CHƯƠNG 1 CƠ SỞ LÝ THUYẾT
3. Ước lượng mơ hình đã khắc phục khuyết tật
3.1. Kết quả ước lượng
Sử dụng phần mềm STATA, hồi quy mơ hình mới bằng phương pháp bình phương nhỏ nhất OLS, ta thu được kết quả như sau:
Phương pháp bình phương tối thiểu OLS, sử dụng quan sát 1-267 Biến phụ thuộc: lnconsume
lnconsume Hệ số hồi quy
Sai số chuẩn của hệ số hồi quy Thống kê t P-value wage 0 .0000861 0.0000182 4.73 0.000 female 0.1274641 0.0567217 2.25 0.025 brand 0.1153519 0.0487753 2.36 0.019 price 0.6464404 0.0598878 10.79 0.000 quality 0.3266552 0.0528208 6.18 0.000 Const 4.813795 0.0708352 67.96 0.000 Tổng bình phương SS Bậc tự do df Bình phương trung bình MS Mẫu 50.9611951 5 10.192239 Phần dư 31.0100086 261 0.118812293 Tổng 81.9712037 266 0.30816242
F(5, 261) = 85.78
Hệ số xác định R2 = 0.6217
Hệ số xác định hiệu chỉnh = 0.6144 Prob > F = 0.0000
Căn bậc 2 của giá trị trung bình của tổng bình phương sai số Root MSE = 0.34469
Hình 3. 3 Kết quả hồi quy bằng phương pháp OLS 3.2. Phân tích bảng kết quả 3.2. Phân tích bảng kết quả
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu như sau:
lnconsume = 4.813795 + 0.0000861wage + 0.1274641female + 0.1153519 brand + 0.6464404price + 0.3266552quality + ei
• F(5, 261)=85.78 : giá trị kiểm định F 5 yếu tố và 261 bậc tự do.
• Prob>F =0.0000: mức ý nghĩa của kiểm định F ở đây nhỏ hơn 5% chứng tỏ R2 của tổng thể khác 0. Nói cách khác là các hệ số hồi quy của phương trình hồi quy tổng thể khơng đồng thời bằng 0.
• R2 = 0.6217 : Mơ hình giải thích được 62,17% sự biến động trung bình của biến phụ thuộc
• Adj R-squared = 0.6144: R2 hiệu chỉnh, dùng để xem xét việc đưa thêm biến giải thích mới vào mơ hình hoặc bỏ bớt biến giải thích.
• Các biến wage, female, brand, price, quality có p-value nhỏ hơn mức ý nghĩa 0,05, thực sự có tác động đến lnconsume
* Ý nghĩa của các hệ số hồi quy riêng phần:
Đối với β̂1: Khi các biến số wage, female, brand, price, quality có giá trị bằng 0, thì giá trị lnconsume trung bình là 4,813795 đơn vị, hay giá trị consume trung bình là e4,813795 = 123.198269 nghìn VNĐ, đó chính là trung bình ảnh hưởng của các yếu tố khác khơng nằm trong mơ hình lên số tiền chi tiêu cho mỹ phẩm trung bình hàng tháng của sinh viên Đại học Ngoại thương Hà Nội .
Đối với β̂2: Khi female, brand, price, quality khơng đổi và nếu wage tăng (giảm) 1 nghìn VNĐ thì consume trung bình tăng (giảm) 0.00861%.
Đối với β̂3: Tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm của nữ giới nhiều hơn nam giới trung bình là 12.74641% trong trường hợp các yếu tố khác không đổi. Đối với β̂4: Tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm của mỹ phẩm nổi tiếng nhiều hơn mỹ phẩm không nổi tiếng là 11.53519% trong trường hợp các yếu tố khác không đổi.
Đối với β̂5: Tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm có giá thành dưới 250 nghìn VND nhiều hơn 64.64404% mỹ phẩm có giá thành từ 250 nghìn VND trở lên trong trường hợp các yếu tố khác không đổi.
Đối với β̂6: Tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm của người tiêu dùng quan tâm đến chất lượng sản phẩm nhiều hơn 32.66552 % so với người tiêu dùng không quan tâm đến chất lượng sản phẩm trong trường hợp các yếu tố khác không đổi.