ĐẠI HỌC QUỐC GIA HÀ NỘI

TRƯỜNG ĐẠI HỌC KINH TẾ

VIỆN QUẢN TRỊ KINH DOANH

BÁO CÁO KINH TẾ LƯỢNG

PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG TỚI TỔNG CHI PHÍ DÀNH
CHO NHU CẦU VUI CHƠI, GIẢI TRÍ CỦA SINH VIÊN

NHÓM 4

Thành viên nhóm: Nguyễn Khánh Loan

Nguyễn Vân Anh
Nguyễn Hải Anh
Hoàng Phương Anh
Lê Thị Quỳnh Trang
Nguyễn Văn Hưng
Dương Thị Ánh Tuyết

1
 I. Vấn đề nghiên cứu
Điều tra sự ảnh hưởng của chi phí tới nhu cầu vui chơi, giải trí của sinh viên

II. Bộ số liệu

Y X1 X2 X3 D1 D2

200000 800000 0 400000 0

100000
2500000 0 400000 1
0
500000 2000000 400000 800000 1
100000
300000 2500000 900000 0
0
150000
350000 3000000 1000000 0
0
200000 2000000 0 1000000 0

500000 3000000 550000 1000000 1

100000 1200000 400000 700000 0

200000 1500000 400000 800000 0

200000 2000000 600000 1000000 0

150000 700000 0 400000 0

100000 800000 0 400000 0

100000 2000000 700000 1000000 0

200000 2000000 300000 500000 0

200000 1200000 0 600000 0

200000 1000000 0 600000 0

300000 2500000 700000 900000 1

200000 1800000 500000 800000 0

600000 2000000 400000 400000 1

2
 700000 2000000 400000 500000 1

300000 2000000 450000 800000 0

400000 1500000 0 500000 0

600000 2500000 600000 1000000 1

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: chi phí dành cho nhu cầu giải trí của sinh viên
 Biến độc lập:
+ Biến định lượng:

Tê Đơn vị Kì vọng
Diễn giải Ý nghĩa kinh tế
n tính dấu

Tiền chu cấp từ đồng/ Tiền bố mẹ chu cấp càng nhiều thì chi
X1 +
bố mẹ tháng phí cho nhu cầu giải trí càng cao

đồng/ Tiền trọ ít thì chi phí cho nhu cầu giải
X2 Tiền trọ -
tháng trí càng cao

đồng/ Tiền ăn càng ít thì chi phí cho nhu cầu

X3 Tiền ăn -
tháng giải trí càng nhiều

3
 + Biến định tính: 

Diễn Lựa chọn Kì vọng

Tên Ý nghĩa kinh tế
giải dấu
0 1

Giới tính có thể hoặc không thể làm tăng

D1 Giới tính Nữ Nam +/-
(giảm) chi phí cho nhu cầu giải trí

Tình cảm có thể làm tăng (giảm) chi phí

D2 Tỉnh cảm Không Có +/-
cho nhu cầu giải trí

3. Tiến hành xây dựng mô hình

3.1. Mô hình gốc

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

Mô hình
1
Dependent Variable: Y
Method: Least Squares
Date: 06/12/22 Time: 16:26
Sample: 1 2
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

C 120274.2 102517.0 1.173213 0.2569

X1 0.271731 0.067827 4.006236 0.0009
X2 -0.146192 0.095897 -1.524471 0.1458
X3 -0.433499 0.140563 -3.084020 0.0067
D1 51924.81 53626.45 0.968269 0.3465
D2 197719.8 65891.02 3.000710 0.0080

R-squared 0.838684 Mean dependent 330434.8

Adjusted R-squared 0.791238 S.D. dependent 226002.4
S.E. of regression 103261.5 var
Akaike info 26.14738
Sum squared resid 1.81E+11 criterion
Schwarz 26.44359
Log likelihood -294.6948 criterion
Hannan-Quinn 26.22187
criter.

4
 F-statistic 17.67665 Durbin-Watson 1.636138
Prob(F-statistic) 0.000003 stat

Từ mô hình 1 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 + e

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.

5
 III.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.

III.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

6
 Wald Test:
Equation: EQ03

Test Statistic Value df Probability

F-statistic 1.506644 (2, 17) 0.2498

Chi-square 3.013287 2 0.2217

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std. Err.

C(3) -0.146192 0.095897

C(5) 51924.81 53626.45

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 chi phí
cho nhu cầu giải trí của sinh viên.

