Những nhân tố ảnh hưởng đến nhu cầu đi siêu thị của sinh viên.doc

Những nhân tố ảnh hưởng đến nhu cầu đi siêu thị của sinh viên.

Trang 1

LỜI MỞ ĐẦU

Tất cả các sinh viên đều có những nhu cầu khác nhau cho cuộc sống của mìnhngoài vấn đề học tập Những nhu cầu đó đều xuất phát dựa trên các suy nghĩ khác nhaucũng như cách cảm nhận về các vấn đề hàng ngày của bản thân Xuất phát trên cơ sở đómà các sản phẩm tiêu dùng hàng ngày của sinh viên cũng đa dạng và phong phú khôngkém

Siêu thị là một nơi rất đáng chú ý đối với sinh viên với nhiều lí do khác nhau; sảnphẩm đa dạng, giá cả cũng phải chăng…

Chính vì để hiểu thêm về nhu cầu đi siêu thị của sinh viên mà Nhóm quyết định nghiêncứu về: “ Những nhân tố ảnh hưởng đến nhu cầu đi siêu thị của sinh viên” Và Nhóm đãphát 150 phiếu điều tra về vấn đề trên cho các sinh viên Duy Tân tại 209 Phan Thanh.

Vấn đề nghiên cứu rộng và phức tạp nên trong quá trình làm Nhóm cũng mắckhông ít thiếu sót mong thầy và các nhóm khác góp ý để đề tài của nhóm hoàn thiện hơn.Nhóm xin chân thành cảm ơn!

Trang 2

MỤC LỤCA LỜI MỞ ĐẦU

B NỘI DUNG

I THIẾT LẬP MÔ HÌNH1 Biến phụ thuộc2 Biến độc lập3 Mô hình tổng thể

4 Dự đoán kì vọng giữa các biến5 Mô hình hồi quy mẫu

6 Ý nghĩa của các hệ số hồi quyII KHOẢNG TIN CẬY

7 Khoảng tin cậy của β1

Trang 3

III KIỂM ĐỊNH

15 Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc16 Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu17 Kiểm định hiện tượng đa cộng tuyến

18 Kiểm định hiện tượng phương sai sai số ngẫu nhiên thay đổi19 Kiểm định hiện tượng tự tương quan

IV KIỂM ĐỊNH BIẾN KHÔNG CẦN THIẾTV KIỂM ĐỊNH BIẾN BỊ BỎ SÓT

VI MÔ HÌNH HOÀN CHỈNH20 Ý nghĩa các hệ số hồi quy21 Khoảng tin cậy

a Khoảng tin cậy của β1

b Khoảng tin cậy của β2

c Khoảng tin cậy của β3

d Khoảng tin cậy của β4

e Khoảng tin cậy của β5

f Khoảng tin cậy của β6

g Khoảng tin cậy của β7

Trang 4

3 Kiểm định

a Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộcb Kiểm định sự phù hợp của mô hình SRF so với số của liệu mẫuVII THỐNG KÊ MÔ TẢ

BIẾN YBIẾN SLBIẾN PTBIẾN CTVIII HẠN CHẾC LỜI CẢM ƠN

TÀI LIỆU THAM KHẢO

a Giáo trình Kinh tế lượng, Nguyễn Quang Cường, Khoa KHTN, Trường ĐHDuy Tân

b Tài liệu: Hướng dẫn làm tiểu luận Kinh tế lượng và các đề thi tham khảo - Nguyễn Quang Cường.

c Bài tiểu luận Nhóm Olalani – K13KNH9, ĐH Duy Tân.d Bài tiểu luận nhóm của lớp K13QTC1, ĐH Duy Tân.

e Bài tiểu luận của SV Nguyễn Thế Hùng – KHDDT3, ĐH Ngoại Thương.

Trang 6

 SP: sản phẩm

3 Mô hình tổng thể:

Yi = β1 + β2GT + β3SL + β4PT + β5CT + β6MH + β7VT + β8SP + Ui

4 Dự đoán kì vọng giữa các biến

1 β3 dương: Khi số lần đi siêu thị càng nhiều thì nhu cầu càng cao.2 β4 âm: Khi phương tiện ảnh hưởng càng nhiều thì nhu cầu càng giảm3 β5 âm: Khi chi tiêu 1 tuần cho việc đi siêu thị vượt mức thì nhu cầu tăng.4 β6 dương: Khi mặt hàng ưa thích trong siêu thị tăng thì nhu cầu càng cao.5 β7 dương: Khi vị trí càng thuận lợi thì nhu cầu càng cao.

