Điều tra ảnh hưởng của tiền chu cấp, tiền trọ, tiền ăn tới tiền đi chơi hàng tháng của sinh viên

Vấn đề nghiên cứu:Điều tra sự ảnh hưởng của tiền chu cấp, tiền trọ ,tiền ăn, giới tính và tình trạng quan hệ tình cảm tới tiền đi chơi hàng tháng của sinh viên đại học tại khoa quản trị

TRƯỜNG ĐẠI HỌC DUY TÂN KHOA QUẢN TRỊ KINH DOANH

- 

 -BÀI TIỂU LUẬN

MÔN: KINH TẾ LƯỢNG

Đề tài: “ĐIỀU TRA ẢNH HƯỞNG CỦA TIỀN CHU CẤP, TIỀN TRỌ, TIỀN ĂN TỚI

TIỀN ĐI CHƠI HÀNG THÁNG CỦA SINH VIÊN”

SVTH :

Đà Nẵng

MỤC LỤC

Mục lục 1

Nội dung chính: I.Vấn đề nghiên cứu 2

II.Bộ số liệu 2

III.Mô hình hồi quy – Kiểm định và khắc phục mô hình 3

A.Mô hình hồi quy 3

1.Mô hình tổng quát 3

2.Giải thích các biến 3

3 Tiến hành xây dựng mô hình 3

3.1.Mô hình gốc 3

3.2 Kiểm định sự phù hợp của mô hình hồi quy 5

3.3.Sự ảnh hưởng của các biến độc lập vào biến phụ thuộc 5

3.4 Mô hình sau khi loại bỏ các biến không cần thiết 6

B Kiểm định và khắc phục mô hình 1.Kiểm định đa cộng tuyến 7

2.Kiểm định tự tương quan 11

3.Kiểm định phương sai thay đổi 11

Phụ lục Phiếu khảo sát 13

Tài liệu tham khảo 14

I Vấn đề nghiên cứu:

Điều tra sự ảnh hưởng của tiền chu cấp, tiền trọ ,tiền ăn, giới tính và tình trạng quan

hệ tình cảm tới tiền đi chơi hàng tháng của sinh viên đại học ( tại khoa quản trị kinh doanh- đại học Duy Tân )

II Bộ số liệu :

III Mô hình hồi quy – Kiểm định và khắc phục mô hình:

A Mô hình hồi quy:

1 Mô hình tổng quát :

Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*D1 + C(6)*D2 + e1

2 Giải thích các biến :

 Biến phụ thuộc :

Y : tiền đi chơi của sinh viên ( Đvt : đồng / tháng)

 Biến độc lập :

• Biến định lượng :

Tên Diễn giải Đơn vị tính Kì vọng

X1 Tiền ba mẹ

chu cấp đồng/tháng + Tiền ba mẹ chu cấp càng nhiều thì tiền đi chơi càng nhiều

X2 Tiền ở trọ đồng/tháng - Tiền ở trọ càng ít thì tiền đi chơi càng nhiều

X3 Tiền ăn đồng/tháng - Tiền ăn càng ít thì tiền đi chơi càng nhiều.

• Biến định tính :

Tên Diễn giải 0Lựa chọn1 Kì vọngdấu Ý nghĩa kinh tế

D1 Giới tính Nữ Nam +/- Giới tính có thể hoặc không thể

làm tăng ( giảm) tiền đi chơi

D2 Tình cảm

( người yêu) Không Có -/+ Tình cảm có thể làm tăng hoặc giảm tiền đi chơi

3 Tiến hành xây dựng mô hình :

3.1 Mô hình gốc

Với số liệu từ mẫu trên, sử dụng phần mềm EVIEW để ước lượng, ta thu được kết quả sau:

Mô hình 1

Dependent Variable: Y

Method: Least Squares

Date: 05/26/13 Time: 16:26

Sample: 1 23

Included observations: 23

Adjusted R-squared 0.791238 S.D dependent var 226002.4 S.E of regression 103261.5 Akaike info criterion 26.14738

Từ mô hình1 ta có :

B1 = 120274.2 : khi các yếu tố tiền ăn tiền trọ tiền chu cấp không ảnh hưởng thì tiền đi chơi hằng tháng của một sinh viên nữ, chưa có người yêu là 120274,2 đồng

B2= 0.271731 : Khi tiền chu cấp tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi sẽ tăng ( giảm) 0.271731 đơn vị

B3 = -0.146192 : Khi tiền trọ tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên

sẽ giảm( tăng) 0,146192 đơn vị

B4= -0.433499: Khi tiền ăn tăng( giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên

sẽ giảm( tăng) 0.433499 đơn vị

B5= 51924.81: Vấn đề chi tiêu cho việc đi chơi của sinh viên nữ và sinh viên nam chênh lệch nhau 51924.81 đồng