B. Kiểm định và khắc phục

1. Kiểm định đa cộng tuyến:

Dependent Variable: X1
Method: Least Squares
Date: 06/12/22 Time: 14:49
Sample: 1 23
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

C 390326.7 286983.7 1.360101 0.1889
X3 1.732875 0.375043 4.620475 0.0002
D2 729048.4 189718.5 3.842791 0.0010
R-squared 0.644392 Mean dependent var 1847826.
Adjusted R-squared 0.608831 S.D. dependent var 669375.3
S.E. of regression 418650.9 Akaike info criterion 28.84857
Sum squared resid 3.51E+12 Schwarz criterion 28.99668
1
 Log likelihood -328.7586 Hannan-Quinn 28.88582
criter.
F-statistic 18.12082 Durbin-Watson stat 2.112635
Prob(F-statistic) 0.000032

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: 06/12/22 Time: 22:33
Sample: 1 23
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

X1 0.219698 0.061001 3.601540 0.0017

C 307079.2 119584.8 2.567878 0.0179

R-squared 0.381827 Mean dependent 713043.5

var
Adjusted R-squared 0.352391 S.D. dependent 237992.3
var
S.E. of regression 191522.3 Akaike info criterion 27.24634
Sum squared 7.70E+11 Schwarz criterion 27.34508
resid
Log likelihood -311.3329 Hannan-Quinn criter. 27.27117
F-statistic 12.97109 Durbin-Watson stat 1.909111
Prob(F-statistic) 0.001677
2
 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: 06/12/22 Time: 22:41
Sample: 1 23
Included observations: 23

Variable Coefficient Std. Error t-Statistic Prob.

X3 -0.154486 0.120649 -1.280453 0.2150

D2 387775.9 61031.39 6.353712 0.0000
C 322570.9 92321.07 3.494012 0.0023

R-squared 0.677171 Mean dependent 330434.8

var
Adjusted R-squared 0.644888 S.D. dependent var 226002.4
S.E. of regression 134677.7 Akaike info 26.58026
criterion
Sum squared resid 3.63E+11 Schwarz criterion 26.72837
Log likelihood -302.6730 Hannan-Quinn 26.61751
3
 criter.
F-statistic 20.97615 Durbin-Watson stat 1.797767
Prob(F-statistic) 0.000012

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
Variable Coefficient Std. Error t-Statistic Prob.
D2 1785.714 110386.7 0.016177 0.9872
C 712500.0 60897.83 11.69992 0.0000
R-squared 0.000012 Mean dependent var 713043.5
Adjusted R-squared -0.047606 S.D. dependent var 237992.3
S.E. of regression 243591.3 Akaike info criterion 27.72731
Sum squared resid 1.25E+12 Schwarz criterion 27.82605
Log likelihood -316.8641 Hannan-Quinn 27.75215
criter.
F-statistic 0.000262 Durbin-Watson stat 1.603921
Prob(F-statistic) 0.987246

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.

4
2. Kiểm định tự tương quan

Breusch-Godfrey Serial Correlation LM

Test:
F-statistic 0.162232 Prob. F(1,18) 0.6919
Obs*R-squared 0.205445 Prob. Chi- 0.6504
Square(1)
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/12/22 Time: 14:52
Sample: 1 23
Included observations: 23
Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic Prob.

C 7167.509 79678.02 0.089956 0.9293

X1 0.002206 0.058154 0.037927 0.9702
X3 -0.010798 0.142174 -0.075952 0.9403
D2 -9842.747 69221.80 -0.142191 0.8885
RESID(-1) 0.107818 0.267683 0.402781 0.6919

R-squared 0.008932 Mean dependent -1.01E-11

var
Adjusted R-squared -0.211305 S.D. dependent var 98488.71
S.E. of regression 108396.0 Akaike info 26.21463
criterion
Sum squared resid 2.11E+11 Schwarz criterion 26.46148
Log likelihood -296.4682 Hannan-Quinn 26.27671
criter.
F-statistic 0.040558 Durbin-Watson 1.961459
stat
Prob(F-statistic) 0.996577

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

5
3. Kiểm định phương sai thay đổi:

Heteroskedasticity Test: White

F-statistic 2.736336 Prob. F(8,14) 0.0477
Obs*R-squared 14.02831 Prob. Chi- 0.0810
Square(8)
Scaled explained SS 12.40172 Prob. Chi- 0.1342
Square(8)

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
Variable Coefficient Std. Error t-Statistic Prob.
C -5.66E+09 3.53E+10 -0.160314 0.8749
X1 54514.88 30285.08 1.800057 0.0934
X1^2 0.015664 0.018181 0.861569 0.4034
X1*X3 -0.135988 0.073643 -1.846584 0.0861
X1*D2 -7451.865 28784.11 -0.258888 0.7995
X3 -80087.22 125092.0 -0.640227 0.5324
X3^2 0.187109 0.119298 1.568420 0.1391
X3*D2 126326.1 59065.83 2.138734 0.0506
D2 -7.98E+10 4.21E+10 -1.896279 0.0788
R-squared 0.609927 Mean dependent 9.28E+09
var
Adjusted R-squared 0.387028 S.D. dependent 1.53E+10
var
S.E. of regression 1.20E+10 Akaike info criterion 49.53297
Sum squared resid 2.00E+21 Schwarz criterion 49.97729
Log likelihood -560.6291 Hannan-Quinn criter. 49.64471
F-statistic 2.736336 Durbin-Watson 1.929689
stat
Prob(F-statistic) 0.047744

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

6
7
8