Thảo luận nhóm TMU xây DỰNG mô HÌNH về THU NHẬP làm THÊM của SINH VIÊN THÔNG QUA ít NHẤT 4 yếu tố ẢNH HƯỞNG

Để giúp sinh viên có những nhận định đúng đắn về công việc làm thêm của đúng ngành mình đang học và kết quả mình sẽ đạt được khi tham gia vào công việc làm thêm đó thì nhóm mình đã tiến

TRƯỜNG ĐẠI HỌC THƯƠNG MẠI BỘ MÔN: KINH TẾ HỌC HỌC PHẦN: KINH TẾ LƯỢNG

ĐỀ TÀI THẢO LUẬN

“XÂY DỰNG MÔ HÌNH VỀ THU NHẬP LÀM THÊM CỦA

SINH VIÊN THÔNG QUA ÍT NHẤT 4 YẾU TỐ ẢNH

BẢNG ĐÁNH GIÁ THẢO LUẬN

TIEU LUAN MOI download : skknchat123@gmail.com

CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM

Độc lập – Tự do – Hạnh phúc

***

BIÊN BẢN HỌP NHÓM 3 LẦN 1Địa điểm: Messenger Facebook

Thời gian bắt đầu: 15h ngày 11 tháng 4 năm 2021

Nội dung cuộc họp: thống nhất đề cương

Nội dung đề cương cụ thể gồm:

Chương I: lời mở đầu

Chương II: cơ sở lí thuyết

Chương III: vận dụng kết quả nghiên cứu đề tài những yếu tố ảnh hưởng đến thu nhập là thêm của sinh viên

Chương IV: kết luận

Độc lập – Tự do – Hạnh phúc

***

BIÊN BẢN HỌP NHÓM 3 LẦN 1Địa điểm: Messenger Facebook

Thời gian bắt đầu: 9h ngày 12 tháng 4 năm 2021

Pp: Lê Nguyễn Hương Giang

Word + lời kết + phụ lục ( Lê Hà)

Lời mở đầu và kết luận ( Lê Hương Giang) Chương II: ( Đức và Tuấn Dũng)

Chương III: ( Lâm Hạnh, Ngọc Hà, Xuân Dũng, Hằng)