B6= 197719.8 : Vấn đề chi tiêu cho việc đi chơi giữa sinh viên có người yêu và đang độc thân là 197719.8 đồng

Và hàm hồi quy mô tả mối quan hệ giữa các biến kinh tế như sau:

Y = 120274.24252 + 0.271731493277*X1 - 0.146191710023*X2 - 0.433498635615*X3 + 51924.8110291*D1 + 197719.847839*D2 + ei

• Nhận xét : Theo lý thuyết kinh tế, khi tiền gia đình chu cấp hàng tháng tăng và tiền

trọ, tiền ăn giảm thì số tiền chi tiêu cho việc đi chơi của mỗi sinh viên sẽ tăng lên

Từ mô hình 1 ta có :

B1 =120274.2 > 0, B2= 0.271731 > 0 => phù hợp với lý thuyết kinh tế

B3 = -0.146192 <0, B4=-0.433499 <0 => phù hợp với lý thuyết kinh tế

R2 =0,786260 cho biết 78,626% sự biến động của tiền đi chơi của sinh viên (Y) là do tiền chu cấp hàng tháng(X1), tiền trọ(X2), tiền ăn( X3), giới tính (D1) và việc có người yêu hay chưa (D2) của sinh viên trong mô hình gây ra

3.2 Kiểm định sự phù hợp của mô hình hồi quy :

KĐGT : Ho : β2 = β3 = β4 = β5= β 6=0

H1 : β2 # β3 # β4 # β5# β6# 0

Từ báo cáo 1 ta có : Fo = 17,67665

Fα(k-1,n-k) = F0.05(3,19 ) = 2,11

Ta thấy Fo = 17,67665 > Fα(k-1,n-k) =2,11 , Fo thuộc miền bác bỏ Ho => bác bỏ Ho, chấp nhận

H1.

Kết luận : với mức ý nghĩa α= 0,05 thì mô hình hồi qui trên là phù hợp

3.3 Sự ảnh hưởng của biến độc lập vào biến phụ thuộc :

 Kiểm định sự phù hợp của các biến độc lập trong mô hình.

Sử dụng phương pháp P_value :

- Với mức ý nghĩa 5%, ta thấy

+ Giá trị p ứng với biến X2=0.1458>0.05, suy ra biến X2 không ảnh hưởng đến biến phụ thuộc Y

+ Giá trị p ứng với biến D1=0.3465 >0.05, suy ra biến D1 không ảnh hưởng đến biến phụ thuộc Y

Ta thấy :P_value của các biến X1, X3, và D2 < 0,05 => biến X1, X3, và D2 ảnh hưởng đến biến phụ thuộc Y

 Kiểm định các biến bị loại bỏ ta sử dụng kiểm định Wald :

C(3)=C(5)=0

Wald Test:

Equation: EQ03

Null Hypothesis Summary:

Restrictions are linear in coefficients.

 Loại bỏ biến khỏi mô hình : X2 và D1

Như vậy các yếu tố về tiền trọ và giới tính ( Nữ hay Nam ) không ảnh hưởng đến tiền

đi chơi hằng tháng của sinh viên

3.4 Mô hình sau khi loại bỏ các biến không cần thiết :

3.4.1 Phương trình hồi quy :

Estimation Command:

=========================

LS Y C X1 X3 D2

Estimation Equation:

=========================

Y = C(1) + C(2)*X1 + C(3)*X3 + C(4)*D2

Substituted Coefficients:

=========================

Y = 241999.727724 + 0.206419906723*X1 - 0.512185370034*X3 + 237285.756453*D2

3.4.2 Mô hình 2

Dependent Variable: Y

Method: Least Squares

Date: 05/27/13 Time: 14:20

Sample: 1 23

Included observations: 23

Ý nghĩa :

- B1= 241999.7 : Tiền chi tiêu cho việc đi chơi của một sinh viên độc thân hàng

tháng khi không có sự trợ cấp của gia đình và không chi tiêu cho việc ăn uống là 241999.7

- B2=0.206420: Tiền trợ cấp của gia đình tăng (giảm) 1 đơn vị thì chi tiêu cho việc

đi chơi của sinh viên tăng( giảm) 0.206420 đơn vị

- B3=-0.512185: Tiền chi cho việc ăn uống của sinh viên tăng (giảm) 1 đơn vị thì tiền chi cho việc đi chơi sẽ giảm( tăng) 0.512185 đơn vị

