6. Tổng quan tài liệu nghiên cứu
3.4.2. Phân tích hồi quy nhóm dịch vụ
Tiến hành phân tích hồi quy bằng phần mềm SPSS cho nhóm dịch vụ với kích cỡ mẫu là 200, xem xét mối quan hệ giữa các biến phụ thuộc và các biến độc lập gồm giá gốc, tỷ lệ chiết khấu, thời gian chiết khấu, hạn sử dụng chiết khấu và các loại sản phẩm. Có 4 loại dịch vụ (du lịch, ăn uống, spa và làm đẹp, đào tạo giải trí) tƣơng ứng sẽ có 3 biến giả với phạm trù cơ sở là đào tạo và giải trí. Ta có mô hình sau:
logQ = β0 + β1 log(P) + β2TLCK+ β3TGCK + β4 HSDCK + β5DL+ β6AU+ β7SLĐ
a. Dò tìm sự vi phạm các giả định trong hồi quy tuyến tính
- Giả định liên hệ tuyến tính
Phƣơng pháp đƣợc sử dụng để kiểm tra giả định liên hệ tuyến tính là biểu đồ phân tán Scatterplot. Ta sử dụng phần mềm SPSS để vẽ biểu đồ này và kết quả cho thấy phần dƣ phân tán ngẫu nhiên trong vùng xung quanh đƣờng đi qua tung độ 0 nhƣ hình vẽ và không tạo theo một trật tự nào đối với giá trị dự đoán. Vì vậy giả thuyết về liên hệ tuyến tính không bị vi phạm.
Hình 3.13: Biểu đồ phân tán Scatterplot (Dịch vụ) - Giả định về phân phối chuẩn của phần dƣ
Để xem phần dƣ có tuân theo phân phối chuẩn hay không ta xây dựng biểu đồ tần số Histogram và biểu đồ Q-Q plot để khảo sát phân phối chuẩn của phần dƣ.
Sử dụng phần mềm SPSS để vẽ hai biểu đồ này và kết quả cho thấy
trên đồ thị Histogram ta thấy Mean = 3.42*10-15 gần bằng 0 và độ lệch chuẩn
là 0.982 gần bằng 1. Bên cạnh đó tại biểu đồ Q-Q plot, các chấm phân tán sát với đƣờng chéo. Nhƣ vậy, phân phối phần dƣ có thể xem nhƣ phân phối chuẩn hay giả thuyết phân phối chuẩn không bị vi phạm.
Hình 3.14: Biểu đồ tần số Histogram (Dịch vụ) Ph ần dƣ c hu ẩn hóa
Giá trị dự đoán chuẩn hóa
T
ần s
ố
Hình 3.15: Biểu đồ Q-Q plot (Dịch vụ) - Phát hiện hiện tƣợng tự tƣơng quan
Kết quả hồi quy cho các dịch vụ ban đầu có hệ số Durbin-Watson d= 1.835 (xem phụ lục 3), với kích cỡ mẫu n= 200 và số biến độc lập là 7, tra bảng thống kê Durbin-Watson với mức ý nghĩa 5% ta có dl= 1.697và du= 1.841, dl<d<du, nhƣ vậy chƣa đủ cơ sở để kết luận có hiện tƣợng tự tƣơng quan. Sử dụng phần mềm Eview để tiến hành thêm kiểm định Breusch- Godfrey bậc 1, thu đƣợc P-value =0.279 > 0.05 (xem phụ lục 2) nên mô hình không có hiện tƣợng tự tƣơng quan bậc 1.
- Phát hiện hiện tƣợng đa cộng tuyến
Theo Huy và Anh (2012) hệ số phóng đại phƣơng sai nhỏ hơn 10 sẽ không có hiện tƣợng đa cộng tuyến. Kết quả hồi quy cho các dịch vụ ban đầu có hệ số phóng đại phƣơng sai VIF (Xi) <3 (xem phụ lục 3) nên có thể kết luận không có hiện tƣợng đa cộng tuyến.
- Phát hiện hiện tƣợng phƣơng sai sai số thay đổi
Sử dụng phần mềm Eview để thực hiện kiểm định White, ta thu đƣợc giá trị P-value =0.0318<0.05 (xem phụ lục 3) nên mô hình đã tồn tại hiện
Phân ph ối chu ẩn k ỳ v ọng
tƣợng phƣơng sai sai số thay đổi. Ta tiến hành khắc phụ hiện tƣợng phƣơng sai
sai số thay đổi khi không biết σi
2
, ta dùng Feasible Generalized Least Squares (FGLS- ƣớc lƣợng bình phƣơng tối thiểu tổng quát khả thi) và thực hiện theo
trƣờng phái Glejser (1969) với trọng số 1/ǀ Phần dƣǀ ) (Trần Đức Luân, 2009).
Tiếp tục thực hiện kiểm định White, cho kết quả P-value >0.05( xem phụ lục 3), nhƣ vậy hiện tƣợng phƣơng sai sai số không đồng nhất đã khắc phục hay mô hình không còn vi phạm giả định phƣơng sai sai số đồng nhất.
Nhƣ vậy, mô hình không có hiện tƣợng đa cộng tuyến, không tồn tại hiện tƣợng tự tƣơng quan. Mô hình có phƣơng sai của sai số đồng nhất. Phần dƣ có phân phối chuẩn. Giả định về liên hệ tuyến tính không bị vi phạm
b. Kiểm định sự phù hợp của mô hình và các giả thuyết nghiên cứu
Mô hình hội đủ các giả định của mô hình hồi quy tiến hành phân tích hồi quy lại để kiểm định các giả thuyết nghiên cứu và độ phù hợp của mô hình.
Bảng 3.8: Kết quả phân tích hồi quy dịch vụ
Mô hình Beta mũ Thống kê t Prob.
