TRƯỜNG ĐẠI HỌC CÔNG NGHIỆP TP.

HCM

Business Administration

CHƯƠNG VI:

TƯƠNG QUAN & HỒI QUY

CORRELATION & REGRESSION
 NỘI DUNG

1. Tương quan tuyến tính

2. Mô hình hồi quy tuyến tính

2
1. TƯƠNG QUAN (CORRELATION)

❖ Xem xét mối quan hệ giữa hai hay nhiều

biến định lượng
❖ Tương quan có:
▪ Tương quan 2 biến – Bivariate Correlations
▪ Tương quan riêng phần – Partial Correlations
❖ Điều kiện:
▪ 2 hoặc nhiều biến định lượng.

3
1. TƯƠNG QUAN (CORRELATION)

Ví dụ: Đo lường mối quan hệ giữa

doanh số bán hàng (y) với chi phí chào
hàng (x), dữ liệu được thu thập tại 12
khu vực bán hàng trong file tqvahq.

4
1. TƯƠNG QUAN (CORRELATION)

❖ Mục tiêu nghiên cứu: Giả định nhà nghiên cứu

muốn tìm hiểu có mối quan hệ như thế nào giữa
doanh số bán hàng và chi phí chào hàng
❖ Giả thuyết H0: Doanh số và chi phí chào hàng
không có liên hệ với nhau.

5
1. TƯƠNG QUAN (CORRELATION)

1.1. Dùng đồ thị Scatter để xem xét mối liên hệ:

Vào menu Graphs > Legacy Dialogs >
Scatter/Dot…, để mở hộp thoại Scatterplot. Chọn
Simple Scatter và nhấn Define để vào hộp thoại kế
tiếp.

6
1. TƯƠNG QUAN (CORRELATION)

Biến doanh số

Biến chào hàng

7
1. TƯƠNG QUAN (CORRELATION)

8
1. TƯƠNG QUAN (CORRELATION)

1.2. Sử dụng hệ số tương quan R (Pearson)

✓ Dùng để lượng hóa mức độ chặt chẽ mối liên
hệ tuyến tính
✓ Trị tuyệt đối R tiến gần đến 1 khi hai biến có
mối liên hệ chặt chẽ
✓ Giá trị R = 0 khi hai biến không có mối liên hệ
tuyến tính
▪ Không có mối liên hệ
▪ Có liên hệ chặt chẽ nhưng không phải tuyến tính.

9
1. TƯƠNG QUAN (CORRELATION)

1.2. Sử dụng hệ số tương quan R (Pearson)

✓ Có tương quan chưa chắc đã có mối quan hệ
nhân quả
✓ Hai biến không có mối liên hệ nhưng R rất cao
(tương quan giả)
✓ Xem xét đồng thời R và đồ thị để đánh giá mối
liên hệ.

10
1. TƯƠNG QUAN (CORRELATION)

Kết quả đánh giá mức độ tương quan

R R2 Tương quan
< 0,3 < 0,1 Thấp
0,3 ≤ R < 0,5 0,1 ≤ R2 < 0,25 Trung bình
0,5 ≤ R < 0,7 0,25 ≤ R2 < 0,5 Khá chặt chẽ
0,7 ≤ R < 0,9 0,5 ≤ R2 < 0,8 Chặt chẽ
0,9 ≤ R 0,8 ≤ R2 Rất chặt chẽ

11
1. TƯƠNG QUAN (CORRELATION)

1.2. Sử dụng hệ số tương quan R (Pearson)

Menu chọn: Analyze > Correlate > Bivariate..

