Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS

Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS, Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS, Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS, Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS, Hướng dẫn thực hiện và đọc kết quả mô hình biến nhị phân Binary Logistics (Logit) SPSS

Trang 1

Mô hình hồi quy Binary Logistics (Logit)

(Mô hình biến nhị phân)

PHÂN TÍCH DỮ LIỆU KHOA HỌC

Trình bày: NKH NGÔ ĐỨC CHIẾN

Trang 2

Mô hình Binary Logistics (gọi tắt là mô hình Logit) được David Cox phát triển

vào thập niên 70 để phân tích các biến nhị phân Mô hình Logit là mô hình phản ứngnhị phân, trong đó xác suất là hàm mật độ xác suất tích lũy (Logistic – Hàm Logit),còn các biến giải thích là hàm tuyến tính

Mục tiêu của hồi quy Logit là nghiên cứu mối tương quan giữa một (hay nhiều)

biến khả năng/nguy cơ và đối tượng phân tích

Trong hồi quy Logit thì các đối tượng nghiên cứu thường được thể hiện qua nhân tố

số nhị phân còn các biến giải thích thể hiện qua các biến số liên tục hoặc các biến nhịphân hay các biến thứ bậc

Trang 3

Ví dụ minh họa:

Xác định mức độ và xác suất ảnh hưởng của các nhân tố Vốn đầu tư, Vốn điều lệ doanh nghiệp, Hình thức sở hữu vốn, Loại hình du lịch, Diện tích sử dụng, Cơ sở vật chất và kỹ thuật, Vị trí doanh nghiệp, Tuổi doanh nghiệp, Doanh thu bình quân, Lao động của doanh nghiệp, Tỷ lệ lao động nữ, Năng suất lao động doanh nghiệp, Thu nhập bình quân của người lao động, Tỷ lệ lao động qua đào tạo (các nhân tố độc lập)

đến Khả năng tạo việc làm của các doanh nghiệp (nhân tố phụ thuộc)

1: Có khả năng tạo việc làm

0: Không có khả năng tạo việc làm

Trang 4

Hướng dẫn thực hiện Mô hình Binary Logistics

(Thống kê, Tương quan, Mô hình, Kiểm định)

Ví dụ minh họa

Vốn điều lệ doanh nghiệp

Hình thức sở hữu vốn Loại hình du lịch

Vị trí doanh nghiệp Vốn đầu tư

Thu nhập bình quân của người lao động

… (CÁC BIẾN SỐ KHÁC)

Khả năng tạo việc làm của doanh nghiệp

H1 (+) H2 (+) H3 (+) H4 (-) H5 (+) H6 (+) H…(+/-)

Trang 5

Trang 6

Trang 7

Trang 8

1 Đưa biến phụ thuộc vào đây

2 Đưa biến phụ thuộc vào đây

3 Chọn mục Save

Trang 9

1 Bấm chọn mục này

2 Bấm Continue, Xong chọn mục Options bên ngoài

Trang 10

1 Bấm chọn mục này

2 Bấm Continue/OK

Trang 11

Trang 12

Trang 13

Trang 14

Trang 15

Trang 16

Trang 17

Lần 2

Ln(Odds) = -36,234 + 0,079*Vốn đầu tư + 0,915*Vốn điều lệ của doanh nghiệp + 4,965*Hình thức sở hữu vốn – 3,206*Loại hình du lịch + 7,151*Vị trí doanh nghiệp + 1,326*Thu nhập bình quân của người lao động + 32,846*Tỷ lệ lao động qua đào tạo + Ei

Trang 18

Trang 19

STT Nhân tố B Exp(B)

Xác suất ban đầu

10%

Tốc độ tăng (giảm)

Vị trí ảnh hưởng Xác suất lúc sau

Trang 20

Giải thích tốc độ tăng giảm:

• Yếu tố Vốn đầu tư: Vốn đầu tư có hệ số B1 = 0,079 và Exp(B1) = 1,082; giả định rằngxác suất ban đầu P0 = 10% cho việc phân tích

P1 =

Với giả định xác suất Khả năng tạo việc làm của các doanh nghiệp ban đầu là 10%,khi Vốn đầu tư tăng lên thêm 1 đơn vị thì xác suất Khả năng tạo việc làm của các doanhnghiệp đạt mức 10,73% tức tăng thêm 0,73% so với xác suất ban đầu trong khi các yếu

tố khác không thay đổi và chỉ xem xét riêng biệt yếu tố Vốn đầu tư

Trang 21

.39.2489 Chuyên gia Phân tích dữ liệu định lượng

Dịch vụ Phân tích và Đào tạo

Trang 22

“Chúng tôi rất tự hào được đồng hành cùng các bạn trong việc tìm hiểu và chia

sẻ các kiến thức Phân tích định lượng Đó sẽ luôn luôn là nguồn cảm hứng cho

sự hoàn thiện bản thân của chúng tôi!”

Trang 23

Mr Corn’s Official

Tư vấn nội dung:

Trung tâm Đào tạo Phân tích SPSS AMOS STATA R

Thiết kế & Trình bày ý tưởng:

Trung tâm Đào tạo Phân tích SPSS AMOS STATA R

Trang 24

(3) Theo dõi tại: https://www.youtube.com/watch?v=46oJaJcwzb0

Chuyên gia Phân tích dữ liệu định lượng

Định dạng
Số trang	24
Dung lượng	1,4 MB