CHƯƠNG 1 CƠ SỞ LÝ THUYẾT
1. Mơ hình ước lượng
1.1. Kết quả ước lượng ban đầu
Sử dụng phần mềm STATA, hồi quy mơ hình 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: consume
consume Hệ số hồi quy
Sai số chuẩn của hệ số hồi quy Thống kê t P-value wage 0.075831 0.0099327 7.63 0.000 female 47.90611 30.99293 1.55 0.123 brand 22.90918 26.65098 0.86 0.391 price 203.0113 32.72288 6.20 0.000 quality 122.8206 28.86147 4.26 0.000 Const -69.21762 38.70459 -1.79 0.075 Tổng bình phương SS Bậc tự do df Bình phương trung bình MS Mẫu 8902993.29 5 1780598.66 Phần dư 9258231.71 261 35472.1521 Tổng 18161225 266 68275.2819
F(5, 261) = 50.20
Hệ số xác định R2 = 0.4902
Hệ số xác định hiệu chỉnh = 0.4805 Prob > F = 0.0000
Căn bậc 2 của giá trị trung bình của tổng bình phương sai số Root MSE = 188.34
Hình 3.1 Kết quả mơ hình hồi quy bằng phương pháp OLS 1.2. Phân tích bảng kết quả
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu như sau:
consume = -69.21762 + 0.075831wage + 47.90611female + 22.90918brand + 203.0113price + 122.8206quality + ei
• F(5.261)= 50.20 : 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 bé 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 = 0.4902: Mơ hình giải thích được 49,2% sự biến động trung bình của biến phụ thuộc
• Adj R-squared = 0.4805: 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, price, quality có p-value < mức ý nghĩa 0,05, thực sự có tác động đến consume
• Hệ số của wage là 0.075831 mang dấu dương, tương quan cùng chiều, phù hợp với dấu kỳ vọng.
• Hệ số của female là 47.90611 mang dấu dương, phù hợp với dấu kỳ vọng.
• Hệ số của brand là 22.90918 mang dấu dương, tương quan cùng chiều, phù hợp với dấu kỳ vọng.
• Hệ số của price là 203.0113 mang dấu dương, tương quan cùng chiều, phù hợp với dấu kỳ vọng.
• Hệ số của quality là 122.8206 mang dấu dương, tương quan cùng chiều, phù hợp với dấu kỳ vọng.
2. Kiểm định và khắc phục các khuyết tật của mơ hình
2.1. Kiểm định các biến bị bỏ sót (kiểm định dạng đúng của mơ hình)
❖ Kiểm định
Tiến hành kiểm định Ramsey’s RESET bằng Stata ta thu được kết quả:
Xét cặp giả thuyết: {H0: Hệ số 𝑌̂𝑖
2
; 𝑌̂𝑖3đồng thời bằng 0 (Mơ hình khơng bỏ sót biến)
H1: Hệ số 𝑌̂𝑖2ℎ𝑜ặ𝑐 𝑌̂𝑖3 khác 0 (Mơ hình bỏ sót biến) tại 𝛼 = 0.05 Từ kết quả trên, với p-value = 0.000 < α = 0,05 => Bác bỏ H0
Kiểm định RESET của Ramsey kiểm định các biến bị bỏ sót Giả thuyết H0: Mơ hình ban đầu khơng bỏ sót biến
Kiểm định thống kê: F = 8.25 Với p-value = 0.0000
Nhận xét: Mơ hình bỏ sót biến.
❖ Khắc phục
Tiến hành xác định lại dạng của mơ hình như sau: lnconsume = β̂1+ β̂ wage + β2 ̂3female + β
4 ̂brand + β 5 ̂price + β 6 ̂quality + ei
Hồi quy mơ hình trên và tiến hành lại kiểm định Ramsey’s RESET với mơ hình mới bằng STATA ta thu được kết quả:
Xét cặp giả thuyết :
{H0: Hệ số 𝑌̂𝑖 2
; 𝑌̂𝑖3đồng thời bằng 0 (Mơ hình khơng bỏ sót biến)
H1: Hệ số 𝑌̂𝑖2ℎ𝑜ặ𝑐 𝑌̂𝑖3 khác 0 (Mơ hình bỏ sót biến) 𝑡ạ𝑖 α= 0,05 Từ kết quả trên, với p-value = 0.0546 > α = 0,05 => Chấp nhận H0
Nhận xét: Mơ hình mới khơng mắc lỗi bỏ sót biến.
