Описание теоретических моделей - Анализ эффективности использования социальных сетей при включении их в формирование стратегии продвижения микробизнеса в условиях современной России

На данном этапе работы оценивались регрессионная модель для дальнейшего тестирования влияния различных факторов на успешное ведение бизнеса в соцсетях.

Таблица 8. Первоначальный регрессионный анализ

Как мы видим из первоначального регрессионого анализа, незначимыми на 5% уровне значимости переменными оказались: знание о своих конкурентах, инструменты соцсетей для улучшения качества общения с клиентами, как часто выкладывают контент, удаление отзывов, использование бесплатных методов продвижения, пол и возраст предпринимателя.

После преобразования и выкидывания незначимых переменных, конечная регрессия получилось такой:

Таблица 9. Регрессионный анализ

Оценим первичную модель: гипотеза о неадекватности всей регрессионной модели отвергается на любом адекватном уровне значимости (Prob > F = 0.0000). Объяснено 38% вариации эффективности ведения социальных сетей (кол-во покупок). Как можно увидеть мы не стали исключать переменную free_meth_ex, так как при ее выбрасывании модель значительно ухудшалась.

Для модели будет более адекватно использовать логарифмы денежных переменных (сумма затрат на рекламу) и количества подписчиков; также стоит оценивать переменную использование социальных сетей и разновидность контента не как одну переменную, а как четыре и две искусственных переменных соответственно.

Специфицированная форма до тестирования для модели:

(1)

Далее необходимо провести проверку регрессионной модели на соответствие основным предпосылкам теоремы Гаусса-Маркова и ряд дополнительных проверок.

Тестирование качества параметров модели.

Для начала стоит посмотреть корреляционную матрицу наших переменных в модели (значения не должны превышать 0.4):

Таблица 10. Корреляционная матрица

Затем стоит проверить на наличие мульколлениарности в модели. Для этого мы введем команду VIF в Stata.

Таблица 11. VIF-ы - проверка на мульколлениарность

Как мы видим из таблицы, VIF-ы не превышают значение 3 (от 1 до 3 значения - слабая мульколлениарность), кроме переменной social_net, суть которой заключается в агрегированной суммы используемых социальных сетей. Но мы можем перейти к старому виду этой переменной, который не отражает по отдельности 4 компоненты. Также скорее всего тест выявил не проблему мультиколлинеарности, а проблему не большой выборки по переменной, поэтому при более широкой выборке данной проблемы не будет. Мы опустим данную ситуацию, так как при выкидывании данного фактора из модели, качество конечной значимо ухудшится.

Воспользуемся тестами Уайта и Бройша-Пагана для проверки наличия гетеро - и гомоскедастичности.

Таблица 12. Результаты проверки на гетеро - и гомоскедастичности

Статистика Уайта

65,54

P-value (Уайт)

0,0625

Статистика Бройша-Пагана

0,15

P-value (Бройш-Паган)

0,0696

В обоих тестах значения p-value больше 5% уровня значимости, соответственно гипотеза о наличии гетеродастичности не отвергается, остатки модели гомоскедастичны. После проведения теста на спецификацию Прегибона, в STATA мы проводим данный тест с помощью команды "linktest". Тест выявил незначимость переменной "_hatsq", определяющая то, насколько квадратичная форма нормальна для модели, она незначима на 5% уровне значимости: модель правильно специфицирована.

Проведем тест Рамсея, который показывает правильно ли специфицирована модель и не упущены ли какие-то переменные:

Таблица 13. Результаты теста Рамсея

Ovtest

Тест Рамсея

F(2, 87) = 0.39

Ho: model has no omitted variables

Как мы видим p-value больше 5% уровня значимости, основная гипотеза о правильной спецификации исходной модели не отвергается, также мы можем сказать, что значимые переменные не упущены.

Наконец, мы переходим к проверке на нормальность распределения остатков в модели. Тест Шапиро-Вилка не отвергает нулевую гипотезу о нормальности распределения остатков, поскольку P-value больше 5% уровня значимости.

Похожие статьи




Описание теоретических моделей - Анализ эффективности использования социальных сетей при включении их в формирование стратегии продвижения микробизнеса в условиях современной России

Предыдущая | Следующая