Kết thúc: 10h ngày 12 tháng 4 năm 2021

Nhận xét: các thành viên đều tham gia cuộc họp

Nhận xét: các thành viên đều đóng góp ý kiến và tham gia nhiệt tình

Nhóm trưởngDũng

Tạ Xuân DũngThư kíHằng

Phạm Thị Minh Hằng

MỤC LỤC

CHƯƠNG 1: LỜI MỞ ĐẦU 7

1 Lí do chọn đề tài: 7

2 Mục tiêu đề tài nghiên cứu 7

3 Đối tượng và phạm vi nghiên cứu 7

4 Ý nghĩa khoa học và thực tiễn của đề tài 8

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 8

2.1 Lý thuyết về phân tích hồi quy 8

2.1.1 Mô hình hồi quy nhiều biến: 8

2.1.2 Ước lượng bằng phương pháp bình phương nhỏ nhất 9

2.1.3 Khoảng tin cậy và kiểm định giả thuyết về các hệ số hồi quy 10

2.1.4 Kiểm định giả thuyết đồng thời 12

2.1.5 Phân tích hồi quy và dự báo 12

2.2 Các khuyết tật mô hình 13

2.2.1 Hiện tượng phương sai sai số thay đổi 13

2.2.2 Tự tương quan 19

2.2.3 Đa cộng tuyến 22

2.2.4 Tính phân phối chuẩn của sai số ngẫu nhiên 24

CHƯƠNG 3: VẬN DỤNG 25

1 Lựa chọn mô hình 25

1.1 Bảng số liệu: 25

1.2 Thống kê mô tả 26

1.3 Xây dựng mô hình hồi quy mẫu 27

2 Kiểm tra và khắc phục khuyết tật của mô hình (mức ý nghĩa 5%) 28

2.1 Kiểm tra biến không cần thiết trong mô hình 28

2.2 Kiểm định giả thuyết đồng thời 28

2.3 Kiểm tra biến bị bỏ sót 29

2.4 Kiểm tra sự phù hợp của mô hình 31

2.5 Kiểm tra phương sai sai số thay đổi 32

2.6 Kiểm tra tự tương quan 33

2.7 Kiểm tra đa cộng tuyến 36

2.8 Kiểm tra phân phối chuẩn của sai số ngẫu nhiên 37

3 Mô hình hồi quy sau khi kiểm tra và khắc phục khuyết tật 37

3.1 Ý nghĩa của hệ số hồi quy mẫu: 38

3.2 Ước lượng các hệ số hồi quy: 38

CHƯƠNG 4: KẾT LUẬN 40

CHƯƠNG 1: LỜI MỞ ĐẦU

sẽ bớt bỡ ngỡ và rụt rè so với những sinh viên chưa đi làm thêm Ngoài những kinhnghiệm làm việc, các bạn sinh viên còn nhận được những kinh nghiệm thực sự đáng giá trong cuộc sống như kinh nghiệm ứng xử, giao tiếp, quan hệ đồng nghiệp, quan hệ giữa cấp trên và cấp dưới… Được va chạm và trưởng thành hơn Sũy nghĩ khác về những công việc sau này và những kỹ năng cần thiết trong cuộc sống đã khiến họ có sự lựa chọn công việc càng thêm kỹ càng hơn

Sinh viên đi làm thêm không còn là vấn đề nhỏ lẻ mà là một xu thế gắn chặt với đời sống sinh viên Công việc làm thêm và tự tìm việc làm của sinh viên đều thông qua sách báo và internet; các trung tâm giới thiệu việc làm thêm Để giúp sinh viên

có những nhận định đúng đắn về công việc làm thêm của đúng ngành mình đang học và kết quả mình sẽ đạt được khi tham gia vào công việc làm thêm đó thì nhóm mình đã tiến hành bài” Khảo sát về thu nhập làm thêm của các bạn sinh viên”

2 Mục tiêu đề tài nghiên cứu

Bài nghiên cứu khảo sát về thu nhập làm thêm của các bạn sinh viên đưa ra để thấy được quan điểm của sinh viên về việc làm thêm; mục đích làm thêm của sinh viên

là gì Bên cạnh đó, tiền lương mà sinh viên nhận được khi hoàn thành công việc đó

là bao nhiêu, có đủ trang trải thêm trong cuộc sống hay không?

Ngoài ra việc làm thêm như vậy có ảnh hưởng gì đến thời gian học tập trên lớp, ảnh hưởng đến sức khỏe của bản thân hay không Từ đó đưa ra kết luận xem nên hay không nên đi làm thêm khi còn ở giảng đường

3 Đối tượng và phạm vi nghiên cứu

a Đối tượng nghiên cứu: Những quan điểm của sinh viên về công việc làm thêm

b Phạm vi nghiên cứu:

- Phạm vi không gian: Toàn thể các sinh viên tại trường Đại học Thương mại

- Khách thể nghiên cứu: Nghiên cứu dựa trên những quan điểm của sinh viên

đã và đang đi làm; và chưa từng đi làm

4 Ý nghĩa khoa học và thực tiễn của đề tài

a Ý nghĩa khoa học

Nghiên cứu việc làm thêm của sinh viên ở môi trường Đại học Thương mại để có được các nhìn tổng quát hơn về hiện tượng đi làm thêm ở các môi trường khác nhau.

a Ý nghĩa thực tiễn

Bài nghiên cứu sẽ giúp cho sinh viên tham gia các hoạt động làm thêm ngoài giờ Vạch ra những phương pháp cụ thể để đưa đến những thành công; giúp sinh viên xác định được đúng mục tiêu để hành động có hiệu quả hơn; chủ động, tự giác, tiết kiệm thời gian công sức hạn chế các ảnh hưởng tác động đến thu nhập làm thêm của sinh viên

CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

2.1 Lý thuyết về phân tích hồi quy

2.1.1 Mô hình hồi quy nhiều biến:

Mô hình hồi quy tổng thể (PRF)

Y i =.

Y i : là giá trị của biến phụ thuộc Y.

: hệ số chặn.

: hệ số của biến giải thích ().

: sai số ngẫu nhiên

Hàm hồi quy mẫu (SRF)

: Ước lượng của hoặc E(Y/X ij ),(,

i= ).

: Ước lượng của hệ số hồi quy

tổng thể (j = ).