2.2. Đa cộng tuyến
Dấu hiệu: Xét nhân tử phóng đại phương sai VIF
Biến VIF
price 1.34
quality 1.33
Kiểm định RESET của Ramsey kiểm định các biến bị bỏ sót Giả thuyết H0: Mơ hình ban đầu khơng bỏ sót biến
Kiểm định thống kê: F = 2.57 Với p-value = 0.0546
wage 1.17
brand 1.17
female 1.12
VIF trung bình 1.23
Bảng 3. 1 Kết quả thừa số tăng phương sai VIF
• VIFprice = 1.34 < 10 suy ra rằng khơng có đa cộng tuyến giữa biến price với các biến độc lập cịn lại.
• VIFquality = 1.33 < 10 suy ra rằng khơng có đa cộng tuyến giữa biến quality với các biến độc lập cịn lại.
• VIFwage = 1.17 < 10 suy ra rằng khơng có đa cộng tuyến giữa biến wage với các biến độc lập cịn lại.
• VIFbrand = 1.17 < 10 suy ra rằng khơng có đa cộng tuyến giữa biến brand với các biến độc lập cịn lại.
• VIFfemale = 1.12 < 10 suy ra rằng khơng có đa cộng tuyến giữa biến female với các biến độc lập còn lại.
Nhận xét: Mơ hình khơng tồn tại đa cộng tuyến.
2.3. Kiểm định phương sai sai số thay đổi
Nhận biết: Hồi quy mơ hình mới ta thu được mơ hình mẫu và các phần dư ei.
Giả sử mơ hình mắc khuyết tật phương sai sai số thay đổi, và sự thay đổi của phương sai đó phụ thuộc vào biến độc lập, bình phương biến độc lập và tích chéo giữa các biến độc lập với nhau (tích chéo giữa 2 biến độc lập).
Thực hiện hồi quy phụ mơ hình:
𝑒𝑖2 = 𝛼1+ 𝛼2𝑋2+ 𝛼3𝑋3+ 𝛼4𝑋4+ 𝛼5𝑋5+ 𝛼6𝑋6+ 𝛼7𝑋22+ 𝛼8𝑋32+ 𝛼9𝑋42+ 𝛼10𝑋52 + 𝛼11𝑋62+𝛼12𝑋2𝑋3+ 𝛼13𝑋2𝑋4+ 𝛼14𝑋2𝑋5+ 𝛼15𝑋2𝑋6+ 𝛼16𝑋3𝑋4 + 𝛼17𝑋3𝑋5+ 𝛼18𝑋3𝑋6+ 𝛼19𝑋4𝑋5+ 𝛼20𝑋4𝑋6+ 𝛼21𝑋5𝑋6
(Trong đó giả định: X2 = wage, X3 =female, X4 = brand, X5 = price, X6 = quality) Tiến hành kiểm định White bằng phần mềm STATA ta thu được kết quả:
Kiểm định White phương sai sai số thay đổi
Giả thuyết H0: Khơng có hiện tượng phương sai sai số thay đổi Kiểm định t: LM = 19.51
Với p-value = P(𝜒162 > 16.51) = 0.2430
Hình 3. 2 Kết quả kiểm định White phương sai sai số thay đổi
Xét cặp giả thuyết:
{Ho: 𝛼2 = 𝛼3… = 𝛼21 = 0 (phương sai sai số đồng nhất)
H1: ∋ 1 giá trị α ≠ 0 (phương sai sai số thay đổi) tại 𝛼 = 0,05 Từ kết quả trên, với p-value = 0.2430 > α = 0,05 => Chấp nhận H0.