12
1. TƯƠNG QUAN (CORRELATION)

Hộp thoại Bivariate Correlations xuất hiện:

13
1. TƯƠNG QUAN (CORRELATION)

Hộp thoại Option: Trung

bình và
độ lệch
chuẩn

Tổng
các tích
mômen
chéo và
hiệp
phương
sai
Nhấp continue để trở về hộp
14 thoại trước và nhấp OK.
1. TƯƠNG QUAN (CORRELATION)

Vì Pearson = 0,905 và Sig = 0,000

nên đủ cơ sở bác bỏ H0, nghĩa là….
15
2. MÔ HÌNH HỒI QUY TUYẾN TÍNH

2.1. Hồi quy tuyến tính với dữ liệu chéo

Các yếu tố ảnh hưởng đến sự trung thành của
khách hàng đối với sản phẩm Xoài cát Hòa lộc
Cái bè Tiền Giang.
Mô hình khái quát

Y = b0 + b1 X1 + b2 X 2 + ... + bi X i + ui

Y: biến phụ thuộc; Xi: biến độc lập

16
Sử dụng phương pháp bình phương bé nhất
(Ordinary Least Square, OLS) trong kinh tế lượng
để ước lượng bi
Phương trình ước lượng:

෢0 + 𝑏
𝑌෠ = 𝑏 ෢1 𝑋1 + 𝑏
෢2 𝑋2 +. . . +𝑏෡𝑖 𝑋𝑖 + 𝑢ෝ𝑖

ෝ : Phần dư (Residuals)
𝒖

Vấn đề: Ước lượng bi và xác định tương quan

tuyến tính của Xi đối với Y. => Sử dụng SPSS

17
Khung lý thuyết:
Giả
STT Biến số Mô tả biến số Nguồn
thuyết
I Biến phụ thuộc

Khả năng mua lặp lại của

Ambastha and
khách hàng đối với XCHL.
Momaya (2004),
KNMUA (Được đo bằng thang đo
1 Porter (1990),
(Y) likert 5 mức độ, với 1:chắc
Aker (1991),
chắn không mua lại, 5:chắc
Keller (1998)
chắn mua lại

II Biến độc lập

An toàn của XCHL, được đo
Ambastha and
bằng mức độ hài lòng của
1 ANT (X1) Momaya (2004), +
khách hàng, (Thang đo likert
Wangwe (1995)
5 mức độ)

18
Khung lý thuyết:
Giả
STT Biến số Mô tả biến số Nguồn
thuyết
Thông tin truyền thông.
Khách hàng có tiếp nhận
Flanagan (2005),
được XCHL qua các
Ambastha and
THONG phương tiện truyền thông.
2 Momaya (2004), +
TIN (X2) Thông tin được đo biến giả.
Aker (1996),
Giá trị bằng 1 khi có tiếp
Keller (1998)
nhận, nhận giá trị 0 nếu
không có tiếp nhận.
Salinger (2001),
CHATL Chất lượng XCHL. Thang đo
3 Geogre và +
(X3) likert 5 mức độ.
Michael (2002)
Flanagan (2005),
Giá của XCHL. Thang đo 5 Ambastha and
4 GIA (X4) +
mức độ Momaya (2004),
Aker (1996)
19
Khung lý thuyết:
Giả
STT Biến số Mô tả biến số Nguồn
thuyết
Tính thuận tiện khi mua Flanagan (2005),
THUAN
5 XCHL (Thang đo likert 5 Ambastha and +
T (X5)
mức độ) Momaya (2004)

Dữ liệu: Số liệu điều tra 100 khách hàng trong
năm 2013.
File SPSS: P1-DATA-TRUNGTXCHL-LEC
Phương trình ước lượng:
      
Y = b 0 + b1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + u
Trong đó: Y: biến phụ thuộc, Xi: Biến độc lập, u: Phần dư.
20
XÁC ĐỊNH KÍCH THƯỚC MẪU ĐỐI VỚI MÔ HÌNH HỒI QUY

Theo Green W.H. (1991), Tabachnick & Fidell (2007).

Khi dữ liệu là dạng dữ liệu chéo (Cross-sectional
data).
Kích thước mẫu:
n  50 + 8 p
p: số biến độc lập

Mô hình nghiên cứu có 5 biến độc lập và 1 biến phụ

thuộc

n  50 + 8 * 5 = 90 Chọn n=100

21
HỆ THỐNG KIỂM ĐỊNH

Theo Green W.H. (1991), trong trường hợp số quan

sát >100, cần thực hiện 5 kiểm định.
(1) Kiểm định tương quan từng phần của các hệ số
hồi quy
Các biến độc lập tương quan có ý nghĩa với biến phụ
thuộc hay không (xét riêng từng phần biến độc lập).