Hằng số 5.5844 7.2931 0.0000 LOGP -0.8426 -8.1861 0.0000 TLCK 0.0016 0.3291 0.7424 TGCK 0.0839 5.7358 0.0000 HSDCK -0.0009 -0.6979 0.4861 DL 0.6930 2.2244 0.0673 AU 0.0302 0.1107 0.9119 SLĐ 0.1355 0.5926 0.5541
Biến phụ thuộc: LogQ
R2 = 0.3356 và R2 điều chỉnh = 0.3113
Mô hình:
logQ = 5.5844* – 0.8426*log(P) + 0.0016TLCK + 0.0839*TGCK – 0.0009 HSDCK + 0.6930DL+ 0.0302AU+ 0.1355SLĐ
(Lưu ý: * cho các hệ số có Prob.<0.05)
- Kiểm định sự phù hợp của mô hình
Kết quả hồi quy ta thấy R2 = 0.3356 và R2 điều chỉnh = 0.3113, với
thống kê F=13.8544 và prob=0.00<0.05 nên có thể khẳng định mô hình phù
hợp. Theo Huy và Anh (2012) thì 0.3< R2<0.5 mối quan hệ trung bình (có
thể chấp nhận). Nhƣ vậy, mô hình hồi quy đã giải thích đƣợc 33.56% biến thiên của biến phụ thuộc.
- Kiểm định các giả thuyết nghiên cứu
Qua kết quả phân tích trên có thể khẳng định tồn tại mối quan hệ giữa
biến giá gốc và biến doanh số bán hàng (β^ 1= -0.8426 và Prob=0.000 <0.05).
Giá gốc tác động ngƣợc chiều đến doanh số bán hàng. Điều này có nghĩa, trong điều kiện các yếu tố khác không đổi nếu giá giảm 1% thì doanh số bán hàng sẽ tăng lên bình quân 0.8426%. Chứng tỏ rằng các dịch vụ giá rẻ đƣợc mua nhiều hơn trên các Groupon. Giả thuyết H1 đƣợc chấp nhận cho nhóm dịch vụ.
Không có dấu hiệu tác động của biến tỷ lệ chiết khấu đến biến doanh số
bán hàng (β^2= 0.0016, Prob=0.7424>0.05). Nhƣ vậy không có đủ cơ sở
khẳng định các dịch vụ có chiết khấu cao đƣợc mua nhiều. Giả thuyết H2 không đƣợc chấp nhận cho nhóm dịch vụ.
Tồn tại mối quan hệ giữa biến thời gian chiết khấu và biến doanh số
bán hàng (β^3=0.0839 và Prob=0.00<0.05). Thời gian chiết khấu tác động
tích cực với doanh số bán hàng. Điều này có nghĩa, trong điều kiện các yếu tố khác không đổi, nếu thời gian chiết khấu tăng lên một ngày thì doanh số bán hàng sẽ tăng lên bình quân 0.089%. Nhƣ vậy, thời gian chiết khấu của các
dịch vụ càng dài thì đƣợc mua càng nhiều. Giả thuyết H3 đƣợc chấp nhận cho nhóm dịch vụ
Biến hạn sử dụng chiết khấu không có dấu hiệu tác động đến doanh số
bán hàng (β^4=-0.0009 Prob=0.4861>0.05). Vậy, không đủ cơ sở khẳng định
hạn sử dụng chiết khấu của các dịch vụ có tác động tích cực đến doanh số bán hàng. Giả thuyết H4 không đƣợc chấp nhận cho nhóm dịch vụ.
Có thể khẳng định có sự không có sự khác nhau về doanh số bán hàng giữa các dịch vụ du lịch ăn uống, spa làm đẹp, đào tạo giải trí (β^5 = 0.69303 với Prob = 0.0673 > 0.05 và β^6 = 0.0302 với Prob.= 0.9119 > 0.05, β^7=0.1355 với prob=0.5541>0.05). Giả thuyết H5 không đƣợc chấp nhận cho nhóm dịch vụ.
3.5. DIỄN BIẾN DOANH SỐ BÁN HÀNG HÀNG NGÀY CỦA HÀNG HÓA VÀ DỊCH VỤ
3.5.1. Diễn biến doanh số bán hàng hàng ngày của hàng hóa
Tiến hành phân tích doanh số bán hàng hàng ngày của 85 deals hàng
hóa đều có thời gian chiết khấu 20 ngày (trong giai đoạn chiết khấu đầu tiên),
ta có bảng kết quả nhƣ sau:
Hình 3.16: Diễn biến doanh số bán hàng của hàng hóa
Doanh s ố b án h àn g (s ố cou p on ) Ngày
Nhìn hình trên ta thấy đƣợc doanh số bán hàng cao ở các ngày đầu của thời gian chiết khấu. Năm ngày đầu của thời gian chiết khấu có tần số mua cao nhất chiếm 52.73%, năm ngày tiếp theo có tần số mua chiếm 20.21%, năm ngày tiếp theo có tần số mua chiếm 16.19% và năm ngày cuối có tần số mua chiếm 10.87%. Nhƣ vậy, ngƣời tiêu dùng có xu hƣớng mua các hàng hóa khi một deals bắt đầu đƣợc bán. Trong trƣờng hợp này ngƣời tiêu dùng không cần phải chờ đợi và học hỏi từ những ngƣời khác nhƣ trong bối cảnh học tập quan sát (Cai, Chen và Fang, 2009). Ngƣời tiêu dùng mua nhiều các sản phẩm ngay khi các sản phẩm bắt đầu bán vì ngƣời tiêu dùng mua những sản phẩm mà họ thích mà ít quan tâm đến tình trạng của các deals (Song và cộng sự, 2012).