Các giả tiết cơ bản của mô hình hồi quy nhiều biến

Các biến giải thích () không phải là biến ngẫu nhiên, giá trị của chúng là xác định

Kỳ vọng toán của các sai số ngẫu nhiên Uj bằng không

E (Uj) = E (X/Uj) = 0 với iCov (Ui, Uj) = E (Ui,Uj) =

Hạng ma trận X bằng k: rg (X) = k

Giả thiết này có nghĩa giữa các biến Xj không có hiện tượng cộng tuyến hay các cột của ma trận X độc lập tuyến tính

Uj ~ N (0, )

2.1.2 Ước lượng bằng phương pháp bình phương nhỏ nhất

; ;

; Tìm sao cho min

Trong đó, là ma trận phụ hợp của ma trận

2.1.3 Khoảng tin cậy và kiểm định giả thuyết về các hệ số hồi quy

2.1.3.1 Khoảng tin cậy của các hệ số hồi quy

-~ N (, Var ()), với j = Do chưa biết mà phải thay bằng ước lượng không chênh lệch

nên

: ~ T (n-k) , j =

Từ đó, khoảng tin cậy đối xứng của với mức ý nghĩa α là:

{– se (); + se ()}

2.1.3.2 Kiểm định giả thuyết về các hệ số của hồi quy tổng thể

Bài toán: Với mức ý nghĩa α Kiểm định giả thuyết về β j theo một trong 3 bài toánsau:

Xácđịnhphânvị

)

Miềnbác bỏ

Tính giá trị thực nghiệm: t =

So sánh t với Wα ⇒ kết luận theo quy tắc kiểm địnhKết luận chung

Cách 2:

Kiểm định theo p-value:

P-value < α bác bỏ giả thuyết , tức là hệ số hồi quy không có ý nghĩa thống kê Ngược lại, nếu P-value > α thì ta không có cơ sở bác bỏ giả thuyết , tức là các hệ số hồi quy có ý nghĩa thống kê

2.1.4 Kiểm định giả thuyết đồng thời

2.1.4.1 Hệ số xác định bội

- Định nghĩa 1: Hệ số xác định bội được định nghĩa:

- Trong thực tế, ta có thể sử dụng:

- Định nghĩa 2: Hệ số xác định bội đã điều chỉnh = 1 – (1 – R2)

2.1.4.2 Kiểm định giả thuyết đồng thời

Xét giả thuyết: ↔

TCKĐ: nếu Ho đúng thì F

Miền bác bỏ: Wα =

Nếu => Bác bỏ H0 , chấp nhân H1

2.1.5 Phân tích hồi quy và dự báo

2.1.5.1 Dự báo giá trị trung bình

Với độ tin cậy cho trước, dự báo được giá trị trung bình của Y:

Ước lượng điểm của E (Y / X0) là:

Xây dựng thống kê:

Khoảng tin cậy của E (Y/X0) là:

2.1.5.2 Dự báo giá trị cá biệt

Với độ tin cậy cho trước, ta cần dự báo giá trị cá biệt của Y khi các biến độc lập X2, X3, …,

2.2.1 Hiện tượng phương sai sai số thay đổi

2.2.1.1 Bản chất: Hiện tượng phương sai sai số thay đổi xảy ra khi giả thiết: ( )

= (∀ ) bị vi phạm

2.2.1.2 Nguyên nhân

- Do bản chất mối liên hệ giữa các biến kinh tế

- Do kỹ thuật thu nhập và xử lý dữ liệu

- Con người rút được kinh nghiệm từ các hành vi trong quá khứ

- Mô hình định dạng sai, bỏ sót biến thích hợp hoặc dạng giải tích của hàm là sai

- Có các quan sát ngoại lai (quan sát khác biệt rất nhiều với các quan sát khác trong

- Kết quả dự báo không còn hiệu quả nữa khi sử dụng các ước lượng OLS có phương sai không nhỏ nhất

2.2.1.4 Phát hiện hiện tượng phương sai sai số thay đổi

- Phương pháp đồ thị phần dư:

+ Ước lượng mô hình hồi quy gốc thu được →

+ Vẽ đồ thị theo chiều tăng của nào đó

+ Nhận xét: Nếu biến động mà cũng biến động tăng, giảm theo các dạng hình b, c, d,

e thì mô hình có phương sai sai số thay đổi, còn mô hình a thi phương sai sai số là thuần nhất

Nếu bị bác bỏ thì kết luận có phương sai của sai số thay đổiTiêu chuẩn kiểm định:

T= nếu đúngDựa vào hoặc P – giá trị để kiểm định giả thiết:

+ Nếu P – giá trị < => Bác bỏ , chấp nhận và kết luận phương sai của sai sốthay đổi

+ Nếu P – giá trị > => Bác bỏ , chấp nhận và kết luận không có phương saicủa sai số thay đổi

+ Dựa vào hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < => Bác bỏ , chấp nhận và kết luận phương sai của sai số thayđổi

Nếu P – giá trị > => Bác bỏ , chấp nhận và kết luận không có phương sai của sai

số thay đổi

- Kiểm định White:

+Ước lượng mô hình gốc bằng phương pháp OLS được phần dư ei

+ Ước lượng mô hình phụ = + + ⋯ + + + ⋯ + + ∑ → + bằng phương pháp OLS tìnđược hệ số xác định bội

+ Với TCKĐ: χ = n.~ nếu H0 đúng

+ Dựa vào W_α hoặc P – giá trị để kiểm định giả thiết:α hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < α => Bác bỏ , chấp nhận và kết luận phương sai của sai số thayđổi

Nếu P – giá trị > α => Bác bỏ , chấp nhận và kết luận không có phương sai của sai số thay đổi

- Kiểm định dựa trên biến phụ thuộc:

+ Thay E(Yi) = Ŷi => = + + thu được

+ TCKĐ : χ 2 = n Nếu H0 đúng thì χ 2~ χ 2(1)

+ Dựa vào W_α hoặc P – giá trị để kiểm định giả thiết:α hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < α => Bác bỏ , chấp nhận và kết luận phương sai của sai số thayđổi

Nếu P – giá trị > α => Bác bỏ , chấp nhận và kết luận không có phương sai của sai số thay đổi

2.2.1.5 Khắc phục hiện tượng

- TH1: Khi đã biết

+ Xét MH ban đầu: = + + (1) với( ) = đã xác định

+ Chia cả 2 vế mô hình (1) cho ta có :

(2)+ Mô hình (2) có phương sai số không đổi:() = 1

+ Vậy (2) không có hiện tượng phương sai sai số thay đổi:

( ) =

Giả sử: ( ) =+ Chia các vế của (1) cho :(2)

Trong đó: ;=; =

Var( =1Vậy mô hình không còn hiện tượng phương sai sai số thay đổi

GLS là phương sai áp dụng OLS trong mô hình sau khi thay đổi biến thể để các giả thiết được thỏa mãn WLS là kỹ thuật đặc biệt của GLS

- TH2: Khi chưa biết

Xét MH ban đầu: = + + (1)

Mô hình có hiện tượng PSSS ngẫu nhiên thay đổi và giá trị của nó chưa biết: ( )

= , ∀i+ Giả thiết 1: PSSS ngẫu nhiên tỷ lệ với biến giải thích:

()= =Chia cả 2 vế của mô hình (1) cho ta có:

= ++ (3)

Mô hình (3) có phương sai sai số ngẫu nhiên không đổi:

Var ( ) = Var () =Ước lượng mô hình (3) bằng phương pháp WLS với trọng số = thu được các ước lượng BLUE

+ Giả thiết 2: PSSS ngẫu nhiên tỷ lệ với bình phương của biến giải thích:

()= =Chia cả 2 vế của mô hình (1) cho ta có:

=++(4)

Mô hình (4) có PSSS ngẫu nhiên không đổi:

Var ( ) = Var () =Ước lượng mô hình (4) bằng phương pháp WLS với trọng số = thu được các ước lượng tuyến tính, không chệch tốt nhất (BLUE)

+ Giả thiết 3: PSSS ngẫu nhiên tỷ lệ với bình phương kỳ vọng có điều kiện phụthuộc:

- Nguyên nhân khách quan:

+ Tính quán tính của biến ngẫu nhiên

+ Tính trễ của đại lượng kinh tế

+ Kỹ thuật thu nhập và xử lý số liệu thô làm trơn số liệu và giảm sự dao động của dữ

- Các kiểm định t và F nói chung không đáng tin cậy

- có thể là độ đo không đáng tin cậy cho thực

- Các phương sai và sai số tiêu chuẩn của dự đoán đã tính được cũng có thể không

hiệu quả

Như vậy, các hậu quả trên làm cho khoảng tin cậy và kết quả kiểm định không còn ý

nghĩa

2.2.2.4 Phát hiện hiện tượng tự tương quan

- Kiểm định d (Durbin – Waston)

+ Ước lượng mô hình hồi quy gốc thu được

+ Miền bác bỏ (Với n, , biến giải thích k’=k–1 tìm được dL và dU)

Tự tương quan Không có kết Không có Không có kết luận Tự tương quan

và ước lượng mô hình = + +…+ + + …+ + để thu được hệ số xác định bội

+BTKĐ:

