Tiểu luận Phân tích mô hình lương khởi điểm môn Thống kê ứng dụng | Trường Đại học Bách Khoa Hà Nội

****** ****** H TIỂU LUẬN
HỌC PHẦN: THỐNG KÊ ỨNG DỤNG Case: Asian School
Giảng viên hướng dẫn: T.S Hà Thị Thư Trang Nhóm 9 Họ và tên MSSV 1. Đới Thị Linh 20203113
2. Đinh Thị Phương Thảo 20203128
3. Trương Thị Thùy Trang 20203136
4. Phạm Phương Trang 20203135 5. Hà Thị Thu Hằng 20203139
Hà Nội, Tháng 7 năm 2023 MỤC LỤC LỜI MỞ ĐẦU
Thống kê ứng dụng là môn học rất cần thiết trong học tập và giảng dạy đối với giáo dục đại học
Việt Nam nói chung và sinh viên các ngành kinh tế nói riêng. Đặc biệt là đối với sinh viên của các
chuyên ngành khối kinh tế - xã hội.
Những tình huống thực tế sẽ giúp sinh viên hiểu sâu và hiểu kỹ lý thuyết hơn, có thể vận dụng
những gì đã học vào tình huống cụ thể mà sau này có thể sẽ gặp trong công việc. Làm quen với
những thách thức cần phải đưa ra một quyết định trong dự án kinh doanh của chính mình hoặc của
doanh nghiệp mà mình công tác.
Để hoàn thành được bài tiểu luận này, nhóm chúng em đã nỗ lực rất nhiều và chúng em xin gửi lời
cảm ơn sâu sắc tới cô giáo Hà Thị Thư Trang, bộ môn Quản trị kinh doanh, Viện Kinh tế và Quản
lý, Trường Đại học Bách khoa Hà Nội đã đồng hành cùng chúng em suốt quá trình học tập, cảm
ơn cô đã tận tình giảng dạy và truyền thụ kiến thức, kinh nghiệm cũng như phong cách trình bày,
để chúng em có thêm những bài học quý báu.
Do chưa có cơ hội va chạm và tiếp xúc với môi trường thực tế trong kinh doanh nên nhóm có thể
chưa hiểu rõ hoặc hiểu sai những yêu cầu trong tình huống, bài làm còn những sai sót, rất mong
nhận được sự góp ý và sửa chữa của cô và các bạn.
Chúng em xin trân trọng cảm ơn!
Hà Nội, ngày 16 tháng 07 năm 2023 Nhóm thực hiện
Đóng góp của các thành viên
1. Thực hiện thống kê mô tả các biến:
2. Phân tích theo các nội dung câu hỏi được gợi ý trong Case Problems:
3. Phân tích hồi quy, giải thích mô hình đề xuất:
4. Thảo luận chi tiết về kết quả mô hình: 5. Tổng kết nội dung: I.
Đặt vấn đề và đề xuất mô hình 1. Đặt vấn đề
Việc theo đuổi bằng cấp giáo dục đại học trong kinh doanh mang tính quốc
tế, một cuộc khảo sát cho thấy ngày càng nhiều người Châu Á chọn lấy
bằng thạc sĩ quản trị kinh doanh (MBA) để đạt thành công trong doanh
nghiệp. Do đó, số lượng ứng viên đăng ký khóa học MBA tại các trường
Châu Á Thái Bình Dương tăng nhanh.
Trên khắp các khu vực, hàng ngàn người Châu Á sẵn sàng gác lại sự nghiệp
để dành ra 2 năm theo đuổi bằng cấp kinh doanh. Các khóa học này nổi
tiếng là khó và bao gồm các kiến thức về kinh tế, ngân hàng, tiếp thị, khoa
học hành vi, quan hệ lao động, ra quyết định, tư duy chiến lược, luật kinh
doanh... Bảng số liệu cho thấy một số đặc điểm của các trường kinh doanh
hàng đầu Châu Á Thái Bình Dương. II.
