5. TUTKIMUSTULOKSET
5.5 NORMAALISUUSTESTI
Kuvaajassa 7 on esitetty residuaalien jakauma. Residuaalit näyttävät melko normaalijakautuneilta, lukuun ottamatta pientä huipukkuutta ja korkeita arvoja jakauman laidoilla. Liitteessä seitsemän esitetty Kolmogorov-Smirnov testin antama pr > D arvo on pienempi kuin valittu riskitaso. Tämä tarkoittaisi sitä, että residuaalit eivät ole normaalijakautuneita.
kuvio 7 Residuaalien jakautuneisuus
Kvantiilikuviolla pystytään kuvaamaan normaalijakautuneisuus vielä tavallista histogrammia paremmin. Histogrammikuviosta on vaikea tulkita jakauman residuaalien ääripäiden arvoja, joten normaalijakauman tarkastelua jatketaan kvantiilikuvion avulla.
Kvantiilikuvion tulkinta tapahtuu niin, että mikäli residuaalien muodostama jana seuraa kuvaajaan piirrettyä suoraa, voidaan residuaalien olettaa olevan normaalijakautuneita.
Residuaalien ääripäiden arvojen pieni eroaminen ei vaikuta merkittävästi residuaalien normaalijakautuneisuuteen. Kuviossa 8 kuvataan residuaalien normaalijakaumaa kvantiilikuviossa.
kuvio 8 Residuaalien kvantiilikuvio
-3.075 -2.625 -2.175 -1.725 -1.275 -0.825 -0.375 0.075 0.525 0.975 1.425 1.875 2.325 2.775 3.225 Residual
Kvantiilikuviosta voidaan nähdä, että ajan äärilaidoissa jana poikkeaa kuvioon piirretystä suorasta. Etenkin positiivisilla arvoilla poikkeavuus on melko suurta. Tästä huolimatta tulkitaan jakaumaa melko normaalijakautuneeksi, lisäksi Brooksin (2014) mukaan suurilla otoksilla normaalijakautumattomuuden vaikutus on merkityksetön. Edellä mainituista syistä johtuen koetaan residuaalien olevan riittävän normaalijakautuneita ja tutkimusta jatketaan OLS-estimoinnin antamilla tuloksilla ja muuttujille tehtävät hypoteesit ovat valideja.
6 Johtopäätökset
Tuloksia tulkittaessa tulee huomioida se, että vaikka malli on tilastollisesti merkittävä, sen selitysaste jää ainoastaan noin 5,5 prosenttiin. Lisäksi kolmen selittävän muuttujan kohdalla tulokset eivät olleet tilastollisesti merkittäviä. Aineisto oli myös erittäin vahvasti heteroskedastista, eli virhetermin residuaalit vaihtelivat selittävän muuttujan arvojen vaihdellessa. Ilmaisten ajominuuttien kohdalla case-yritykseltä saatu aineisto oli myös mitä luultavammin virheellinen, sillä ajetut ajominuutit eivät olleet yhdelläkään havainnolla pienemmät kuin ilmaiset ajominuutit. Tutkimuksen tuloksia voi käyttää suuntaa antavina, mutta niiden hyödyntämistä sellaisinaan päätöksenteossa ei suositella.
Saatujen tutkimustulosten mukaan alennushinnoittelulla on negatiivinen vaikutus yrityksen liikevaihtoon. Alennushinta kasvatti ajettuja ajominuutteja keskimäärin 11 prosenttia. Alennushinnassa menetetyn liikevaihdon korvaamiseksi ajettujen ajominuuttien olisi pitänyt kasvaa 42,5 prosenttia, jotta alennushinnan negatiivinen vaikutus kompensoituisi. Tämä tarkoittaa sitä, että alennushinnan aiheuttama kysynnän lisäys ei kasvata yksittäisestä ajosta muodostunutta liikevaihtoa enempää kuin hinnan alentamisesta aiheutuu yritykselle tulojen menetystä. Nämä tulokset olivat linjassa yrityksen joustamattoman kysynnän kanssa. Tuloksia tarkastellessa tulee kuitenkin huomioida se, että yrityksen liiketoiminta on varsin uutta. Asiakkaiden käyttäytyminen voi muuttua huomattavasti kulutustottumuksien rutinoituessa. Lineaarisen regressioanalyysin avulla tutkittiin, onko alueilla vaikutusta alennushinnan estimaatin arvoon. Liitteissä 8-10 on kuvattuna OLS-estimointimenetelmän tulokset. Alueella oli vaikutusta alennushinnan estimaatin arvoon, alue3 sai suurimman estimaatin arvon, joka oli noin 15 prosenttia. Tämä estimaatin arvo oli noin 4 prosenttia suurempi kuin muilla alueilla. Alueen 1 ja alueen 2 muodostamalla alueella ja alueen 4 estimaattien arvot eivät eronneet toisistaan juurikaan, ja ne saivat arvokseen noin 11 prosenttia.
Tutkimuksen toisen alatutkimusongelman vastaus on, että ilmaisten ajominuuttien ja ajominuuttien välinen suhde on positiivinen, ajominuutit kasvavat 1,9 prosenttia ilmaisten
ajominuuttien kasvaessa yhdellä. Tutkimuksen mukaan ilmaisten minuuttien jakamisella ei myöskään voi vaikuttaa yrityksen liikevaihtoon kasvattavalla tavalla. Tutkimuksen oletuksena oli, että ilmaisilla minuuteilla olisi ollut suurempi vaikutus asiakkaan ajamiin minuutteihin. Tutkimuksen tulos on kuitenkin linjassa yhteiskäyttöpalvelun yhden tärkeimmän ominaisuuden kanssa, eli palvelua käytetään juuri sen verran, kun on tarvetta kullakin hetkellä. Toisin sanoen asiakas ei koe saavansa merkittävästi suurempaa hyötyä palvelusta, vaikka se maksaisikin hänelle huomattavasti vähemmän ilmaisten ajominuuttien johdosta.
Asiakkaan sitoutuneisuutta ja brändiuskollisuutta kuvaava mittari ei ollut tilastollisesti merkittävä. Mikäli tämä ei johdu aiemmin pohditusta mittarin huonoudesta, olisi tämä tulos linjassa Hortonin ja Zeckhauserin (2016) saamien tuloksien kanssa. Tämä voisi tarkoittaa sitä, että yhteiskäyttöpalvelun luonne vaikuttaa siihen, ettei asiakkaat koe brändin ja hinnan välillä olevan merkityksellistä suhdetta.
Tutkimuksen lopputulokset voidaan tiivistää siihen, että alennushinnoittelulla on ollut positiivinen vaikutus ajettuihin ajominuutteihin, mutta tämä positiivinen vaikutus ei ole ollut riittävä kasvattamaan yrityksen liikevaihtoa verrattuna normaalihintaan tutkimuksen aikavälillä 31.7 – 6.11.2017. Tutkimus ei kuitenkaan ota kantaa siihen, olisivatko jotkut ajot jääneet ajamatta normaalihinnalla ja tätä kautta liikevaihto olisi kasvanut.
Lähteet
Albanese, P. (2004) Revenue management: periaatteet ja käytännöt palvelualalla. Helsinki, Edita.
Barberis, N. (2011) Thirty years of Prospect Theory in Economics: A Review and assessment. Journal of economic perspectives, Vol 27, number 1,2013, 173-196.
Bardhi, F. & Eckhardt, G. (2012) Access-based consumption: the case of car sharing.
Journal of consumer research, vol. 39,881-898.
Barone, M. & Roy, T. (2009) Does Exclusivity always pay off? Exclusive price promotions and consumer response. Journal of marketing, Vol. 74, 2010, 121-132.
Bawa, K. & Shoemaker, R. (2004) The effects of free sample promotions on incremental brand sales. Marketing Science 23(3), 2004, 345-363.
Bodea, T. & Ferguson, M. (2014) Segmentation, revenue managemen and pricing analytics. New York, Routledge.
Botsman, R. & Rogers, R. (2010) Beyond zipcar: collaborative consumption [Verkkodokumentti]. [Viitattu 13.10.2017]. Saatavilla: https://hbr.org/2010/10/beyond-zipcar-collaborative-consumption
Botsman, R. (2013) The Sharing Economy Lacks A Shared Definition [Verkkodokumentti].
[Viitattu 12.10.2017]. Saatavilla: https://www.fastcompany.com/3022028/the-sharing-economy-lacks-a-shared-definition
Breidert, C, Halser, M., Reutterer, T. (2006) A Rewiew of methods for measuring willingness to pay. Innovative marketing.
Brooks, C. (2014) Introductory econometrics for finance. UK University printing house.
Codagnone, C & Martens, B (2016) Scoping the Sharing Economy: Origins, Defenitions, Impact an regulatory issues [Verkkodokumentti]. [Viitattu 12.10.2017]. Saatavilla:
https://ec.europa.eu/jrc/sites/jrcsh/files/JRC100369.pdf
Coulter, B. & Krishnamoorthy, S. (2014) Pricing strategies with reference effects in competitive industries. International transactions in operational research, 2014, 263-274.
Davidson, A. & Simonetto, M. (2005) Pricing strategy and execution: an overlooked way to increase revenues and profits. Strategy & Leadership, vol. 33, issue 6, 25-33.
Degeratu, A., Rangaswamy, A., Wu, J. (2000) Consumer choice behavior in online and traditional supermarkets: The effects of brand name, price and other search attributes.
International journal of research in marketing, 17, 2000, 55-78.
Eckhardt, G. & Bardhi, F. (2015) The Sharing Economy ins’t About Sharing at All [Verkkodokumentti]. [Viitattu 12.10.2017]. Saatavilla: https://hbr.org/2015/01/the-sharing-economy-isnt-about-sharing-at-all
Ferreira, K., Lee, B., Simchi-levi, D. (2017) Analytics for an online retailer: Demand Forecasting and price optimization [Verkkodokumentti]. [Viitattu 11.11.2017]. Saatavilla:
https://dash.harvard.edu/handle/1/26964422
Frank, R. (1997) Microeconomics and behavior. USA, McGraw-Hill Companies Inc.
Halme, M. & Somervuori, O. (2013) Choice behavior of information services when prices are increased and decreased from reference level. Annals of operations research, 2013, 1-16.
Hardie, B., Johnson, E., Fader, P. (1993) Modelin loss aversion and reference dependence effects on brand choice. Marketing Science, Vol 12, No.4 1993.
Heidhues, P. & Köszegi, B. (2014) Regular prices and sales. Theoretical economics, 2014, 217-251.
Heikkilä, T. (2014) Tilastollinen tutkimus. Porvoo, Edita publishing Oy.
Helsingin kaupunki (2017) Pahimmat ruuhkat koetaan kantakaupungin iltapäivissä.
[Verkkodokumentti]. [Viitattu 24.11.2017]. Saatavilla:
https://www.hel.fi/uutiset/fi/helsinki/ruuhkat-selvitys-seutu
Hill, R.,Griffiths, W. & Lim, G. (2012) Principles of econometrics. Asia, John wiley & Sons Pte Ltd.
Horton, J. & Zeckhauser, R. (2016) Owning, Using and renting: Some simple economics of the ”Sharing economy”. [Verkkodokumentti]. [Viitattu 22.11.2017]. Saatavilla:
https://research.hks.harvard.edu/publications/getFile.aspx?Id=1307
Hyytinen, A. & Maliranta, M. (2015) Yritysjohdon taloustiede. Helsinki, Spillover Economics Oy.
Ilmatieteenlaitos (2017) sadetta ja poutaa [Verkkodokumentti]. [Viitattu 24.11.2017].
Saatavilla: http://ilmatieteenlaitos.fi/sade
Jakonen, M. & Silvasti, T. (2015) Talouden uudet muodot. Helsinki, Into Kustannus.
Kahneman, D. & Tversky, A. (1979) Prospect Theory: An analysis of decision under risk.
Econometrica, 1979, 47.
Kalwani, M., Yim, C., Rinne, H., Sugita, Y. (1990) Journal of markting research, Vol. XXVII, 1990, 251-262.
Kalyanaram, G. & Winer, R. (1995) Empirical generalizations from reference price research.
Marketing science, Vol.14 no.3 part 2/2, 1995.
Karjalainen, L (2010) Tilastotieteen perusteet. Keuruu Otavan kirjapaino Oy.
Kessler, S. (2015) The ”Sharing economy” is dead, and we killed it. [Verkkodokumentti].
[Viitattu 8.12.2017]. Saatavilla: https://www.fastcompany.com/3050775/the-sharing-economy-is-dead-and-we-killed-it
Köszegi, B. & Rabin, M. (2006) A Model of reference-dependent preferences. The quarterly journal of economics, 2006, 1133-1165.
Kuenne, R. (2003) Modernizing consumer theory: some modelling efforts. Chaos, solitons and fractal, 2003, vol. 18, 485-501.
Lammers, B. (1991) The effect of free samples on immediate consumer purchase. The journal of consumer marketing. Vol, 8, 1991.
Mankiw, G. & Taylor, M. (2014) Economics. China, RR Donnelley.
Mas-Colell, A., Whinston, M., Green, J. (1995) Microeconomics theory. New York, Oxford University press, Inc.
Mazumdar, T. & Papatla, P. (1995) Loalty differences in the use of internal and external reference prices. Marketing letters 6:2, 1995, 111-122.
Moffit, R. (1990) The econometrics of kinked budget constraints. The journal of economic perspectives. 1, 1990, vol 4, 119-139.
Moffitt, R. (1990) The Econometrics of kinked Bubget Contstraints. Journal of Economic Perspectives 4,2, 119-139.
Penz, E. & Hogg, M. (2009) The role of mixed emotions in consumer behavior. European Journal of Marketing Vol. 45, No 1/2, 2011.
Pindyck, R. & Rubinfeld, D. (2013) USA, Pearson education Inc.
Pohjola, M. (2014) Taloustieteen oppikirja. Helsinki, Sanoma Pro Oy.
Quillinan, J (2009) Introductio to normalization of demand data- the first step in isolating the effects of price on demand. Journal of Revenue and Pricing Management, Vol. 9, 4–
22.
Quinones, A. & Augustine, A. (2015) Technology and trust: how the sharing economy is changing customer behavior [Verkkodokumentti]. [Viitattu 12.10.2017]. Saatavilla:
https://www.bbvaresearch.com/wp-
content/uploads/2015/11/151119_US_SharingEconomy.pdf
Research consultation (2017) Identifying multicollinearity in multiple regression.
[Verkkodokumentti]. [Viitattu 23.11.2017]. Saatavilla:
http://www.researchconsultation.com/multicollinearity-regression-spss-collinearity-diagnostics-vif.asp
Skugge, G. (2011) The future of prising: Outside-in. Journal of revenue and pricing management, vol. 10, 392-395.
Stiglitz, J. & Walsh, C. (2002) Economics. USA, W.W.Norton & Company, inc.
Suomen virallinen tilasto (2013): Kotitalouksien varallisuus [verkkodokumentti].
[viitattu: 24.11.2017]. Saatavilla: http://www.stat.fi/til/vtutk/2013/vtutk_2013_2015-04-01_kat_003_fi.html
Thaler, R. (1980) Toward a positive theory of consumer choice. Journal of economic behavior and organization, 1, 1980, 39-60.
Tversky, A. & Kahneman, D. (1992) Advances in Prospect theory: Cumulative representation of uncertainty. Journal of risk and uncertainty, 5, 1992, 297-323.
Wadlow, t. (2017) The sharing economy will be worth $335 billion by 2025.
[Verkkodokumentti]. [Viitattu 8.12.2017]. Saatavilla:
http://www.supplychaindigital.com/logistics/sharing-economy-will-be-worth-335-billion-2025
Waldman, D. (2003) Microeconomics. Boston, Pearson Addison Wesley.
Watson, L. & Spence, M. (2007) Causes and consequences of emotions on consumer behaviour. Europe journal of marketing, Vol. 41,No 5/6, 2007, 487-511.
Zhang, J. & Wedel, M. (2009) The effectiveness of customized promotions in online an offline Stores. Journal of marketing research, Vol XLVI, 2009, 190-206
Liitteet
Liite 1 Lineaarinen regressio pienimmän neliösumman estimointimenetelmällä
Liite 2 Multikollineaarisuutta testaavan VIF-testin tulokset
Liite 3 Multikollineaarisuuden testaaminen yhdistetyllä muuttujalla VIF-testin avulla
Liite 4 Heteroskedastisuuden testaaminen Whiten testin avulla
Liite 5 Heteroskedastisuuden korjaaminen Whiten korjausestimaattorin avulla
Liite 6 Lineaarinen regressio pienimmän neliösumman estimointimenetelmän avulla ja heteroskedastisuus testi ilman ilmaisia ajominuutteja ja outlier havaintoja
Liite 7 Residuaalien jakauman tunnusluvut
Liite 8 Lineaarinen regressio analyysi pienimmän neliösumman menetelmällä yhdistetyn alueen vaikutuksesta alennukseen
Liite 9 Lineaarinen regressio analyysi pienimmän neliösumman menetelmällä alue 3 vaikutuksesta alennukseen
Liite 10 Lineaarinen regressio analyysi pienimmän neliösumman menetelmällä alue 4 vaikutuksesta alennukseen