Nhận xét: Kết quả kiểm định phương sai thay đổi phần dư của mơ hình hồi quy theo
phương pháp White cho thấy khơng có hiện tượng phương sai sai số thay đổi trong mơ hình hồi quy với mức ý nghĩa thống kê là 5%
2.4. Kiểm định phân phối chuẩn của nhiễu
Do số quan sát lớn (267 quan sát > 120 quan sát) nên ta không cần kiểm định phân phối chuẩn của nhiễu.
2.5. Kiểm định tự tương quan
Vì mơ hình sử dựng dữ liệu dạng chéo nên ta không cần kiểm định tự tương quan.
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.
4. Kiểm định giả thuyết
4.1. Kiểm định hệ số hồi quy
Giả thuyết: Giả thuyết: {𝐻0: 𝛽𝑖 = 0
𝐻1: 𝛽𝑖 ≠ 0 𝑣ớ𝑖 𝑚ứ𝑐 ý 𝑛𝑔ℎĩ𝑎 𝛼 = 5%
Nếu P - value < 0,05 thì bác bỏ giả thiết H0. Nếu P - value > 0,05 thì chấp nhận giả thiết H0.
Bảng 3. 2 Kiểm định hệ số hồi quy
Tên
biến Ý nghĩa Hệ
số Giá trị P - value Kết quả Kết luận
wage Thu nhập hàng tháng β̂2 0 .0000861 0.000 < α Có ý nghĩa thống kê Thu nhập hàng tháng có ảnh hưởng đến quyết định chi tiêu mỹ phẩm female Giới tính β̂3 0.1274641 0.025 < α Có ý nghĩa thống kê Giới tính có ảnh hưởng đến quyết định chi tiêu mỹ phẩm brand Thương hiệu mỹ phẩm β̂4 0.1153519 0.019 < α Có ý nghĩa thống kê Thương hiệu có ảnh hưởng đến quyết định chi tiêu mỹ phẩm price Giá thành mỹ phẩm β̂5 0.6464404 0.000 < α Có ý nghĩa thống kê Giá thành của mỹ phẩm có ảnh hưởng đến quyết định chi tiêu mỹ phẩm quality Chất lượng mỹ phẩm β̂6 0.3266552 0.000 < α Có ý nghĩa thống kê Chất lượng mỹ phẩm có ảnh hưởng đến quyết định chi tiêu mỹ phẩm
Nhận xét: Dựa vào giá trị thống kê này ta có thể kết luận tất cả hệ số ước lượng của
các biến wage, female, brand, price, quality có ý nghĩa với mức ý nghĩa thống kê là 5%. Nói một cách khác, tất cả các biến đều có ảnh hưởng đến số tiền chi tiêu cho mỹ phẩm trung bình hàng tháng của sinh viên ĐH Ngoại thương.
Thứ nhất, thu nhập hàng tháng (wage) tương quan dương với chi tiêu mỹ phẩm: Khi thu nhập hàng tháng được kì vọng tăng thì chi tiêu mỹ phẩm tăng, điều này phù hợp với giả thuyết nghiên cứu. Nếu thu nhập hàng tháng được kì vọng trung bình tăng 1 nghìn VNĐ sẽ làm chi tiêu mỹ phẩm tăng trung bình 0. 00861% trong trường hợp các yếu tố khác khơng đổi. Điều này phản ánh đúng tình hình thực tế, khi thu nhập được kì vọng liên tiếp tăng lên, sinh viên sẽ có nhiều tiền hơn, việc chi tiêu cho các hàng hóa thứ cấp giảm và hàng hóa thơng thường tăng (ở đây mỹ phẩm khơng phải hàng hóa thứ cấp mà là hàng hóa thơng thường). Như vậy dấu của hệ số ước lượng phù hợp với mơ hình kinh tế về chi tiêu và thu nhập.
