MỤC LỤC

A. MỞ ĐẦU

1. Lý do chọn đề tài
Những năm trở lại đây, kinh tế suy thoái, lạm phát diễn ra khi các giá cả hàng
hóa trên thị trường đồng loạt tăng giá cao. Đồng tiền dần mất giá trị và cũng
ngày càng khó kiếm hơn. Giá cả tăng đồng loạt. Việc giá cả tăng cao đã và đang
ảnh hưởng lớn đến đời sống con người.
Quản lí tài chính là một trong những vấn đề quan trọng và then chốt mà bất kì ai
cũng cần phải biết để sử dụng và định hướng tốt hơn trong cuộc sống. Đặc biệt,
nó càng quan trọng đối với sinh viên. Việc sắp xếp, lập kế hoạch chi tiêu hợp lí
hàng tháng với một số tiền có hạn mà phần lớn thu nhập đến từ việc chu cấp từ
gia đình. Mặt khác, sinh viên hầu hết đều sống tại các thành phố, nơi giá cả leo
thang, đắt đỏ. Việc lạm phát, tăng giá cũng trở thành điều nhạy cảm đối với sinh
viên. Do đó, sinh viên cần xác định rõ mình cần chi trả cho khoản nào, cần tập
trung vào linh vực nào. Lập ra kế hoạch chi tiêu một cách hợp lí và tối ưu nhất
mà vẫn đảm bảo 1 lối sống lành mạnh, đầy đủ.
Đề tài nghiên cứu các nhân tố ảnh hưởng đến chi tiêu hàng tháng của sinh viên
đã được nghiên cứu rất nhiều, tuy nhiên việc nghiên cứu ở Học viện Chính sách
và Phát triển lại ít người để ý đến. Bên cạnh đó, các bài nghiên cứu trước đó đều
sử dụng hình ảnh, số liệu cũ để phân tích. Mà hiện nay tình hình kinh tế Việt
Nam đã có sự biến động lớn, vậy nên các nghiên cứu trước đây sẽ có phần không
đúng, không bám sát được vào thực tế.
Nhóm chúng tôi lập bảng hỏi và khảo sát sinh viên tại học viện Chính sách và
Phát triển. Thu thập được các thông tin, số liệu mới và cụ thể. Chúng tôi chọn đề
tài này nhằm thông qua bài nghiên cứu có thể hiểu rõ xu hướng chi tiêu hiện nay
của các bạn sinh viên học viên APD. Từ đó có thể đưa ra lời khuyên hoặc điều
chỉnh việc chi tiêu của bản thân sao cho phù hợp nhất.
Bài tiểu luận chia làm 3 chương:
- Chương 1: Cơ sở lý thuyết
- Chương 2: Xây dựng và kiểm định mô hình
- Chương 3: Kết luận và khuyến nghị
2. Mục tiêu nghiên cứu
- Xác định xu hướng chi tiêu và các nhân tố ảnh hưởng đến chi tiêu hàng tháng
của sinh viên.
- Thực hiện khảo sát và thu thập thông tin.
- Thảo luận nhóm để đưa ra kết quả và giải pháp giúp sinh viên chi tiêu hợp lí
và biết lên kế hoạch trong chi tiêu hàng tháng, đề xuất các chiến lược tiết
kiệm, quản lý tài chính cho sinh viên để giúp họ tạo ra thói quen tài chính tốt.
- Đề xuất chính sách và chương trình hỗ trợ từ trường đại học hoặc tổ chức
khác để cải thiện tình hình tài chính của sinh viên.
3. Đối tượng, phạm vi nghiên cứu
Đối tượng nghiên cứu: Một vài nhân tố ảnh hưởng đến chi tiêu hàng tháng của
sinh viên của học viện Chính sách và Phát triển.
Phạm vị nghiên cứu:
- Về địa bàn nghiên cứu: Học viện Chính sách và Phát triển
- Thời gian nghiên cứu: 11/12/2023 - 27/12/2023
4. Phương pháp nghiên cứu
- Phương pháp thu thập số liệu và xử lý số liệu: Số liệu mà nhóm đã thu thập
thuông qua quá trình phát phiều khảo sát tới sinh viên thuộc dạng thông tin sơ
cấp, thể hiện thông tin của các yếu tố cơ bản liên quan tới thu nhập, chi tiêu
của sinh viên học viện Chính sách và Phát triển. Nguồn dữ liệu đã được xác
minh là có tính thực tế cao do nhóm khảo sát thực tiễn qua bảng khảo sát.
- Phương pháp kiểm định hồi quy và đa cộng tuyến: Sử dụng phần mềm
Eviews để chạy hồi quy mô hình bằng phương pháp bình phương tối thiểu
 (OLS) để ước lượng ra tham số của các mô hình hồi quy đa biến. Bên cạnh
đó, nhóm nghiên cứu tiến hành các kiểm định để phát hiện các bệnh của mô
hình bao gồm đa cộng tuyến, phương sai sai số thay đổi, tự tương quan hay
kiểm định mô hình có bị thiếu biến hay không.