- D2=237285.8 : Tiền chi cho việc đi chơi của sinh viên độc thân và sinh viên đang

có người yêu chênh lệch nhau 237285.8 đồng

B Kiểm định và khắc phục:

1 Kiểm định đa cộng tuyến:

Dependent Variable: X1

Method: Least Squares

Date: 05/27/13 Time: 14:49

Sample: 1 23

Included observations: 23

KĐGT: H0 : R2 = 0

H1 : R2 # 0

Từ mô hình 3 ta có Fst = 18,12082

F(α,k-1,n-k)= 2,11

Ta thấy Fst = 18,12082> F(α,k-1,n-k)= 2,11 => bác bỏ H0 , chấp nhận H1

 Có hiện tượng đa cộng tuyến xảy ra trong mô hình

 Cách khắc phục :

Ta thấy giữa 2 biến X1,X3 có sự tương quan chặt chẽ với nhau

Mô hình hồi quy giữa biến X1 và biến X3.

Dependent Variable: X3

Method: Least Squares

Date: 05/27/13 Time: 22:33

Sample: 1 23

Included observations: 23

- KĐGT: H0 : R2 = 0

H1 : R2 # 0

Từ mô hình 3 ta có Fst = 12,97109

F(α,k-1,n-k)= F(0.05 ;1,21)=4.325

Ta thấy Fst = 12,97109> F(α,k-1,n-k)= 4.325 => bác bỏ H0 , chấp nhận H1.

vậy mô hình tồn tại đa cộng tuyến giữa biến X1 và X3

 Biện pháp khắc phục : dùng biện pháp bỏ bớt biến.

Ta có mô hình hồi quy khi bỏ bớt biến X1 có R2 = 0.677171

Ta có mô hình hồi quy khi bỏ bớt biến X3 có R2 =0.669383

Ta thấy 0.677171 > 0.669383 nên ta loại biến X1 ra khỏi mô hình Vì khi không có biến X1 trong mô hình thì mức độ phù hợp của mô hình hồi quy không tốt bằng việc không có biến x3

Mô hình hồi quy khi không có biến X1

Dependent Variable: Y

Method: Least Squares

Date: 05/27/13 Time: 22:41

Sample: 1 23

Included observations: 23

Kiểm định đa cộng tuyến của mô hình mới :

Dependent Variable: X3

Method: Least Squares

Date: 05/27/13 Time: 22:48

Sample: 1 23

Included observations: 23

Ta có : KĐGT: H0 : R2 = 0

H1 : R2 # 0

Từ mô hình 3 ta có Fst = 0.000262

F(α,k-1,n-k)= F(0.05,1,21)=4.325

Ta thấy Fst = 0.000262 < F(α,k-1,n-k)= 4,325 => chấp nhận H0

Vậy mô hình không tồn tại đa cộng tuyến

2 Kiểm định tự tương quan:

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 05/27/13 Time: 14:52

Sample: 1 23

Included observations: 23

Presample missing value lagged residuals set to zero.

 Ta thấy P_value = 0.6504> 0,05 => không có sự tự tương quan trong mô hình

3 Kiểm định phương sai thay đổi :

Heteroskedasticity Test: White

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

Date: 05/27/13 Time: 14:53

Sample: 1 23

Included observations: 23

Collinear test regressors dropped from specification

D2 -7.98E+10 4.21E+10 -1.896279 0.0788

S.E of regression 1.20E+10 Akaike info criterion 49.53297

Nhận thấy P_value =0.0810 > 0,05 nên không có phương sai thay đổi trong mô hình

Phụ lục Nội dung phiếu điều tra

CÁC KHOẢN CHI TIÊU HẰNG THÁNG CỦA SINH VIÊN TRƯỜNG

ĐẠI HỌC DUY TÂN

Họ Và Tên:

Giới Tính:

Lớp:

Quê quán:

Tình cảm:

Có người yêu:  Chưa có người yêu: 

 Các khoản chi tiêu hằng tháng:

- Tiền gia đình chu cấp:

- Tiền trọ ( nếu có):

- Tiền ăn:

- Tiền đi chơi:

Chúng tôi xin chân thành cảm ơn những thông tin trên của bạn!

Tài liệu tham khảo

(1) Hoàng Ngọc Nhậm

Kinh tế lượng, Nhà xuất bản Thống kê, 2003

(2) Nguyễn Quang Dong

Bài tập “Kinh tế lượng” với sự trợ giúp của phần mềm Eviews, Nhà xuất bản Khoa học và

Kỹ thuật, 2005

(3).Bùi Dương Hải

Hướng dẫn thực hành phần mềm Eviews, Nhà xuất bản khoa học & kĩ thuật ,2011