6 β8 dương: Khi sản phẩm trong siêu thị càng đa dạng thì nhu cầu càng cao.

5 Mô hình hồi quy mẫu

Yi = 0.519595 + 0.034669GT + 0.778062SL – 0.156217PT – 0.026714CT – 0.017447MH + 0.094180VT + 1.225895SP + ei

6 Ý nghĩa của các hệ số hồi quy

β1^: Khi các yếu tố GT, SL, PT, CT, MH, VT, SP bằng 0 thì nhu cầu đi siêu thị của

Trang 7

sinh viên đạt giá trị nhỏ nhất là 0.519595.

β2^: Khi các yếu tố khác không đổi thì nhu cầu của nữ đi siêu thị nhiều hơn nam0.034669 lần.

β3^: Khi các yếu tố khác không đổi, số lần đi siêu thị tăng giảm 1 lần thì nhu cầu đisiêu thị của sinh viên tăng giảm 0.778062 lần.

β4^: Khi phương tiện tăng giảm 1 mức độ và các yếu tố còn lại không đổi thì nhu cầuđi siêu thị của sinh viên tăng giảm 0.778602 lần.

β5^: Khi các yếu tố khác không đổi, chi tiêu cho 1 tuần tăng giảm 1 mức độ thì nhucầu giảm tăng 0.026714 lần.

β6^: Khi mặt hàng tăng giảm 1 mặt hàng và các yếu tố khác không đổi thì nhu cầu đisiêu thị của sinh viên giảm tăng 0.017447 lần.

β7^: Khi các yếu tố khác không đổi, nếu vị trí của siêu thị thích hợp thì nhu cầu đi siêuthị của sinh viên lớn hơn 0.094180 lần so với vị trí không thích hợp.

β8^: Khi các yếu tố khác không đổi, sản phẩm trong siêu thị tăng giảm 1 sản phẩm thìnhu cầu đi siêu thị của sinh viên tăng giảm 1.225895 lần.

Βj^ - tα/2(n-k)*Se(βn-k)*Se(βSe(n-k)*Se(ββj^)≤ βj ≤ βj^ + tα/2(n-k)*Se(βn-k)*Se(βSe(n-k)*Se(ββj)(n-k)*Se(βvới tα/2(n-k)*Se(βn-k) = t0.025(n-k)*Se(β142) = 1.976811)

1 Khoảng tin cậy của β1:

Với β1^ = 0.519595Se(n-k)*Se(ββ1^) = 0.230367

Thì khoảng tin cậy của β1:

Trang 8

Thì khoảng tin cậy của β2 là:-0.057684 ≤ β2 ≤ 0.127022

Ý nghĩa: Khi các yếu tố khác không thay đổi thì nhu cầu đi siêu thị của sinh viên nam

nhận giá trị trong khoảng từ -0.057684 đến 0.127022

Với β3^ = 0.778062Se(n-k)*Se(ββ3^) = 0.046214

Thì khoảng tin cậy của β3 là:0.686706 ≤ β3 ≤ 0.869418

Ý nghĩa: Với các yếu tố khác không đổi và số lần đến siêu thị của sinh viên tăng giảm

một mức độ thì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ0.686706 đến 0.869418.

Với β4^ = -0.156217Se(n-k)*Se(ββ4^ ) = 0.051104

Thì khoảng tin cậy của β4 là:

Trang 9

Trang 10

Ý nghĩa:

Với các yếu tố khác không đổi, khi sản phẩm siêu thị đáp ứng được nhu cầu sinh viênthì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ 1.105273 đến1.346463.

1 Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc:

1 Prob(n-k)*Se(β2) = 0.4593 >  = 0.05  Giới tính không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

2 Prob(n-k)*Se(β3) = 0.0000 <  = 0.05  số lần ảnh hưởng đến nhu cầu đi siêu thị củasinh viên.

3 Prob(n-k)*Se(β4) = 0.0027 <  = 0.05  Phương tiện ảnh hưởng đến nhu cầu đi siêuthị của sinh viên.

Trang 11

4 Prob(n-k)*Se(β5) = 0.2856 >  = 0.05  Chi tiêu không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

5 Prob(n-k)*Se(β6) = 0.2197 >  = 0.05  Mặt hàng không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

6 Prob(n-k)*Se(β7) = 0.0842 > = 0.05  Vị trí không ảnh hưởng đến nhu cầu đi siêuthị của sinh viên.

7 Prob(n-k)*Se(β8) = 0.0000 <  = 0.05  Sản phẩm ảnh hưởng đến nhu cầu đi siêu thịcủa sinh viên.

2 Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu:

Prob(n-k)*Se(βF-statistic) = 0.000000 <  = 0.05  Mô hình phù hợp.