+ TCKĐ: χ 2 = (n-p) Nếu đúng thì χ 2~ χ 2(p)+ Dựa vào W_α hoặc P – giá trị để kiểm định giả thiết:α hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < => Bác bỏ , chấp nhận và kết luận mô hình có tự tương quanNếu P – giá trị > => Bác bỏ , chấp nhận và kết luận mô hình không có tự tươngquan

2.2.2.5 Khắc phục tự tương quan

Bài toán: Giả sử mô hình gốc: = + +

Có xảy ra hiện tượng tự tương quan bậc 1 Khắc phục hiện tượng trên:

- TH1: Khi cấu trúc tự tương quan đã biết

+ Với cấu trúc tự tương quan: = +

+ Phương pháp sai phân tổng quát

+ Mô hình dạng đa thức

+ Mẫu không mang tính đại diện 2.2.3.3 Hậu quả

- Nếu xảy ra đa cộng tuyến hoàn hảo:

+ Dấu của khác so với thực tế

+ Kết quả ước lượng khá nhạy khi có sự thay đổi nhỏ trong mẫu 2.2.3.4 Phát hiện hiện tượng đa cộng tuyến

- Phương pháp nhân tử phóng đại phương sai (VIF)

VIF = , Nếu VIF >10 thì xảy ra đa cộng tuyến

- Phương pháp hồi quy phụ

+ Chọn một biến để hồi quy theo các biến giải thích còn lại để thu được

+ TCKĐ: F = Nếu đúng thì F ~

+ Suy ra: hoặc Dựa vào hoặc P –giá trị để kiểm định giả thiết:

Nếu P – giá trị < => Bác bỏ, chấp nhận và kết luận mô hình có đa cộngtuyến

- Kết quả dự báo không còn hiệu quả nữa khi sử dụng các ước lượng OLS có

phương sai không nhỏ nhất

2.2.1.4 Phát hiện hiện tượng phương sai sai số thay đổi

- Phương pháp đồ thị phần dư:

+ Ước lượng mô hình hồi quy gốc thu được →

+ Vẽ đồ thị theo chiều tăng của nào đó

+ Nhận xét: Nếu biến động mà cũng biến động tăng, giảm theo các dạng hình b, c,

d, e thì mô hình có phương sai sai số thay đổi, còn mô hình a thi phương sai sai số là thuần nhất.

Nếu có nhiều biến giải thích thì ước lượng hồi quy này với từng biến giải thích hoặc với

Bước 3: Kiểm định giả thiết {

Nếu bị bác bỏ thì kết luận có phương sai của sai số thay đổi Tiêu chuẩn kiểm định:

T= nếu đúng Dựa vào hoặc P – giá trị để kiểm định giả thiết:

+ Nếu P – giá trị < => Bác bỏ , chấp nhận và kết luận phương sai của sai số thay đổi

+ Với TCKĐ: T = Nếu H0 đúng T

- Kiểm định White:

+Ước lượng mô hình gốc bằng phương pháp OLS được phần dư ei

+ Ước lượng mô hình phụ = + + ⋯ + + + ⋯ + + ∑ → + bằng phương pháp OLS tìn được hệ số xác định bội

+ BTKĐ :

+ Dựa vào W_α hoặc P – giá trị để kiểm định giả thiết:α hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < α => Bác bỏ , chấp nhận và kết luận phương sai của sai số thay đổi

Nếu P – giá trị > α => Bác bỏ , chấp nhận và kết luận không có phương sai của sai số thay đổi

- Kiểm định dựa trên biến phụ thuộc:

+ Giả thuyết: = + +

+ Thay E(Yi) = Ŷi => = + + thu được

+ TCKĐ : χ 2 = n Nếu H0 đúng thì χ 2~ χ 2(1)

+ Dựa vào W_α hoặc P – giá trị để kiểm định giả thiết:α hoặc P – giá trị để kiểm định giả thiết:

Nếu P – giá trị < α => Bác bỏ , chấp nhận và kết luận phương sai của sai số thay đổi

Nếu P – giá trị > α => Bác bỏ , chấp nhận và kết luận không có phương sai của sai số thay đổi.

2.2.1.5 Khắc phục hiện tượng

- TH1: Khi đã biết

+ Xét MH ban đầu: = + + (1) với( ) = đã xác định

+ Chia cả 2 vế mô hình (1) cho ta có :

(2) + Mô hình (2) có phương sai số không đổi: () = 1

+ Vậy (2) không có hiện tượng phương sai sai số thay đổi:

( ) =

+ Xét mô hình: