6. Tổng quan tài liệu nghiên cứu
3.4.1. Phân tích hồi quy nhóm hàng hóa
Tiến hành sử dụng phần mềm SPSS dể phân tích hồi quy nhóm hàng hóa với kích cỡ mẫu là 200, xem xét mối quan hệ giữa các biến phụ thuộc (doanh số bán hàng) 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 sản phẩm tƣơng ứng sẽ có 3 biến giả với phạm trù cơ sở là sản phẩm thời trang. Ta có mô hình sau:
logQ = β0 + β1 log(P) + β2TLCK+ β3TGCK + β4 HSDCK + β5GD+ β6CNĐT+ β7MP
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 3.10: Biểu đồ phân tán Scatterplot (Hàng hóa) - 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 = 6.93* 10-16 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 3.11: Biểu đồ tần số Histogram (Hàng hóa)
Ph
ần dƣ c
hu
ẩn
hóa
Giá trị dự đoán chuẩn hóa
T
ần s
ố
Hình 3.12: Biểu đồ Q-Q plot (Hàng hóa) - Phát hiện hiện tƣợng tự tƣơng quan
Kết quả phân tích hồi quy nhóm hàng hóa có hệ số Durbin-Watson d= 1.877, 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= 1.697 và du= 1.841, du<d<2, nhƣ vậy đủ cơ sở để kết luận không có hiện tƣợng tự tƣơng quan.
- 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 phân tích hồi quy các hàng hóa có hệ số nhân tử phóng đại phƣơng sai VIF (Xi) <2 nên kết luận không có hiện tƣợng đa cộng tuyến (bảng 3.7).
- Phát hiện hiện tƣợng phƣơng sai sai số không đồng nhất
Sử dụng phần mềm Eview để thực hiện kiểm định White, ta thu đƣợc giá trị P-value=0.0878>0.05 nên mô hình không tồn tại hiện tƣợng phƣơng sai sai số thay đổi.
Phân ph ối chu ẩn k ỳ v ọng
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 kiểm định các giả thuyết nghiên cứu và độ phù hợp của mô hình.
Bảng 3.7: Kết quả phân tích hồi quy cho hàng hóa
Mô hình Beta mũ Thống
kê t Sig VIF
1 Hằng số 3.184 4.554 .000 LogP -.577 -5.298 .000 1.092 TLCK .019 2.330 .021 1.215 TGCK .089 8.894 .000 1.236 HSDCK .002 1.874 .062 1.158 GD -.029 -.196 .845 1.640 CNĐT -.856 -5.492 .079 1.782 MP -.723 -4.979 .063 1.548
Biến phụ thuộc: LogQ
R2 = 0.552, R2 điều chỉnh = 0.536
Thống kê F=33.846, Sig=0.000 Hệ số Durbin-Watson d= 1.877
Mô hình: logQ = 3.184* – 0.557*log(P) + 0.019*TLCK+ 0.089*TGCK + 0.002HSDCK -0.029GD- 0.856CNĐT – 0.723MP
(Lưu ý: * cho các hệ số có Sig<0.05)
Kết quả hồi quy ta thấy R2 = 0.552 và R2 điều chỉnh = 0.536, với thống kê F=33.846 và Sig=0.00<0.05 nên có thể khẳng định mô hình phù hợp. Theo
Huy và Anh (2012) thì 0.5≤ R2 ≤0.7 mối quan hệ khá chặt chẽ, nhƣ vậy mức
độ phù hợp của mô hình nghiên cứu ở mức khá tốt. Nhƣ vậy, mô hình hồi quy đã giải thích đƣợc 55.2% biến thiên của biến phụ thuộc. (Xem kết quả hồi quy đầy đủ phần phụ lục)
- Kiểm định các giả thuyết nghiên cứu
Tồn tại mối quan hệ giữa biến giá gốc và biến doanh số bán hàng (β^1= -0.577 và sig=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 0.577%. Chứng tỏ rằng các hàng hóa giá rẻ đƣợc mua nhiều hơn trên các Groupon. Giả thuyết H1 đƣợc chấp nhận cho nhóm hàng hóa.
Tồn tại mối quan hệ giữa biến tỷ lệ chiết khấu và biến doanh số bán hàng (β^2=0.019 và sig=0.021<0.05). Tỷ lệ chiết khấu tác động tích cực đến doanh số bán hàng. Điều này có nghĩa, trong điều kiện các yếu tố khác không đổi, khi tỷ lệ chiết khấu tăng lên 1% thì doanh số bán hàng sẽ tăng lên trung bình 0.019%. Chứng tỏ rằng tỷ lệ chiết khấu của các hàng hóa càng cao thì doanh số bán hàng càng tăng. Giả thuyết H2 đƣợc chấp nhận cho nhóm hàng hóa.
Tồn tại mối quan hệ giữa biến thời gian chiết khấu và biến doanh số bán hàng (β^3=0.089 và sig=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 hàng hóa càng dài thì đƣợc mua càng nhiều. Giả thuyết H3 đƣợc chấp nhận cho nhóm hàng hóa.
Biến hạn sử dụng chiết khấu có tác động tích cực đến doanh số bán hàng nhƣng hệ số này không có ý nghĩa thống kê (β^4=0.02 sig=0.062>0.05). Nhƣ vậy, không đủ cơ sở khẳng định hạn sử dụng chiết khấu của các hàng hóa có tác động tích cực đến doanh số bán hàng. Giả thuyết H4 không đƣợc chấp nhận cho nhóm hàng hóa.
Kết quả cho thấy không có sự khác nhau về doanh số bán hàng giữa các sản phẩm thời trang, gia dụng, mỹ phẩm, công nghệ điện tử (β^5=-0.029 với sig=0.845>0.05, β^6=-0.856 với sig=0.079<0.05, β^7= -0.723 với sig=0.063>0.05). Giả thuyết H5 không đƣợc chấp nhận cho nhóm hàng hóa.