Kiểm định t: Mức ý nghĩa (Sig.) của hệ số hồi quy
từng phần có độ tin cậy 95% (sig.<=0,05). Có thể
chọn 90% hoặc 99%.

22
(2) Mức độ phù hợp của mô hình

Mối quan hệ tuyến tính giữa các biến độc lập với
biến phụ thuộc hay không.

Kiểm định F: phân tích Mức ý nghĩa (sig.) có độ

phương sai (Analysis of tin cậy 95% (sig.<=0,05)
variance, ANOVA)

(3) Kiểm định hiện tượng đa cộng tuyến

Các biến độc lập gần như không có quan hệ tuyến
tính.
Độ phóng đại phương
sai (Variance Inflation VIF <= 10
Factor, VIF)
23
(4) Kiểm định hiện tượng tự tương quan (auto
correlation)

Khi các phần dư (Residuals) có tương quan với

nhau, kết quả ước lượng OLS không còn tin cậy.

Bước 1: Xác định trị số Durbin-Watson (d)

Bước 2: Dựa vào bảng Durbin-Watson (căn cứ số quan
sát (n), số tham số (k-1), mức ý nghĩa 5%), xác định dL
(lower d), dU (upper d)

24
Hình 1: Sơ đồ xác định hiện tượng tự tương quan

Tự tương Không có
Không Không Tự tương
quan tự tương
kết luận kết luận quan âm
dương quan

0 dL dU 4-dU 4-dL

Khi d lớn hơn dU và nhỏ hơn (4-dU), kết luận: không

có hiện tượng tự tương quan trong phần dư của mô
hình hồi quy tuyến tính.

25
(5) Hiện tượng phương sai phần dư thay đổi
(Heteroskedasticity)

Hiện tượng các giá Ước lượng OLS của các hệ
trị phần dư có số hồi quy không hiệu quả.
phân phối không
giống nhau
Khi số quan sát lớn Kiểm định White (White, H.,
(>100) 1980)

26
Kết quả của mô hình hồi quy:
      
Y = b 0 + b1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + b 5 X 5 + u (1)
Xây dựng mô hình hồi quy phụ:

u = a0 + a1 X 1 + a2 X 2 + a3 X 3 + a4 X 4 + a5 X 5
2

+ a6 ( X 1 ) 2 + a7 ( X 2 ) 2 + a8 ( X 3 ) 2 + a9 ( X 4 ) 2 + a10 ( X 5 ) 2
+ a11 ( X 1 * X 2 * X 3 * X 4 * X 5 ) + v
n: số quan sát của nghiên
Xác định hệ số cứu
White: nR2 R2: Kết quả có được từ mô
hình hồi quy phụ
27
Bảng phân phối chi – bình phương (χ2, Chi-square)

Số tham số (k-1)

của mô hình hồi Xác định giá trị chi bình
quy phụ phương trong bảng.
Mức ý nghĩa 0,1 Hệ số White: (nR2) của MH
(90%), hoặc 0,05 hồi quy phụ
(95%), 0,01 (99%)

(nR2) < giá trị Chi - bình phương (Tra bảng)

Phương sai phần dư không đổi

28
PHÂN TÍCH HỒI QUY DỰA TRÊN SPSS

Bước 1: Khai báo các biến trong SPSS

Bước 2: Nhập dữ liệu vào SPSS
Bước 3: Phân tích hồi quy
ANALYZE > REGRESSION > LINEAR

Dependent: Nhập biến KNMUA (Y)