Thứ hai, giới tính sinh viên sử dụng mỹ phẩm (female) tương quan dương với chi tiêu mỹ phẩm. Điều này có nghĩa là sinh viên nữ (female = 1) chi tiêu cho mỹ phẩm nhiều hơn so với sinh viên nam (female = 0). Chênh lệch trung bình giữa chi tiêu cho mỹ phẩm của sinh viên nữ và sinh viên nam là 0.1274641. Tức là tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm của nữ giới nhiều hơn nam giới trung bình 12.74641% trong trường hợp các yếu tố khác khơng đổi. Điều này phản ánh đúng tình hình thực tế: nữ giới có nhu cầu làm đẹp và sử dụng mỹ phẩm cao hơn nam giới. Như vậy dấu của hệ số ước lượng phù hợp với mơ hình kinh tế.
Thứ ba, thương hiệu mỹ phẩm sử dụng có nổi tiếng hay khơng? (brand) tương quan dương với chi tiêu mỹ phẩm. Điều này có nghĩa là chi tiêu cho mỹ phẩm nổi tiếng (brand = 1) lớn hơn so với chi tiêu cho mỹ phẩm không nổi tiếng (brand = 0). Chênh lệch trung bình giữa chi tiêu cho mỹ phẩm có thương hiệu nổi tiếng và mỹ phẩm có thương hiệu khơng nổi tiếng là 0.1153519. Tức là tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm có thương hiệu nổi tiếng nhiều hơn mỹ phẩm khơng có thương hiệu nổi tiếng trung
bình 11.53519% trong trường hợp các yếu tố khác khơng đổi. Điều này phản ánh đúng tình hình thực tế: người tiêu dùng có xu hướng tiêu dùng các hàng hóa nổi tiếng, đáng tin cậy nhiều hơn. Như vậy dấu của hệ số ước lượng phù hợp với mơ hình kinh tế về thị hiếu người tiêu dùng.
Thứ tư, giá cả mỹ phẩm (price) có tương quan dương và tác động mạnh nhất tới chi tiêu mỹ phẩm. Điều này có nghĩa là chi tiêu cho mỹ phẩm có giá thấp hơn 250 nghìn VNĐ (price = 1) lớn hơn so với chi tiêu cho mỹ phẩm có giá từ 250 nghìn VNĐ trở lên (price = 0). Chênh lệch trung bình giữa chi tiêu cho mỹ phẩm có giá thấp hơn 250 nghìn VNĐ và mỹ phẩm có giá từ 250 nghìn VNĐ trở lên là 0.6464404. Tức là tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm có giá thấp hơn 250 nghìn VNĐ nhiều hơn mỹ phẩm có giá từ 250 nghìn VNĐ trở lên trung bình 64.64404% trong trường hợp các yếu tố khác không đổi. Điều này phản ánh đúng tình hình thực tế: giá giảm, lượng tiêu thụ tăng, đồng nghĩa với chi tiêu tăng và ngược lại. Như vậy dấu của hệ số ước lượng phù hợp với mơ hình kinh tế về đường cầu của người tiêu dùng.
Cuối cùng, chất lượng mỹ phẩm (quality) có tương quan dương tới chi tiêu mỹ phẩm. Điều này có nghĩa là chi tiêu cho mỹ phẩm có được người mua quan tâm tới chất lượng (quality = 1) lớn hơn so với chi tiêu cho mỹ phẩm không được người mua quan tâm tới chất lượng (quality = 0). Chênh lệch trung bình giữa chi tiêu cho mỹ phẩm có được người mua quan tâm tới chất lượng và mỹ phẩm không được người mua quan tâm tới chất lượng là 0.3266552. Tức là tổng số tiền chi tiêu trung bình hàng tháng cho mỹ phẩm có được người mua quan tâm tới chất lượng nhiều hơn mỹ phẩm không được người mua quan tâm tới chất lượng trung bình 32.66552% trong trường hợp các yếu tố khác không đổi. Điều này phản ánh đúng tình hình thực tế: người tiêu dùng, đặc biệt với các hàng hóa ảnh hưởng đến sức khỏe như mỹ phẩm, quan tâm tới chất lượng sản phẩm. Như vậy dấu của hệ số ước lượng phù hợp với mơ hình kinh tế.
4.2. Kiểm định sự phù hợp của mơ hình
Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập 𝛽𝑖 đồng thời bằng 0 có xảy ra hay khơng. (𝑖 = 2,6̅̅̅̅)
Giả thuyết thống kê: