Akademia Finansów i Biznesu Vistula

Kierunek- Ekonomia

ANALIZA CEM POKOI HOTELIOWYCH W TRÓJMIASCIE

Yuliia Kapatsyna 54062

Kseniia Leontowskaya 53715

Warszawa
 Mai 2022
Cel pracy: badanie wpływ istniejących determinant warunkujących
przestrzenne zróżnicowanie cen usług hotelowych w Trójmieście.

Hipotezy Badawcze:
-Im wyżej standardy hotelowe tym wyżej cena za pokój
-Brak obowiązku przedpłaty zwiększa cenę za pokój
-Brak śniadania włącząnego w cene zmniejsza cenę za pokój
-Brak darmowego odwołania rezerwacji zmniejsza cenę na pokój
-Im mniejsza odległość od centrum tym większa cena za pokój
-Im większa ocena hotela tym większa cena za pokój
 Opis teoretyczny problemu z odniesieniem do teorii ekonomicznej
Analiza cen obiektów noclegowych i czynników wpływających na cenę jest
dość popularnym tematem badań międzynarodowych, w Polsce też było
przeprowadzono kilka badań na ten temat, jednak nie tak wiele jak w
krajach bardziej popularnych z turystycznego punktu widzenia. Chociaż
Gdańsk, Gdynia i Sopot są jednymi z najbardziej atrakcyjnych kierunków dla
turystów w Polsce, na terenie Trójmiasta jeszcze nie było prowadzone
badanie takiego rodzaju.
Problem zmiennych determinujących bezpośrednio ceny, oraz
warunkujących decyzje cenowe, jest szeroko dyskutowany w literaturze.
Według M. Turkowskiego (2010) ceny w przedsiębiorstwach świadczących
usługi hotelowe zdeterminowane są następującymi czynnikami: wysokością
kosztów świadczenia wskazanych usług, wysokością aktualnego i
potencjalnego popytu na usługi hotelowe oraz działalnością hoteli
konkurencyjnych. Wymienione czynniki mają róż nieznaczenie w zależności
zarówno od okresu i standardu świadczenia usług przez hotele, jak i
lokalizacji hoteli.
Zmienne objaśniające można podzielić na dwie główne grupy:
– zmienne związane z badanym obiektem (wyposażenie obiektu),
– zmienne związane z jego lokalizacją.
Cenę wyznaczyć można jako relację jakości produktu (lub korzyści, jakie daje
produkt w porównaniu z innymi produktami) do jego wartości. Wartość
natomiast jest to suma wszystkich cech produktu, inaczej – atrybutów
produktu dostrzeganych przez nabywcę.
Hotele są obiektami bardzo zróżnicowanymi pod względem standardu,
charakteru, i lokalizacji, a co za tym idzie, profilu obsługiwanych gości.
Oczywiste zatem jest, iż każdy z nich stosuje inną politykę cenową,
ukierunkowaną na docelowy segment rynku
 Opis danych i ich analiza statystyczna
Wykorzystując stronę Booking.com wypisaliśmy dane 100 hoteli znajdujące
się w Trójmieście. Zmienną objaśnianą w naszym badaniu jest cena(P) usługi
noclegowej w standardowym pokoju dwuosobowym. Zmiennymi
objaśniającymi na podstawie danych pośrednika internatowego były
wymienione:
 ilość gwiazdek (G);
 obowiązek przedpłaty (Prz);
 śniadanie wliczone w cenę (Ś);
 możliwość darmowego odwołania (Do);
 odległość od centrum (OC);
 ocena konsumenta (O).
Zgodnie z danymi Booking.com w Trójmieście funkcjonuję 100 hoteli. W
podziale na kategorii 9 hoteli-2 gwiazdkowe;42 hoteli-3 gwiazdkowe;36
hoteli-4 gwiazdkowe;13 hoteli-5 gwiazdkowe.
Tylko w 29% hoteli przedpłata jest obowiązkowa. Tylko w 33% hoteli
śniadanie jest wliczone w cenę. Tylko 3% hoteli nie ofiarują możliwości
darmowego odwołania rezerwacji.
Wyżej wymienione obiekty są zlokalizowane w przedziale od 0.10 km do
18.6 km , a mają oceny konsumenckie od 7.4 do 9.4.
Wyżej wymienione obiekty oferują nocleg w standardowym pokoju
dwuosobowym w przedziale cenowym od 239 zł do 1056 zł za noc. Po
obliczeniu wzoru Tukey’s ceny zostały zmienione na górną granicę (982.5zł).
 Opis wyników badania
a) Pierwszy model
^
P=−19.41+ ¿165.17*G+26.8*Prz+139.75*Ś-42.93*DO-12.31*OC+10.73*O
393.59 20.79 34.42 33.09 101.32 5.18 49.3

Przy założeniu, że hotel ma 0 gwiazdek, nie ma obowiązku przedpłaty, nie

ma śniadania wliczonego w cenę, nie ma możliwości darmowego odwołania
rezerwacji, odległość od centrum wynosi 0, ocena konsumenta równa 0,
cena za pobyt w pokoju dwuosobowym wynosiłaby -19.41 zł, co w
rzeczywistości nie jest możliwe.
Z wzrostem standardów hotelu o 1 gwiazdkę cena wzrasta na 165.17 zł.
Obowiązek przedpłaty podwyższa cenę o 26.8 zł. Jeśli śniadanie jest
wliczone w cenę, cena wzrasta o 139.75 zł. Możliwość darmowego
odwołania obniża cenę na 42.93 zł. Z wzrostem odległości od centrum o 1
km cena spada o 12.31 zł. Z wzrostem oceny konsumenta o 1 pkt cena
wzrasta na 10.73zł.
b) Opis testu Walda i testów istotności t-Studenta oraz decyzja, które
zmienne są istotne statystycznie.
Wynik testu Walda wynosi 20.83, natomiast wyliczona przez formule Exel
wartość krytyczna wynosi 3,715.
Jeśli wynik testu Walda >wartości krytycznej to należy odrzucić hipotezę
zerową H0 na korzyść hipotezy alternatywnej H1.
Oznacza to, że istnieje taka zmienna objaśniająca, która ma statystycznie
istotny wpływ na zmienną objaśnianą P.
Badając istotność wpływu zmian wartości zmiennej objaśniającej na zmiany
wartości zmiennej objaśnianej przy pomocy testu t-studenta otrzymaliśmy
następujące wyniki:
Test t-studenta
O OC DO Ś Prz G Stała
0,22 -2,38 -0,42 4,22 0,78 7,95 -0,05
Wyliczony przez formuły Exel obszar krytyczny wynosi
(-∞;-1.99)U(+1.99;+∞).
W oparciu na te obliczenia zrobiliśmy następujące wyniki:
 Zmienne objaśniające O, Ś i G są istotne w sensie statystycznym na
poziomie istotności 0.05.
 Zmienne O, DO i Prz nie są istotne statystycznie na poziomie istotności
0.05.
 Stała nie mieści się w obszarze krytycznym, jednak mimo tego nie
zostaje odrzucona.
 Odrzucamy zmienne Ocena, Darmowe odwołanie i Przedpłata.
c) Prezentacja drugiego modelu MNK po odrzuceniu nieistotnych
zmiennych objaśniających, interpretacja parametrów regresji
^
P=32.23+ ¿167.19*G+140.75*Ś-12.09*OC
74.89 19.2 32.08 4.94

Przy założeniu, że hotel ma 0 gwiazdek, nie ma śniadania wliczonego w

cenę, odległość od centrum wynosi 0, cena za pobyt w pokoju
dwuosobowym wynosiłaby32.23 zł, co w rzeczywistości nie jest możliwe.
Z wzrostem standardów hotelu o 1 gwiazdkę cena wzrasta na 167.19 zł. Jeśli
śniadanie jest wliczone w cenę, cena wzrasta o 140.75 zł. Z wzrostem
odległości od centrum o 1 km cena spada o 12.09 zł.
Czyli przy założeniu, że nasz hotel ma 4 gwiazdki, ma śniadanie jest wliczone
w cenę i jest zlokalizowany na odległości 0.5 km od Centrum, według
naszego modelu cena musi wynosić:
^
P=32.23+ ¿167.19*4+140.75*1-12.09*0.5=847.79 zł

d) Opis miar dopasowania

Odchylenie standardowe reszt Se =¿ 150.79
Średni błąd modelu oznacza, że szacując model tej zmiennej objaśnianej
mylimy się średnio o 150.79 zł.
Współczynnik zmienności losowej Ve= 23.63%
Reszty stanowią średnio 23.63% średniej ceny za pobyt w pokoju
dwuosobowym
Współczynnik determinacji R2= 56.89%
Zmienność zmiennej objaśnianej została wyjaśniona przez model w 56.89%
e) Wynik i opis testów Goldfelda-Quanta, Jarque-Bera, White’a i Breuscha-
Pagana
 Test Goldfelda-Quandta
Podejrzewamy o wywołaniu heteroskedastyczności 2 cechy (G i O)
W obu dwóch przykładach na początku filtrujemy dane wedłud
wybranej cechy i dzielimy na 2 podpróby. Dla każdej robimy regresje
liniową wyznaczamy dla nich wariancją, na podstawie Se2 obliczamy
wartość F. Dalej trzeba porównać ją z wartością krytyczną.
Jeśli 𝐹 ≤ 𝐹𝛼, nie mamy podstaw do odrzucenia hipotezy
zerowej i możemy przyjąć, że model jest homoskedastyczny i
odwrotnie.
W naszym przypadku wyszło tak, że pierwsza cecha ma wartość F=
1.13, wartość krytyczna = 1.64, czyli 𝐹 ≤ 𝐹𝛼, na poziomie istotności
0.05 nie mamy podstaw do odrzucenia hipotezy zerowej, możemy
więc uznać, że jest spełnione założenie o homoskedastyczności
składnika losowego.
Natomiast druga cecha ma wartość F= 1.81, wartość krytyczna = 1.63,
czyli na poziomie istotności 0.05 odrzucamy hipotezą zerową na
korzyść hipotezy alternatywnej, możemy więc uznać że nie jest
spełnione założenie o homoskedastyczności składnika losowego.
 Test White’a
Po wypisywaniu i obliczaniu nowych danych, tworzymy pomocniczą
regresją kwadratów reszt. W oparciu o tą regresje obliczamy
statystykę White’a i porównujemy ją z wartością krytyczną.
W naszym przypadku: 6.99<15.51
 Czyli, na poziomie istotności 0.05 nie mamy podstaw do odrzucenia
hipotezy zerowej, możemy więc uznać, że jest spełnione założenie o
homoskedastyczności modelu.
 Test Breuscha-Pagana
Ten test pozwala sprawdzić hipotezę homoskedastyczność terminu
błędu z liniowej regresji modelu.
Jeśli statystyka Breuscha-Pagana jest większa niż statystyka Chi-
kwadrat obliczona przez formułą Exel, dla pewnego poziomu ryzyka
błędu pierwszego rodzaju (prawdopodobięstwo- 0.05), to nie
odrzucamy hipotezę zerową homoskedastyczności.
Nasza statystyka Breuscha-Pagana wynosi 1.89, natomiast wartość
krytyczna- 5.99, czyli wynik testu jest znacznie mniejszy.
Na podstawie tego można powiedzieć, że na poziomie istotności 0.05
nie mamy podstaw do odrzucenia hipotezy zerowej, możemy więc
uznać, że jest spełnione założenie o homoskedastyczności modelu.
 Test Jarque-Bera
Z pomocą tego testu badamy normalności rozkładu składników
losowych.
Na podstawie sum reszt w 2,3 i 4 stopmiu, obliczamy statystykę
Jarque-Bera używając formule:

Wynik porównujemy z wartością krytyczną dla poziomu istotności 0.05

i dwóch stopni swobody, który wyliczyliśmy przez formułą Exel.
Nasza statystyka Jarque-Bera wynosi 4.34, natomiast wartość
krytyczna- 5.99, czyli wynik testu jest mniejszy.
Na podstawie tego można wnioskować, że na poziomie istotności 0.05
nie mamy podstaw do odrzucenia hipotezy zerowej i stwierdzamy, że
rozkład zakłóceń jest normalny.
 Wnioski wynikające z badania
Badaliśmy wpływ istniejących determinant warunkujących przestrzenne
zróżnicowanie cen usług hotelowych w Trójmieście. Przeprowadzone
badanie pozwala na stwierdzenie, iż ceny pokoi hotelowych w wybranych
miastach są silnie zróżnicowane. Na podstawie uzyskanych wyników
możemy stwierdzić, że na cenę pokojów w Trójmieście nie wpływają takie
determinanty jak : obowiązek przedpłaty (Prz);możliwość darmowego
odwołania (Do);ocena konsumenta (O).Spośród 6 hipotez postawionych na
początku badania potwierdziliśmy istotność tylko trzech:
-Im wyżej standardy hotelowe tym wyżej cena za pokój
-Brak śniadania włączanego w cenę zmniejsza cenę za pokój
-Im mniejsza odległość od centrum tym większa cena za pokój
Średni błąd modelu oznacza, że szacując model tej zmiennej objaśnianej
mylimy się średnio o 150.79 zł.
Reszty stanowią średnio 23.63% średniej ceny za pobyt w pokoju
dwuosobowym. Z taką wielkością reszt nie możemy uznać model za dobrze
dopasowany, więc z tego punktu widzenia oceniamy nasz model
negatywnie.
Zmienność zmiennej objaśnianej została wyjaśniona przez model w
56.89%,czyli 43.11% zostały nieobjaśnione.
Chociaż model nie idealny, jest zdolny do użytku.
Podsumowując, można stwierdzić, iż analizowane zmienne objaśniające nie
są do końca wystarczające, aby w pełni wyjaśnić zmienność cen pokoi
hotelowych.
 Bibliografia
1. https://prezi.com/l3aom67ceq54/ceny-usug-hotelowych-
podstawowe-pojecia/
2. https://www.academia.edu/10326669/Kreowanie_i_promocja_bran
%C5%BCy_targowo-kongresowej_w_wojew%C3%B3dztwie_
%C5%9Bwi
%C4%99tokrzyskim_jako_nowej_postaci_produktu_na_rynku_turysty
czny
3. https://docplayer.pl/1484890-Ekonomiczne-problemy-turystyki-nr-2-
26.html
4. https://core.ac.uk/download/pdf/214816549.pdf
5. Por. H. Zhang et al., Modeling Hotel Room Price with Geographically
Weighted Re gression, „International Journal of Hospitality
Management” 2011, vol. 30, s. 1036–1043.