăng trên báo hoặc các tạp chí khoa học chuyên ngành và tạp chí mang tính hàn lâm có liên quan
4 Tài liệu giáo trình hoặc các xuất bản khoa học liên quan đến vấn đề nghiên cứu cuối cùng nhưng không kém phần quan trọng là các bài báo cáo hay luận văn của các sinh viên khác (khóa trước) trong trường hoặc ở các trường khác
Ưu điểm và nhược điểm của từng loại số liệu :
Số liệu sơ cấp Số liệu thứ cấp
Ưu điểm Đáp ứng tốt nhu cầu nghiên
cứu
Thu thập nhanh
Ít tốn kém chi phíNhược điểm Tốn kém chi phí và thời gian
khá nhiều
Đôi khi ít chi tiết Không đáp ứng đúng nhu cầu nghiên cứu
Liên hệ với chủ đề của nhóm
Nhóm 5 đã tìm dữ liệu thứ cấp bằng việc chọn vùng, tiếp đến là tạo 1 đường link google form khảo sát về Vinamilk với số lượng khoảng 150-200 người Trong đường link đó bao gồm các câu hỏi khảo sát đánh giá khách hàng về chất lượng sản phẩm sữa chua của Vinamilk Sau đó nhóm 5 sẽ tổng hợp lại và cuối cùng là đưa ra các nhận xét, đánh giá
Về khảo sát số liệu sơ cấp:
Nhóm 5 đã tìm kiếm, thu thập số liệu và thông tin bằng việc tìm kiếm các số liệu thống kê báo cáo tài chính của Vinamilk qua các quý trong từng năm Tìm kiếm sốliệu qua các trang web báo chí lớn có uy tín và trên trang web chính của Vinamilk
Trang 91.4 Trình bày các phương pháp điều tra chọn mẫu xác suất và phi xác suất? Liên
hệ với kế hoạch khảo sát bản hỏi cho chủ đề của nhóm
Trả lời:
Các phương pháp chọn mẫu theo xác suất:
1 Ngẫu nhiên đơn giản
2 Ngẫu nhiên hệ thống
3 Phân tầng
4 Phân mẫu tập trung (hoặc theo cụm)
Các phương pháp chọn mẫu phi xác suất:
1 Chọn mẫu thuận tiện
2 Chọn mẫu theo phán đoán
3 Chọn mẫu tích lũy nhanh
4 Chọn mẫu theo định mức
Liên hệ với kế hoạch khảo sát bản hỏi cho chủ đề của nhóm:
Trước hết, nhóm 5 xác định tổng thể nghiên cứu Sau đó xác định khung chọn mẫu Lựa chọn phương pháp lấy mẫu là Xác suất Tiếp theo là quyết định quy mô
và viết hướng dẫn cho việc xác định và lựa chọn các phần tử trong thực tế
1.5 Bản chất của phương pháp OLS trong lựa chọn dạng hàm hồi quy phù hợp với
dữ liệu thực tế là gì? Liên hệ với chủ đề của nhóm
Trả lời:
Phương pháp OLS (Ordinary Least Squares) là một phương pháp phân tích thống
kê được sử dụng để ước lượng các tham số trong mô hình hồi quy tuyến tính Bản chất của phương pháp OLS là tìm cách tìm ra dạng hàm hồi quy tuyến tính mà tạo
ra tổng sai số bình phương nhỏ nhất giữa giá trị dự đoán và giá trị quan sát được trong dữ liệu
Trang 10Cụ thể, phương pháp OLS tạo ra một đường hồi quy tuyến tính bằng cách tìm một
bộ tham số sao cho tổng của bình phương sai số giữa giá trị quan sát được và giá trị dự đoán bởi đường hồi quy là nhỏ nhất Việc này đảm bảo rằng đường hồi quy tạo ra một dạng hàm hồi quy tốt nhất phù hợp với dữ liệu thực tế
Phương pháp OLS giả định rằng sai số của mô hình hồi quy có phân phối chuẩn vàkhông có sự tương quan giữa các sai số Ngoài ra, OLS cũng đòi hỏi các biến độc lập không tương quan với sai số Trong trường hợp dữ liệu thực tế không tuân theocác giả định này, OLS có thể không tạo ra kết quả phù hợp và cần được cân nhắc trong việc lựa chọn dạng hàm hồi quy thích hợp
Khi áp dụng OLS cho dữ liệu thực tế, cần kiểm tra các giả định của OLS, như phânphối chuẩn của sai số và tương quan giữa các biến độc lập với sai số Nếu các giả định không được đáp ứng, có thể cần sử dụng các phương pháp khác hoặc biến đổi
dữ liệu để đảm bảo tính phù hợp và đáng tin cậy của kết quả hồi quy
Liên hệ với chủ đề sữa chua Vinamilk của nhóm:
Phương pháp OLS (ordinary least squares) có thể được áp dụng trong phân tích dữ liệu của Vinamilk để xác định mối quan hệ giữa các biến độc lập như giá trị của sản phẩm và biến phụ thuộc (doanh số bán sản phẩm sữa chua)
Dự đoán doanh số bán sản phẩm sữa chua: Qua phân tích OLS, công ty Vinamilk
có thể xác định tác động của các yếu tố như giá sản phẩm, điểm nổi bật của sản phẩm và doanh số bán sản phẩm sữa chua Điều này giúp dự đoán, định hướng đúng chiến lược và quản lí sản phẩm
Sử dụng phương pháp OLS, công ty Vinamilk có thể xác định tác động của các yếu tố tiếp thị (VD: sự kiện, khuyến mãi, quảng cáo trên các nền tảng xã hội và truyền hình)
Tuy nhiên, khi áp dụng phương pháp OLS trong phân tích dữ liệu của công ty Vinamilk, phương pháp này có thể chỉ phù hợp cho mô hình hồi quy tuyến tính và đòi hỏi đáp ứng các giả định của OLS, như độc lập và phân phối chuẩn của sai số
Trang 11Do đó, trước khi sử dụng phương pháp OLS, cần thực hiện các kiểm định và tiền
xử lý dữ liệu để đảm bảo rằng các giả định của OLS đạt được
1.6 Có những phương pháp nào được sử dụng để phân tích dãy số thời gian trong
thống kê kinh doanh? Liên hệ với chủ đề của nhóm
Trả lời:
Để xác định xu thế chung trong một dãy số thời gian, các nhà thống kê có thể sử
dụng phương pháp phân tích hồi qui, nghĩa là xác định một đường phù hợp với cácgiá trị quan sát của dãy số thời gian bằng phương pháp bình phương nhỏ nhất Ở đây, thời gian được coi là biến độc lập trong phương trình hồi qui ước lượng được
và biến quan sát được coi là biến phụ thuộc
1 Phân tích chuỗi thời gian (Time
Series Analysis): Phương pháp
này tập trung vào việc phân tích
các dữ liệu trong chuỗi thời gian
liên tiếp, như doanh thu hàng
tháng, lợi nhuận hàng quý, hoặc
chỉ số tài chính hàng năm
1 Nhóm 5 đã thống kê dữ liệu về doanh thu và lợi nhuận của Vinamilk trong vòng 5 năm từ 2018-2023 bao gồm 4 Quý của từng năm, riêng năm 2023 chỉ mới có số liệu thống kê của 6 tháng đầu năm
2 Biểu đồ dãy thời gian (Time
Series Plotting): Sử dụng biểu đồ
dãy thời gian để trực quan hóa
dữ liệu theo thời gian Biểu đồ
này giúp nhìn thấy xu hướng, mô
hình và biến động trong dữ liệu
- Tạo biểu đồ đường và biểu đồcột để thấy rõ số liệu thống
kê của từng năm
3 Mô hình hóa dự báo
(Forecasting): Sử dụng các mô
hình dự báo để ước lượng giá trị
tương lai của dãy số thời gian, ví
- Thu thập dữ liệu: Thu thập dữliệu về doanh thu và lợi nhuận của Vinamilk trong khoảng thời gian cụ thể
Trang 12dụ: mô hình Holt-Winters), hay
các phương pháp khác như
SARIMA (Seasonal ARIMA) và
mô hình GARCH
- Sử dụng mô hình Winters đã xây dựng để dự báo giá trị tương lai của doanh thu và lợi nhuận của Vinamilk Dự báo này có thể giúp đưa ra các quyết định chiến lược và kế hoạch kinh doanh
Holt-4 - Phân tích hồi quy (Regression
Analysis): Phân tích hồi quy sử
dụng mô hình hồi quy để xác
định mối quan hệ giữa các biến
độc lập và biến phụ thuộc
Có nhiều loại mô hình hồi quy như hồi quy tuyến tính (linear regression), hồi quy đa biến (multiple regression), hồi quy logistic (logistic regression) và nhiều mô hình khác
- Áp dụng phương pháp phân tích hồi quy để đánh giá mối quan hệ giữa doanh thu/lợi nhuận và các biến độc lập
1.7, Trình bày phương pháp Holt-Winter trong phân tích dãy số thời gian? Liên hệ
với chủ đề của nhóm
Trả lời:
Phương pháp Holt-Winter là một trong những phương pháp quan trọng trong phân
tích dãy số thời gian, đặc biệt là trong việc dự đoán và dự báo các xu hướng trong tương lai Phương pháp này được sử dụng để xử lý và dự đoán trong các chuỗi thờigian có xu hướng và mùa vụ (trend and seasonality)
Phương pháp Holt-Winter sử dụng mô hình tuyến tính để ước tính xu hướng và môhình hóa mùa vụ trong chuỗi thời gian Nó bao gồm ba thành phần chính:
Trang 13Thành phần mùa vụ (Seasonal Component): Đây là thành phần mô tả các biến đổi theo mùa trong chuỗi thời gian Holt-Winter sử dụng các trọng số để ước lượng thành phần mùa vụ này Thành phần xu hướng (Trend Component): Đây là thành phần mô tả xu hướng tăng hoặc giảm dần trong chuỗi thời gian Phương pháp này
sử dụng một hệ số trọng số để cập nhật và ước tính xu hướng này
Thành phần dao động ngẫu nhiên (Error or Residual Component): Đây là thành phần thể hiện sai số trong việc dự đoán do những biến đổi ngẫu nhiên không thể dựđoán được Holt-Winter có thể được áp dụng trong nhiều lĩnh vực, từ dự báo doanh
số bán hàng trong kinh doanh đến dự báo lượng người sử dụng trong công nghệ và các ứng dụng khác
Liên quan đến chủ đề của nhóm, Holt-Winter có thể được áp dụng để dự đoán và phân tích xu hướng trong dữ liệu thời gian liên quan đến nguy cơ, ví dụ như dữ liệu về tình hình dịch bệnh, thay đổi khí hậu, hoặc các yếu tố môi trường Việc sử dụng phương pháp Holt-Winter có thể giúp nhóm đánh giá và dự báo xu hướng trong dữ liệu để hỗ trợ việc ra quyết định và kế hoạch phòng ngừa, ứng phó với nguy cơ, và dự báo tương lai
Liên hệ với sữa chua Vinamilk:
Dựa trên phương pháp sữa chua vinamilk sẽ có những hoạch định tốt và thành công đặc biệt là trong việc dự đoán,dự báo các xu hướng trong tương lai và việc đặt mục tiêu tăng lợi nhuận Ngoài ra vinamilk còn hướng tới sự phát triển biền vững với những định hướng và chiến lược rõ ràng Việc sử dụng phương pháp Holt-Winter có thể giúp sữa chua vinamilk đánh giá và dự báo xu hướng trong dữ liệu để hỗ trợ việc ra quyết định và kế hoạch phòng ngừa, ứng phó với nguy cơ, và
dự báo tương lai
PHẦN 2: ĐỊNH LƯỢNG
Chương 2 – Sử dụng cả Excel và SPSS: (khoảng 50-100 quan sát cho số liệu thứ cấp về tổ chức/doanh nghiệp)
Trang 14Excel:
Chương 2: Doanh thu và lợi nhuận của Vinamilk trong 5 năm kể từ 2018-2023 Đơn vị: Tỷ đồng
Trang 15Tổng Quý 1 Quý 2 Quý 3 Quý 4 0
Doanh thu Lợi nhuận sau thuế
Doanh thu Lợi nhuận sau thuế
Trang 16Tổng Quý 1 Quý 2 Quý 3 Quý 4
Doanh thu Lợi nhuận sau thuế
Doanh thu Lợi nhuận sau thuế
Trang 17/STATISTICS=STDDEV VARIANCE RANGE MEAN MEDIAN MODE SUM /ORDER=ANALYSIS.
Frequencies
[DataSet0]
Statistics
nam2018
Doanhthu
Loinhuan
CumulativePercentVali
Trang 18CumulativePercent
FREQUENCIES VARIABLES=Dthu lnhuan
/STATISTICS=STDDEV VARIANCE RANGE MEAN MEDIAN MODE SUM /ORDER=ANALYSIS