Independent: Nhập biến X1,X2,X3,X4,X5

29
Chọn các chức năng được
đánh dấu trong bảng Linear
Regression: Statistics.
Chọn ‘Continue’/Save

Chọn
Standardized/Continue
chọn OK. Cho kết quả hồi
quy

30
HỆ THỐNG KIỂM ĐỊNH (TEST)
(1) Kiểm định tương quan từng phần của hệ số hồi
quy

Nhận diện các biến độc lập có ý nghĩa

Biến X3 tương quan
Biến X3 có Sig. > 0,05 không có ý nghĩa với
biến Y
31
HỆ THỐNG KIỂM ĐỊNH (TEST)
(1) Kiểm định tương quan từng phần của hệ số hồi
quy

Nhận diện các biến độc lập có ý nghĩa

Tương quan có ý nghĩa
Biến X1, X2, X4, X5 có
với biến Y với độ tin
sig. <= 0,06.
cậy 94%.
32
(2) Kiểm định mức độ phù hợp với mô hình
- Mức độ giải thích R2 điều chỉnh = 0,596
(Kiểm định F, sig.<=0,05)
Ý nghĩa của R2 điều
chỉnh (Adjusted R => 59,6% sự thay đổi của
square) Y được giải thích bởi 5
biến độc lập.
- Mức độ phù hợp của mô hình Độ tin cậy 99%
Phân tích phương sai (ANOVA) (Sig.<0,01)
=> Mô hình lý thuyết
phù hợp với dữ liệu
thực tế.
=> Các biến độc lập
có tương quan tuyến
tính với biến phụ
thuộc
33
(3) Kiểm định hiện tượng đa cộng tuyến (Multiple
Collinearity)

VIF, Variance Inflation Factor (Độ phóng đại phương sai)

VIF>10 có hiện tượng Kết luận: không có

cộng tuyến hiện tượng cộng
Bảng trên cho thấy tuyến
VIF<10
34
(4) Kiểm định tự tương quan

Trị số thống kê Durbin-Watson (d): 1,888

Số quan sát 100, số tham số (k-1)=5, mức ý nghĩa 0,01
(99%) trong bảng thống kê Durbin-Watson, dL=1,441
và dU=1,647.
Không có hiện tượng
dU<d=1,888<(4-dU=2,353)
tự tương quan

35
36
37
(5) Kiểm định phương sai của phần dư thay đổi
Mô hình hồi quy phụ

u 2 = a0 + a1 X 1 + a2 X 2 + a3 X 3 + a4 X 4 + a5 X 5
+ a6 ( X 1 ) + a7 ( X 2 ) + a8 ( X 3 ) + a9 ( X 4 ) + a10 ( X 5 )
2 2 2 2 2

+ a11 ( X 1 * X 2 * X 3 * X 4 * X 5 ) + v

TÍNH CÁC BIẾN MÔ HÌNH HỒI QUY PHỤ TRONG SPSS

Trở lại giao diện SPSS/Transform/Compute Variables

38
 Hộp Target Variable
Biến u2(USQUARE)
Hộp Numeric Expresion
PHANDU*PHANDU

Tương tự cho các biến còn lại: X1,...,X5,

(X1*X2*X3*X4*X5)

39
Mô hình hồi quy phụ

u = a0 + a1 X 1 + a2 X 2 + a3 X 3 + a4 X 4 + a5 X 5
2

+ a6 ( X 1 ) 2 + a7 ( X 2 ) 2 + a8 ( X 3 ) 2 + a9 ( X 4 ) 2 + a10 ( X 5 ) 2
+ a11 ( X 1 * X 2 * X 3 * X 4 * X 5 ) + v
XÁC ĐỊNH MÔ HÌNH HỒI QUY PHỤ

Trở lại giao diện SPSS: ANALYZE/REGRESSION/LINER

Nhập các biến độc lập và biến phụ thuộc vào mô hình

40
Kết quả mô hình hồi quy phụ

R2: 0,241 => n*R2=100*0,241=24,1

Số tham số (k-1)=df1=11 Giá trị tới hạn của chi
của mô hình hồi quy – bình phương là
phụ, mức ý nghĩa 0,01 24,72
(99%) trong bảng phân
phối chi - bình phương

n*R2 = 24,1 < Giá trị tới hạn chi – bình phương =>
Phần dư phương sai không đổi
41
Bậc tự do
Chi-Square Alpha
0,995 0,990 0,975 0,950 0,900 0,100 0,050 0,025 0,010 0,005
1 0,0000 0,0002 0,0010 0,0039 0,0158 2,7055 3,8415 5,0239 6,6349 7,8794
2 0,0100 0,0201 0,0506 0,1026 0,2107 4,61 5,99 7,38 9,21 10,60
3 0,072 0,115 0,216 0,352 0,584 6,25 7,81 9,35 11,34 12,84
4 0,207 0,297 0,484 0,711 1,064 7,78 9,49 11,14 13,28 14,86
5 0,412 0,554 0,831 1,145 1,610 9,24 11,07 12,83 15,09 16,75
6 0,676 0,872 1,237 1,635 2,204 10,64 12,59 14,45 16,81 18,55
7 0,989 1,239 1,690 2,167 2,833 12,02 14,07 16,01 18,48 20,28
8 1,34 1,65 2,18 2,73 3,49 13,36 15,51 17,53 20,09 21,95
9 1,73 2,09 2,70 3,33 4,17 14,68 16,92 19,02 21,67 23,59
10 2,16 2,56 3,25 3,94 4,87 15,99 18,31 20,48 23,21 25,19
11 2,60 3,05 3,82 4,57 5,58 17,28 19,68 21,92 24,72 26,76
12 3,07 3,57 4,40 5,23 6,30 18,55 21,03 23,34 26,22 28,30
13 3,57 4,11 5,01 5,89 7,04 19,81 22,36 24,74 27,69 29,82
14 4,07 4,66 5,63 6,57 7,79 21,06 23,68 26,12 29,14 31,32
15 4,60 5,23 6,26 7,26 8,55 22,31 25,00 27,49 30,58 32,80
16 5,14 5,81 6,91 7,96 9,31 23,54 26,30 28,85 32,00 34,27

42
Bậc tự do
Chi-Square Alpha
0,995 0,990 0,975 0,950 0,900 0,100 0,050 0,025 0,010 0,005
1 0,0000 0,0002 0,0010 0,0039 0,0158 2,7055 3,8415 5,0239 6,6349 7,8794
2 0,0100 0,0201 0,0506 0,1026 0,2107 4,61 5,99 7,38 9,21 10,60
3 0,072 0,115 0,216 0,352 0,584 6,25 7,81 9,35 11,34 12,84
4 0,207 0,297 0,484 0,711 1,064 7,78 9,49 11,14 13,28 14,86
5 0,412 0,554 0,831 1,145 1,610 9,24 11,07 12,83 15,09 16,75
6 0,676 0,872 1,237 1,635 2,204 10,64 12,59 14,45 16,81 18,55
7 0,989 1,239 1,690 2,167 2,833 12,02 14,07 16,01 18,48 20,28
8 1,34 1,65 2,18 2,73 3,49 13,36 15,51 17,53 20,09 21,95
9 1,73 2,09 2,70 3,33 4,17 14,68 16,92 19,02 21,67 23,59
10 2,16 2,56 3,25 3,94 4,87 15,99 18,31 20,48 23,21 25,19
11 2,60 3,05 3,82 4,57 5,58 17,28 19,68 21,92 24,72 26,76
12 3,07 3,57 4,40 5,23 6,30 18,55 21,03 23,34 26,22 28,30
13 3,57 4,11 5,01 5,89 7,04 19,81 22,36 24,74 27,69 29,82
14 4,07 4,66 5,63 6,57 7,79 21,06 23,68 26,12 29,14 31,32
15 4,60 5,23 6,26 7,26 8,55 22,31 25,00 27,49 30,58 32,80
16 5,14 5,81 6,91 7,96 9,31 23,54 26,30 28,85 32,00 34,27
17 5,70 6,41 7,56 8,67 10,09 24,77 27,59 30,19 33,41 35,72
18 6,26 7,01 8,23 9,39 10,86 25,99 28,87 31,53 34,81 37,16
19 6,84 7,63 8,91 10,12 11,65 27,20 30,14 32,85 36,19 38,58
20 7,43 8,26 9,59 10,85 12,44 28,41 31,41 34,17 37,57 40,00
21 8,03 8,90 10,28 11,59 13,24 29,62 32,67 35,48 38,93 41,40
22 8,64 9,54 10,98 12,34 14,04 30,81 33,92 36,78 40,29 42,80
23 9,26 10,20 11,69 13,09 14,85 32,01 35,17 38,08 41,64 44,18
24 9,89 10,86 12,40 13,85 15,66 33,20 36,42 39,36 42,98 45,56
25 10,52 11,52 13,12 14,61 16,47 34,38 37,65 40,65 44,31 46,93
26 11,16 12,20 13,84 15,38 17,29 35,56 38,89 41,92 45,64 48,29
27 11,81 12,88 14,57 16,15 18,11 36,74 40,11 43,19 46,96 49,64
28 12,46 13,56 15,31 16,93 18,94 37,92 41,34 44,46 48,28 50,99
29 13,12 14,26 16,05 17,71 19,77 39,09 42,56 45,72 49,59 52,34
30 13,79 14,95 16,79 18,49 20,60 40,26 43,77 46,98 50,89 53,67
40 20,71 22,16 24,43 26,51 29,05 51,81 55,76 59,34 63,69 66,77
50 27,99 29,71 32,36 34,76 37,69 63,17 67,50 71,42 76,15 79,49
60 35,53 37,48 40,48 43,19 46,46 74,40 79,08 83,30 88,38 91,95
70 43,28 45,44 48,76 51,74 55,33 85,53 90,53 95,02 100,43 104,21
80 51,17 53,54 57,15 60,39 64,28 96,58 101,88 106,63 112,33 116,32
90 59,20 61,75 65,65 69,13 73,29 107,57 113,15 118,14 124,12 128,30
100 67,33 70,06 74,22 77,93 82,36 118,50 124,34 129,56 135,81 140,17

43
THẢO LUẬN KẾT QUẢ HỒI QUY

Hệ số hồi quy chưa chuẩn hóa

- Dấu dương (+): Quan hệ cùng chiều
BX1=0,217 - Khi khách hàng đánh giá an toàn
XCHL tăng thêm 1 điểm, khả năng
mua lại sẽ tăng thêm 0,217 điểm.
44
Hệ số hồi quy chưa chuẩn hóa
- Dấu dương (+): Quan hệ cùng chiều
BX2=0,414 - Khi khách hàng biết thông tin về
thương hiệu XCHL tăng thêm 1 điểm,
khả năng mua lại sẽ tăng thêm 0,414
điểm.
- Dấu dương (+): Quan hệ cùng chiều
BX4=0,132 - Khi khách hàng đánh giá hài lòng về giá
tăng thêm 1 điểm, khả năng mua lại sẽ
tăng thêm 0,132 điểm.

- Dấu âm (+): Quan hệ cùng chiều

BX5=0,235 - Khi khách hàng đánh giá hài lòng về
thuận tiện khi mua tăng thêm 1 điểm, khả
năng mua lại sẽ tăng thêm 0,235 điểm.
45
Hệ số hồi quy chuẩn hóa (Standardized Coef)
Norusis (1993): Do độ lớn của hệ số hồi quy chưa
được chuẩn hóa (B) phụ thuộc vào đơn vị đo lường
của các biến, nên chỉ khi nào tất cả các biến độc lập
đều có cùng đơn vị đo lường thì các hệ số của B
mới so sánh nhau được.
Trong trường hợp các biến độc lập khác đơn vị đo
lường, sử dụng hệ số Beta.
Hệ số Beta cho biết tầm quan trọng của các biến.

46
Xác định tầm quan trọng của các biến độc lập theo %
Standard. Beta % Thứ tự ảnh hưởng
(X1) An toàn của XCHL 0,199 18,51 3
(X2) Thông tin, truyền
0,471 43,81 1
thông về thương hiệu XCHL
(X4) Giá của XCHL 0,128 11,91 4
(X5) Thuận tiện khi mua XCHL 0,277 25,77 2
1,075 100,00
47
 HÀM Ý QUẢN TRỊ

- Thực hiện việc quảng bá thông tin,

thông tin về thương hiệu XCHL
Nâng cao
sự trung - Mở rộng mạng lưới bán lẻ, địa điểm
thành của thuận tiện cho khách hàng mua XCHL
khách hàng - Hoàn thiện tiêu chuẩn an toàn vệ sinh
đối với thực phẩm của XCHL
XCHL
- Quan tâm đến chiến lược giá sản phẩm
XCHL

48
BÀI TẬP:
Mô hình các yếu tố ảnh hưởng đến thu nhập của hộ
gia đình ở vùng nông thôn
Khung lý thuyết:
Giả
Biến số Mô tả biến số Nguồn
thuyết
Park (1992), Mankiw
Y: Biến phụ
Thu nhập bình quân (2003), Scoones
thuộc
hộ/năm (1998), Mincer, J.
(THUNHAP)
(1974)
Biến giả, nhận giá trị 1
X1: Nghề nếu chủ hộ làm việc
nghiệp của trong lĩnh lực phi nông
Scoones (1998) (+)
chủ hộ nghiệp, và nhận giá trị 0
(NGHE) nếu làm việc trong nông
nghiệp

49
 Giả
Biến số Mô tả biến số Nguồn
thuyết
X2: Kinh nghiệm
Số năm làm việc của
làm việc của chủ Mincer,J. (1974) (+)
chủ hộ
hộ (KNGHIEM)

X3: Trình độ học

Thể hiện số năm đi
vấn của chủ hộ Mincer,J. (1974) (+)
học của chủ hộ (năm)
(HVAN)

X4: Giới tính chủ hộ Biến giả, nhận giá trị

Karttunen (2009) (+)
(GTINH) 0 nếu nam, 1 nếu nữ

Biến giả, nhận giá trị

X5: Thành phần dân
1 nếu chủ hộ người Karttunen (2009)
tộc của chủ hộ (+)
kinh, 0 nếu dân tộc
(DTOC)
thiểu số

50
 Giả
Biến số Mô tả biến số Nguồn
thuyết
Số người sống trong
X6: Quy mô hộ
hộ (không tính số Karttunen (2009) (-)
(QMOHO)
người làm thuê
Đo lường bởi tỷ lệ %
tổng số người không
X7: Tỷ lệ phụ thuộc năm trong độ tuổi lao
Karttunen (2009) (-)
(PHUTHUOC) động/tổng số người
trong độ tuổi lao
động

X8: Quy mô diện Thể hiện diện tích đất

Scoones (1998) (+)
tích đất (DTICH) sản xuất của hộ (m2)

X9: Số hoạt động Reardon và cộng

Số hoạt động tạo thu
tạo thu nhập sự (1992) (+)
nhập của hộ
(DANANG)
51
 Giả
Biến số Mô tả biến số Nguồn
thuyết
Biến giả, nhận giá trị
1 nếu hộ có vay từ
X10: Vay vốn (VAY) định chế chính thức, Scoones (1998) (+)
0 nếu hộ không vay
vốn

Hàm ước lượng:

     
Y = b 0 + b1 X 1 + b 2 X 2 + b3 X 3 + b 4 X 4 + b5 X 5
     
+ b 6 X 6 + b 7 X 7 + b8 X 8 + b9 X 9 + b10 X 10 + u

52
Trong đó:
Y: biến phụ thuộc; X1....,X10 là các biến độc lập, U là
phần dư
Dữ liệu: P1-DATA-THUNHAP-EX3 (FILE EXCEL)

Yêu cầu:
1. Phân tích hồi quy và thực hiện 5 bước kiểm định.
2. Gợi ý các chính sách cần tập trung.

53