THỐNG KÊ MÔ TẢ VỀ CÁC BIẾN NGHIÊN CỨU QUAN TÂM
Bản tóm tắt cho từng biến trong tập dữ liệu Full-Time Students Local Starting Foreign %Foreign Age Enrollment per Tuition Salary Tuitiion Faculty ($) ($) ($) Mean 165.16 8.48 12374.9 37292 16581.8 28.08 28.36 Median 126 7 11513 41400 17765 27 29 Mode 30 5 7500 16000 0 29 Minimum 12 2 1000 7000 1000 0 22 Maximum 463 19 33060 87000 33060 90 37 Range 451 17 32060 80000 320060 90 15 Sum 4129 212 309373 932300 414545 702 709 Students per Full-Time Enrollment Xi-U (Xi-U)^2 Faculty Xi-U (Xi-U)^2 200 34.8 1213.83 5 -3.5 12.11 228 62.8 3948.87 4 -4.5 20.07 392 226.8 51456.39 5 -3.5 12.11 90 -75.2 5649.03 5 -3.5 12.11 126 -39.2 1533.51 4 -4.5 20.07 389 223.8 50104.35 5 -3.5 12.11 380 214.8 46156.23 5 -3.5 12.11 147 -18.2 329.79 6 -2.5 6.15 463 297.8 88708.67 8 -0.5 0.23 42 -123.2 15168.39 2 -6.5 41.99 50 -115.2 13261.83 5 -3.5 12.11 138 -27.2 737.67 17 8.5 72.59 60 -105.2 11058.63 2 -6.5 41.99 12 -153.2 23457.99 8 -0.5 0.23 200 34.8 1213.83 7 -1.5 2.19 350 184.8 34165.83 13 4.5 20.43 300 134.8 18181.83 10 1.5 2.31 20 -145.2 21071.43 19 10.5 110.6 7 30 -135.2 18268.23 15 6.5 42.51 30 -135.2 18268.23 7 -1.5 2.19 240 74.8 5601.03 9 0.5 0.27 98 -67.2 4510.47 15 6.5 42.51 70 -95.2 9055.43 14 5.5 30.47 30 -135.2 18268.23 5 -3.5 12.11 44 -121.2 14679.75 17 8.5 72.59 165.16 476069.36 8.48 614.24 Phương sai mẫu 19836.22 Phương sai 25.59 mẫu Phương sai tổng Phương sai thể 19042.77 tổng thể 24.57 Độ lệch chuẩn mẫu 140.84 Độ lệch chuẩn 5.06 mẫu Độ lệch tiêu chuẩn 138.00 Độ lệch tiêu 4.96 chuẩn Local Tuition Xi-U (Xi-U)^2 Foreign Xi-U (Xi-U)^2 ($) Tuitiion ($) 24,420 12045.1 145083952.21 29,600 13018.2 169473531.24 19,993 7618.1 58035142.89 32,582 16000.2 256006400.04 4,300 - 65204333.01 4,300 -12281.8 150842611.24 8074.9 11,140 - 1525027.4 11,140 -5441.8 29613187.24 1234.9 1 33,060 20685.1 427872534.61 33,060 16478.2 271531075.24 7,562 - 23164198.93 9,000 -7581.8 57483691.24 4812.9 3,935 - 71232249.61 16,000 -581.8 338491.24 8439.9 6,146 - 38799444.37 7,170 -9411.8 88581979.24 6228.9 2,880 - 90153505.81 16,000 -581.8 338491.24 9494.9 20,300 7925.1 62806893.01 20,300 3718.2 13825011.24 8,500 - 15015005.01 8,500 -8081.8 65315491.24 3874.9 16,000 3625.1 13141205.01 22,800 6218.2 38666011.24 11,513 -861.9 742906.09 11,513 -5068.8 25692733.44 17,172 4797.1 23011976.53 19,778 3196.2 10215694.44 17,355 4980.1 24801196.81 17,355 773.2 597838.24 16,200 3825.1 14631237.01 22,500 5918.2 35025091.24 18,200 5825.1 33931557.01 18,200 1618.2 2618571.2 4 16,426 4051.1 16411249.17 23,100 6518.2 42486931.24 13,106 731.1 534477.97 21,625 5043.2 25433866.24 13,880 1505.1 2265265.8 17,765 1183.2 1399962.2 1 4 1,000 -11374.9 129388805.01 1,000 -15581.8 242792491.24 9,475 - 8409536.0 19,097 2515.2 6326231.0 2899.9 1 4 11,250 - 1265445.0 26,300 9718.2 94443411.24 1124.9 1 2,260 -10114.9 102311606.61 2,260 -14321.8 205113955.24 3,300 - 82354173.01 3,600 -12981.8 168527131.24 9074.9 12,375 1452092923.84 16581.8 2002689880.00 Phương sai 60503871.83 Phương sai 83445411.67 mẫu mẫu Phương sai Phương sai tổng thể 58083716.95 tổng thể 80107595.20 Độ lệch chuẩn 7778.42 Độ lệch chuẩn 9134.85 mẫu mẫu Độ lệch tiêu 7621.27 Độ lệch tiêu 8950.28 chuẩn chuẩn Age Xi-U (Xi-U)^2 %Foreign Xi-U (Xi-U)^2 28 -0.4 0.13 47 18.9 357.97 29 0.6 0.41 28 -0.1 0.01 22 -6.4 40.45 0 -28.1 788.49 29 0.6 0.41 10 -18.1 326.89 28 -0.4 0.13 60 31.9 1018.89 25 -3.4 11.29 50 21.9 480.49 23 -5.4 28.73 1 -27.1 733.33 29 0.6 0.41 51 22.9 525.33 23 -5.4 28.73 0 -28.1 788.49 30 1.6 2.69 80 51.9 2695.69 32 3.6 13.25 20 -8.1 65.29 32 3.6 13.25 26 -2.1 4.33 26 -2.4 5.57 37 8.9 79.57 34 5.6 31.81 27 -1.1 1.17 25 -3.4 11.29 6 -22.1 487.53 30 1.6 2.69 30 1.9 3.69 29 0.6 0.41 90 61.9 3834.09 30 1.6 2.69 10 -18.1 326.89 37 8.6 74.65 35 6.9 47.89 32 3.6 13.25 30 1.9 3.69 24 -4.4 19.01 0 -28.1 788.49 29 0.6 0.41 43 14.9 222.61 23 -5.4 28.73 2.5 -25.6 654.34 32 3.6 13.25 15 -13.1 171.09 28 -0.4 0.13 3.5 -24.6 604.18 15010.3 28.36 343.76 28.08 4 Phương sai mẫu 14.32 Phương sai mẫu 625.43 Phương sai tổng Phương sai tổng thể 13.75 thể 600.41 Độ lệch chuẩn Độ lệch chuẩn mẫu 3.78 mẫu 25.01 Độ lệch tiêu chuẩn
3.71 Độ lệch tiêu chuẩn 24.50 Starting Salary ($) Xi-U (Xi-U)^2 71,400 34108 1163355664 65,200 27908 778856464 7,100 -30192 911556864 31,000 -6292 39589264 87,000 49708 2470885264 22,800 -14492 210018064 7,500 -29792 887563264 43,300 6008 36096064 7,400 -29892 893531664 46,600 9308 86638864 49,300 12008 144192064 49,600 12308 151486864 34,000 -3292 10837264 60,100 22808 520204864 17,600 -19692 387774864 52,500 15208 231283264 25,000 -12292 151093264 66,000 28708 824149264 41,400 4108 16875664 48,900 11608 134745664 7,000 -30292 917605264 55,000 17708 313573264 7,500 -29792 887563264 16,000 -21292 453349264 13,100 -24192 585252864 37292 13208078400 Phương sai mẫu 550336600 Phương sai tổng thể 528323136 Độ lệch chuẩn mẫu 23459.25 Độ lệch tiêu chuẩn 22985.28
- Nhận xét : Bản tóm tắt cung cấp cái nhìn tổng quan về tính chất và đặc điểm của từng
biến số trong tập dữ liệu. Bạn đọc có thể nhanh chóng nắm bắt các thông tin quan
trọng về từng biến ví dụ như Full-Time Enrollment bao gồm Mean, Median ,Mode
,Minimum ,Maximum ,Range, Sum , phương sai , độ lệch chuẩn . Bản tóm tắt biến
giúp ta nhận ra các xu hướng và mối quan hệ giữa các biến. Bằng cách biết được
mối quan hệ giữa các biến, ta có thể dự đoán và hiểu rõ hơn về cách chúng tác động
lẫn nhau trong dữ liệu. Từ đó có thể cung cấp thông tin chi tiết mới liên quan đến
các trường kinh doanh Châu Á-Thái Bình Dương.
III.BIỂU ĐỒ PHÂN TÁN
-Biểu đồ phân tán cho thấy mối quan hệ giữa các biến số. Các điểm dữ liệu có xu hướng
giảm dần khi di chuyển từ trái qua phải có thể chứng tỏ sự tương quan giữa các biến số.
Biểu đồ phân tán giúp phân biệt các điểm thuộc về các nhóm khác nhau thông qua các ký
hiệu, màu sắc hoặc kích thước khác nhau của điểm. Điều này giúp tìm hiểu rõ hơn về sự
phân bố của từng nhóm và tương quan giữa các nhóm đó. Điểm dữ liệu tập trung gần một
đường thẳng có độ tin cậy cao hơn so với các điểm dữ liệu lan tỏa rộng rãi xung quanh.
-Biểu đồ trên cho thấy Starting Salary là các điểm dữ liệu ngoại lệ (outliers), tức là các
điểm có giá trị cách xa so với phần còn lại của dữ liệu. Điều này cho thấy mức lương khởi
điểm của các trường kinh doanh hàng đầu Châu Á Thái Bình Dương có sự chênh lệch đáng
kể . Điều này sẽ cung cấp thông tin hữu ích cho các trường đại học kinh doanh hàng đầu
Châu Á Thái Bình Dương , họ sẽ dựa vào đó để điều chỉnh các kế hoạch học tập và giảng
dạy phù hợp sao cho mức lương khởi điểm cao hơn để thu hút sinh viên hơn. - Biểu đồ còn
cho thấy mức độ chênh lệch giữa học phí địa phương ( Local tuiton ) và học phí nước ngoài
( Foreign Tuitiion ) là không lớn . Mức độ rải các điểm dữ liệu tương đồng và có trùng
nhau 1 số điểm cho thấy việc đi học ở nước ngoài không quá tốn kém so với việc học ở tại
các địa phương khu vực Châu Á Thái Bình Dương. Điều này cũng khuyến khích các sinh
viên học tập tại địa phương hơn là đi học tại nước ngoài .
IV. DÙNG THỐNG KÊ MÔ TẢ ĐỂ SO SÁNH
1. so sánh bất kì sự khác biệt giữa chi phí học phí địa phương và học phí nước ngoài: BẢNG 1 -
Dựa vào dữ liệu đề bài để so sánh về sự khác biệt giữa các khoá học học phí
trong nước và nước ngoài. -
Đầu tiên, chúng ta cần tính giá trị tuyệt đối của sự khác biệt giữa Local Tution
và Foreign sẽ cho ra được cột giá trị Absolute value of Diff như ở bảng 1. Sau đó, ta
sử dụng hàm If để lọc ra nếu độ lệch = 0 thì cho ra giá trị là SAME còn khác 0 thì sẽ cho ra giá trị DIFF.
=if(D2=0; “SAME”, “DIFF”)
Tiếp theo, sẽ tính trung bình cộng của từng cột giá trị: =AVERAGE(B2:B26) BẢNG 2
Sau khi lọc và tính giá trị trung bình, chúng ta lập một bảng riêng bằng pivot table
để cho thấy rõ hơn về sự khác biệt giữa Local Tution và Foreign Tution.
Từ bảng 2 ta thấy, đối với 2 dữ liệu cần so sánh này có sự khác biệt tương đối rõ
ràng và gần như đồng đều về số lượng trường học có chi phí giống nhau và khác
nhau. Cụ thể có 10 trường có mức học phí trong nước và nước ngoài là như nhau
chiếm 40% và 15 trường có mức học phí là chênh lệch chiếm 60%.
2. Sự khác biệt giữa mức lương khởi điểm trung bình cho trường học có yêu cầu và
không yêu cầu về kinh nghiệm làm việc.
- tách riêng dữ liệu của cột kinh nghiệm làm việc (work experience) và cột lương
khởi điểm (Starting Salary), sau đó thực hiện lọc ra thành cột có yêu cầu và không
có yêu cầu work experience Yes/No.
Dùng thống kê mô tả để phân tích số liệu của đề bài đã đưa ra, ta thấy được ý nghĩa
của các kết quả thống kê như sau:
Mean: giá trị mức lương khởi điểm trung bình
Theo bảng 3, thì giá trị mức lương khởi điểm trung bình của các trường không yêu
cầu kinh nghiệm làm việc là 24583,33 $ và của các trường có yêu cầu kinh nghiệm
làm việc là 41305,26$. Cho thấy được sự khác biệt rõ rệt về kinh nghiệm làm việc
có ảnh hưởng mạnh đến mức lương khởi điểm.
Standand error: các giá trị lỗi tiêu chuẩn. từ bảng 3 ta có thể thấy được là không có
kinh nghiệm làm việc thì dẫn đến giá trị lỗi tiêu chuẩn cao hơn hẳn khi có kinh nghiệm làm việc.
Standard deviation: giá trị này cho biết độ lệch chuẩn. độ lệch chuẩn càng cao thì độ
biến thiên càng cao. ở đây thì các trường không yêu cầu kinh nghiệm có độ lệch
chuẩn cao hơn hẳn so với bên các trường có yêu cầu kinh nghiệm.
Giá trị Kurtosis ở bên các trường không yêu cầu kinh nghiệm là 4,11>0, cho thấy
phân phối trong trường hợp này là phân phối có đỉnh. Còn ở bên các trường có yêu
cầu kinh nghiệm là giá trị âm -1,06 cho biết phân phối tương đối bằng phẳng. BẢNG 3
Từ bảng 3, ta thấy số trường ở Châu Á Thái Bình Dương có yêu cầu kinh nghiệm là
19/25 và không yêu cầu là 6/25. Cho thấy được sinh viên từ trường có yêu cầu kinh
nghiệm lương khởi điểm sẽ cao hơn đối với sinh viên từ trường không yêu cầu kinh nghiệm làm việc.
3. Sự khác biệt giữa mức lương khởi điểm cho các trường yêu cầu và không yêu cầu Tiếng Anh.
Đối với các trường không yêu cầu Tiếng Anh mức lương khởi điểm trung bình là
33623.53$, các trường yêu cầu tiếng anh là 45087.5$. Trường không yêu cầu Tiếng
Anh có mức lương khởi điểm thấp nhất là 7000$, cao nhất là 71400$ trong khi đó
trường yêu cầu Tiếng Anh có mức lương khởi điểm thấp nhất là 16000$ và cao nhất
là 87000$. Như vậy nếu ứng viên có trình độ Tiếng Anh tốt sẽ nhận được mức lương
khởi điểm cao hơn những ứng viên không có trình độ Tiếng Anh.
Độ lệch chuẩn (Standard Deviation): độ lệch chuẩn của trường không yêu cầu Tiếng
Anh cao hơn trường yêu cầu Tiếng Anh (24236.24686>21026.5436). Điều này chỉ
ra rằng có sự biến động lớn hơn trong mức độ yêu cầu Tiếng Anh của ứng viên, ứng
viên có thể được xem xét trả lương cao hơn cho các vị trí yêu cầu Tiếng Anh tốt.
V: XÁC ĐỊNH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN MỨC LƯƠNG KHỞI ĐIỂM
Dựa vào bảng ANOVA
Để kiểm định độ phù hợp mô hình hồi quy, đặt giả thuyết Ho: R2 = 0. Phép kiểm định
F được sử dụng để kiểm định giả thuyết. Kết quả của kiểm định : •
Significance F < 0.05: bác bỏ giả thuyết Ho nghĩa là R2 ≠ 0 một cách ý nghĩa
thống kê, mô hình hồi quy là phù hợp. •
Significance F > 0.05: Chấp nhận giả thuyết H0 nghĩa là R2 = 0 một cách ý
nghĩa thống kê, mô hình hồi quy là không phù hợp.
Hay một cách khác khi P-value < 0,05 => có tác động lên biến phụ thuộc; ngược lại
nếu P- value > 0.05 => không tác động lên biến phụ thuộc, bác bỏ giả thuyết H0 chấp nhận giả thuyết đối. 1. Full-Time Enrollment
H0 : Tuyển sinh toàn thời gian có ảnh hưởng đến mức lương khởi điểm
Hi : Tuyển sinh toàn thời gian không ảnh hưởng đến mức lương khởi điểm Từ bảng
ANOVA ta thấy Significance F = 0,056018 > 0,05 => mô hình hồi quy không phù hợp
Kết luận : tuyển sinh toàn thời gian không ảnh hưởng đến mức lương khởi điểm.
2. Foreign Tuitiion ($)
H0 : Học phí nước ngoài có ảnh hưởng đến mức lương khởi điểm
Hi : Học phí nước ngoài không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.000273363 < 0.05 => mô hình hồi quy phù hợp.
Kết luận : học phí nước ngoài có ảnh hưởng đến mức lương khởi điểm 3. Age
Ho : Tuổi có ảnh hưởng đến mức lương khởi điểm
Hi : Tuổi không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.002500654 < 0.05 => mô hình hồi quy phù hợp.
Kết luận : tuổi có ảnh hưởng đến mức lương khởi điểm 4. GMAT
Ho : GMAT có ảnh hưởng đến mức lương khởi điểm
Hi : GMAT không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.209102542 > 0.05 => mô hình hồi quy không phù hợp.
Kết luận : GMAT không ảnh hưởng đến mức lương khởi điểm. 5. Work Experience
Ho : Kinh nghiệm làm việc có ảnh hưởng đến mức lương khởi điểm
Hi : kinh nghiệm làm việc không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.130611765 > 0.05 => mô hình hồi quy không phù hợp.
Kết luận : Kinh nghiệm làm việc không ảnh hưởng đến mức lương khởi điểm.
6. Students per Faculty
Ho : Sinh viên thuộc khoa có ảnh hưởng đến mức lương khởi điểm
Hi : Sinh viên thuộc khoa không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.97170504 > 0.05 => mô hình hồi quy không phù hợp.
Kết luận : Sinh viên thuộc khoa không ảnh hưởng đến mức lương khởi điểm. 7. Local Tuition ($)
Ho : Học phí địa phương có ảnh hưởng đến mức lương khởi điểm
Hi : : Học phí địa phương không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 3.22890230965965E-06 < 0.05 => mô hình hồi quy phù hợp.
Kết luận : : Học phí địa phương có ảnh hưởng đến mức lương khởi điểm. 8. %Foreign
Ho : % Nước ngoài có ảnh hưởng đến mức lương khởi điểm
Hi : : : % Nước ngoài không ảnh hưởng đến mức lương khởi điểm
Từ bảng ANOVA ta thấy Significance F = 0.012177723 < 0.05 => mô hình hồi quy phù hợp.