3 Kiểm định hiện tượng đa cộng tuyến

a Phát hiện đa cộng tuyến:

Xem xét qua ma trận tương quan giữa các biến (n-k)*Se(βBảng 2 phần PHỤ LỤC), tathấy 2 biến SL và PT có mức tương quan cao: 0.840358 nên tồn tại hiện tượngđa cộng tuyến.

Để kiểm định hiện tượng đa cộng tuyến nhóm đã xây dựng mô hình hồi quyphụ trong đó lần lượt các biến độc lập sẽ trở thành biến phụ thuộc và hồi quychúng với các biến còn lại.

Bảng hồi quy phụ theo biến PT và SL (n-k)*Se(β Bảng phụ lục 5 và 6 )Mô hình hồi quy chính:

Trang 12

Vậy mô hình ban đầu tồn tại hiện tượng đa cộng tuyến.

a Khắc phục hiện tượng đa cộng tuyến

Loại bỏ biến PT hoặc SL ra khỏi mô hình ban đầu.

1 Hồi quy lại mô hình trong đó loại bỏ biến PT (n-k)*Se(β Bảng phụ lục 7)Mô hình hồi quy đã bỏ PT:

Yi = - 0.126090 + 0.053443GT + 0.896041SL – 0.013772CT – 0.015944MH +0.104884VT + 1.223553SP + ei.

 R2

So sánh R2 ở hai mô hình ta thấy: R2

bỏ PT > R2bỏ SL

Vậy loại bỏ biến PT ra khỏi mô hình thì mô hình sẽ tốt hơn.

1 Kiểm định hiện tượng phương sai sai số ngẫu nhiên thay đổi.TH1: Mô hình gốc.

a Phát hiện hiện tượng phương sai sai số ngẫu nhiên thay đổi:

Theo bảng 9 phần PHỤ LỤC, ta thấy Probability = 0.000000 < α = 0.05 Tồn tại hiện tượng phương sai sai số ngẫu nhiên thay đổi

b Khắc phục hiện tượng phương sai sai số ngẫu nhiên thay đổi.Xét MHHQ:

Yi = β1 + β2GT + β3SL + β4PT + β5CT + β6MH + β7VT + β8SP + Ui (n-k)*Se(β1)

Trang 13

Ta có: Var(n-k)*Se(βUi) = σi2PT2 = nkei

 2

PT2 = nkRSS

 PT2 = 0.0505297PT2

Chia 2 vế của (n-k)*Se(β1) cho PT, ta được:

; SL*Se(β=PTSL

; CT*Se(β=PTCT

; MH*Se(β= PTMH

; VT*Se(β=PTVT

; SP*Se(β=

; Vi=PT

Mô hình (n-k)*Se(β2) được viết lại như sau:

Yi*Se(β= β1*Se(β + β2*Se(βGT*Se(β + β3*Se(βSL*Se(β + β4*Se(βPT*Se(β + β5*Se(βCT*Se(β + β6*Se(βMH*Se(β + β7*Se(βVT*Se(β + β8*Se(βSP + Vi (n-k)*Se(β3).

Vậy: MH(n-k)*Se(β3) có phương sai sai số ngẫu nhiên không đổi Vì Var(n-k)*Se(βVi) = Var(n-k)*Se(βPT

PT 

TH2: Mô hình đã khắc phục đa cộng tuyến

a Phát hiện hiện tượng phương sai sai số ngẫu nhiên thay đổi:Theo bảng phụ lục 11, ta thấy Probability = 0.000003 < α = 0.05

 Tồn tại phương sai sai số ngẫu nhiên thay đổi.

b Khắc phục hiện tượng phương sai sai số ngẫu nhiên thay đổi:Xét MHHQ:

Trang 14

Yi = β1 + β2GT + β3SL + β4CT + β5MH + β6VT + β7SP + Ui (n-k)*Se(β1)

Ta có: Var(n-k)*Se(βUi) = σi2SL =    

Chia 2 vế của (n-k)*Se(β1) cho SLta được:

5*Se(β 5;6*Se(β 6;7*Se(β 7

MH(n-k)*Se(β2) được viết lại như sau:

Yi*Se(β=β1+β2GT*Se(β+β3SL*Se(β+β4CT*Se(β+β5 MH*Se(β+β6VT*Se(β+β7 SP*Se(β+Vi(n-k)*Se(β3).Vậy: MH (n-k)*Se(β3) có phương sai sai số ngẫu nhiên không đổi

Vì Var(n-k)*Se(βVi) = Var(n-k)*Se(β SL

) = SL1

Var(n-k)*Se(βUi) = SL1

Trang 15

d = 2.019648 (n-k)*Se(βBảng 13 phần PHỤ LỤC)dU = 1.722

dL = 1.53

Kiểm định giả thiết H0: Không có tự tương quan dương hoặc âm dU < d < 4 – dU = 2.278

 Không bác bỏ H0, tức là không tồn tại hiện tượng tự tương quan.

TH2: Mô hình đã khắc phục đa cộng tuyến

a Phát hiện hiện tượng tự tương quan:d = 2.031137(n-k)*Se(βBảng 14 phần PHỤ LỤC)k’ = k – 1 = 6; n = 150

dU = 1.708dL = 1.543

Kiểm định giả thiết H0: Không có tự tương quan dương hoặc âm dU < d < 4 – dU = 2.292

 Không bác bỏ H0, tức là không tồn tại hiện tượng tự tương quan.

IV. KIỂM ĐỊNH BIẾN KHÔNG CẦN THIẾT:

Redundant Variables: VT

Dựa vào bảng ta thấy F = 3.024199 có xác suất Prob= 0.084198 > α = 0.05

Trang 16

Nên VT là biến không cần thiết trong mô hình hồi quy.

V. KIỂM ĐỊNH BIẾN BỊ BỎ SÓT:

Omitted Variables: PT

Dựa vào bảng ta thấy F = 9.344247 có xác suất Prob= 0.002673 < α = 0.05Nên PT là biến bị bỏ sót.

Yi = - 0.126090 + 0.053443GT + 0.896041SL – 0.013772CT – 0.015944MH +0.104884VT + 1.223553SP + ei.

1 Ý nghĩa của các hệ số hồi quy

β1^: Khi các yếu tố GT, SL, PT, CT, MH, VT, SP bằng 0 thì nhu cầu đi siêu thị củasinh viên đạt giá trị lớn nhất là 0.126090.

β2^: Khi các yếu tố khác không đổi thì nhu cầu của nữ đi siêu thị nhiều hơn nam0.053443 lần.

β3^: Khi các yếu tố khác không đổi, số lần đi siêu thị tăng giảm 1 lần thì nhu cầu đisiêu thị của sinh viên tăng giảm 0.896041 lần.

β4^: Khi các yếu tố khác không đổi, chi tiêu cho một tuần tăng giảm 1 mức độ thì nhucầu giảm tăng 0.013772 lần.

Trang 17

β5^: Khi mặt hàng tăng giảm 1 mặt hàng và các yếu tố khác không đổi thì nhu cầu đisiêu thị của sinh viên giảm tăng 0.015944 lần.

β6^: Khi các yếu tố khác không đổi và vị trí của siêu thị thích hợp thì nhu cầu đi siêuthị của sinh viên lớn hơn 0.104884 lần so với vị trí không thích hợp.

β8^: Khi các yếu tố khác không đổi, sản phẩm trong siêu thị tăng giảm 1 sản phẩm thìnhu cầu đi siêu thị của sinh viên tăng giảm 1.223553 lần.

2 Khoảng tin cậy

Βj^ - tα/2(n-k)*Se(βn-k)*Se(βSe(n-k)*Se(ββj^)≤ βj ≤ βj^ + tα/2(n-k)*Se(βn-k)*Se(βSe(n-k)*Se(ββj)(n-k)*Se(βvới tα/2(n-k)*Se(βn-k) = t0.025(n-k)*Se(β143) = 1.976692)

a Khoảng tin cậy của β1:

Với β1^ = -0.126090.Se(n-k)*Se(ββ1^) = 0.094579.Thì khoảng tin cậy của β1:-0.313044 ≤ β1 ≤ 0.060864.

Ý nghĩa: Với các yếu tố khác không đổi thì nhu cầu đi siêu thị của sinh viên chênh

lệch trong khoảng từ -0.313044 đến 0.060864.

b Khoảng tin cậy của β2:

Với β2^ = 0.053443.Se(n-k)*Se(ββ2^) = 0.047645.

Ý nghĩa: Khi các yếu tố khác không thay đổi thì nhu cầu đi siêu thị của sinh viên nam

nhận giá trị trong khoảng từ -0.040736 đến 0.147623.

Trang 18

c Khoảng tin cậy của β3:

Với β3^ = 0.896041Se(n-k)*Se(ββ3^) = 0.02615

Ý nghĩa: Với các yếu tố khác không đổi và số lần đến siêu thị của sinh viên tăng giảm

một mức độ thì nhu cầu đi siêu thị của sinh viên nhận giá trị trong khoảng từ0.844351 đến 0.947732.

d Khoảng tin cậy của β4:

Với β4^ = -0.013772Se(n-k)*Se(ββ4^ ) = 0.025267

Ý nghĩa:

Trang 19

Với các yếu tố khác không đổi và mặt hàng tăng giảm 1 mặt hàng thì nhu cầu đi siêuthị của sinh viên nhận giá trị trong khoảng từ -0.044709 đến 0.012821.

f Khoảng tin cậy của β6:

Với β6^ = 0.104885Se(n-k)*Se(ββ6^) = 0.055598

Thì khoảng tin cậy của β7 là :1.099535 ≤ β7 ≤ 1.347571

Ý nghĩa:

Với các yếu tố khác không đổi, khi sản phẩm của siêu thị đáp ứng được nhu cầu sinhviên thì nhu cầu đi siêu thị của sinh viên nhận giá trị chênh lệch trong khoảng từ1.099535 đến 1.347571.

3 KIỂM ĐỊNH

a Kiểm định sự ảnh hưởng của biến độc lập đối với biến phụ thuộc:

Trang 20

8 Prob(n-k)*Se(β2) = 0.2639 >  = 0.05  Giới tính không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

9 Prob(n-k)*Se(β3) = 0.0000 <  = 0.05  số lần ảnh hưởng đến nhu cầu đi siêu thị củasinh viên.

10 Prob(n-k)*Se(β4) = 0.5866 >  = 0.05  Chi tiêu không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

11 Prob(n-k)*Se(β5) = 0.2751 >  = 0.05  Mặt hàng không ảnh hưởng đến nhu cầu đisiêu thị của sinh viên.

12 Prob(n-k)*Se(β6) = 0.0613 >  = 0.05  Vị trí không ảnh hưởng đến nhu cầu đi siêuthị của sinh viên.

13 Prob(n-k)*Se(β7) = 0.0000 <  = 0.05  Sản phẩm ảnh hưởng đến nhu cầu đi siêu thịcủa sinh viên.

b Kiểm định sự phù hợp của mô hình SRF so với số liệu của mẫu:

Prob(n-k)*Se(βF-statistic) = 0.000000 <  = 0.05  Mô hình phù hợp.

VII THỐNG KÊ MÔ TẢ

BIẾN Y:

Tiêu chí Mức độ Giá trị Trung bình 2.153333 Trung bìnhTrung vị 2.000000

Lớn nhất 5.000000 CaoNhỏ nhất 1.000000 Thấp

Trang 21

BIẾN SL:

Tiêu chí Số lần Giá trị Trung bình 1.286667 1-2Trung vị 1.000000

Lớn nhất 4.000000 >6

BIẾN PT:

Lớn nhất 4.000000 NhiềuNhỏ nhất 1.000000 Ít

BIẾN CT:

Trang 22

Lớn nhất 3.000000 NhiềuNhỏ nhất 1.000000 Ít

LỜI CẢM ƠN

Trang 23

Nhóm Sunflowers xin gửi lời cảm ơn chân thành nhất tới thầy Nguyễn Quang

Cường, người đã nhiệt tình giúp đỡ nhóm trong quá trình làm tiểu luận cũng như đã giảiđáp tất cả các thắc mắc của nhóm và cũng đã trang bị cho nhóm những kiến thức cần thiếtcho nhóm trong môn kinh tế lượng.

Bên cạnh đó, giúp cho nhóm chúng em có thêm nhiều hiểu biết về việc thuthập, xử lí số liệu và cách sử dụng các phầm mềm như Eviews, Excel,…trong môn Kinhtế lượng nói riêng và các môn học sau này nói chung

Bài tiểu luận này chắc chắn còn có nhiều hạn chế và thiếu sót nhưng nhóm

Sunflowers hi vọng rằng sẽ nhận được nhiều ý kiến đóng góp của các bạn để bài tiểu luận

này hoàn thiện hơn Nhóm xin chân thành cảm ơn!

Định dạng
Số trang	23
Dung lượng	158,5 KB