B. NỘI DUNG
CHƯƠNG 1: CƠ SỞ LÝ THUYẾT
1.1 Các khái niệm liên quan
1.1.1 Mô hình hồi quy
1.1.1.1 Mô hình hồi quy tổng thể
Mô hình hồi quy tổng thể thường được biểu diễn dưới dạng một phương trình
toán học biểu diễn mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc
lập. Trong hồi quy tuyến tính đơn giản với một biến độc lập, phương trình có thể
được biểu diễn như sau: y = β0 + β1x + ε
Trong đó:
- y là biến phụ thuộc (dependent variable).
- x là biến độc lập (independent variable).
- β0 là hệ số góc (intercept) của đường hồi quy, đại diện cho giá trị của y khi x
bằng 0.
- β1 là hệ số góc của x, biểu thị mức độ tăng/giảm của y khi x tăng/giảm một đơn
vị.
- ε là sai số ngẫu nhiên.
Trong trường hợp có nhiều biến độc lập, phương trình có thể được mở rộng
thành:
y=β0+β1x1+β2x2+⋯+βnxn+ε
Trong đó x1,x2,…,xn là các biến độc lập khác nhau, và β1, β2,…, βn là các hệ số
tương ứng với mỗi biến độc lập.
Mục tiêu khi xây dựng mô hình hồi quy tổng thể là tìm các giá trị của các hệ số
(β0, β1,…, βn) sao cho mô hình có thể dự đoán được giá trị của y một cách chính
xác nhất, tức là giảm thiểu sai số dự đoán ε.
Quá trình điều chỉnh các hệ số này thường được thực hiện thông qua các phương
pháp như phương pháp bình phương tối thiểu (least squares method) để tối ưu
hóa mô hình, cũng như các kỹ thuật tối ưu hóa khác như gradient descent, đặc
biệt khi có nhiều biến và dữ liệu lớn.
Ngoài ra, có nhiều biến thể của mô hình hồi quy tổng thể như hồi quy đa biến,
hồi quy logistic cho phân loại, hồi quy Ridge và Lasso để xử lý overfitting, và
nhiều phương pháp khác được áp dụng cho các trường hợp và mục tiêu khác
nhau trong thực tế.
1.1.1.2 Mô hình hồi quy mẫu
Mô hình hàm hồi quy mẫu là một phương pháp thống kê dùng để mô tả mối
quan hệ giữa một biến phụ thuộc (biến mục tiêu) và một hoặc nhiều biến độc lập
(biến dự đoán) trong dữ liệu. Mô hình này được sử dụng để dự đoán giá trị của
biến phụ thuộc dựa trên các biến độc lập.
Một mô hình hồi quy đơn giản thường được biểu diễn dưới dạng phương trình
toán học như sau:
Y=β0+β1X1+β2X2+...+βnXn+ϵ
Trong đó:
- Y là biến phụ thuộc (biến mục tiêu) cần dự đoán.
- X1,X2,...,Xn là các biến độc lập (biến dự đoán).
- β0 là hệ số chặn của mô hình (intercept).
-β1,β2,...,βn là các hệ số tương ứng với từng biến độc lập.
- ϵ là sai số ngẫu nhiên.
Mục tiêu của việc xác định mô hình hồi quy là điều chỉnh các hệ số βsao cho mô
hình tạo ra dự đoán chính xác nhất về biến phụ thuộc Y dựa trên các giá trị của
biến độc lập X. Điều này thường được thực hiện thông qua việc tối ưu hóa hàm
mất mát (loss function) bằng các phương pháp như phương pháp bình phương tối
thiểu hay các thuật toán tối ưu hóa khác nhau.
Mô hình hồi quy có thể được áp dụng trong nhiều lĩnh vực khác nhau như kinh
tế, khoa học xã hội, y học, và công nghệ để phân tích và dự đoán mối quan hệ
giữa các biến trong dữ liệu.
1.1.2 Các giả thuyết
Trong ngữ cảnh của mô hình hồi quy, các giả thuyết thường được sử dụng để
đánh giá mối quan hệ giữa các biến và mô tả cách chúng có thể ảnh hưởng đến
biến phụ thuộc. Dưới đây là một số giả thuyết thường được sử dụng trong mô
hình hồi quy:
+ Giả thuyết về tác động độc lập (Independent Effects Hypothesis): Các biến độc
lập ảnh hưởng đến biến phụ thuộc một cách độc lập với nhau. Nghĩa là tác động
của mỗi biến độc lập lên biến phụ thuộc không bị ảnh hưởng hoặc thay đổi bởi
sự hiện diện của các biến khác.
+ Giả thuyết về tác động kết hợp (Joint Effects Hypothesis): Các biến độc lập có
thể có tác động kết hợp đến biến phụ thuộc. Điều này ngụ ý rằng không chỉ mỗi
biến một mình, mà cả sự kết hợp hoặc tương tác giữa các biến cũng có thể ảnh
hưởng đến biến phụ thuộc.
+ Giả thuyết về tác động ngẫu nhiên (Random Effects Hypothesis): Một số yếu
tố không được đo lường hoặc không xác định rõ có thể có tác động đến biến phụ
thuộc, và điều này được coi là sai số ngẫu nhiên trong mô hình.
+ Giả thuyết về tác động không đổi (Homoscedasticity Hypothesis): Sai số dự
đoán của mô hình (độ lệch giữa giá trị dự đoán và giá trị thực tế) không thay đổi
theo mức độ của các biến độc lập. Nếu sai số dự đoán phụ thuộc vào giá trị của
các biến độc lập, ta nói mô hình có hiện tượng heteroscedasticity.
+ Giả thuyết về không có đa cộng tuyến (No Multicollinearity Hypothesis): Các
biến độc lập không có mức độ tương quan cao với nhau. Nếu có sự tương quan
cao giữa các biến độc lập, có thể gây ra vấn đề về đa cộng tuyến, làm suy giảm
tính chính xác của ước lượng hệ số trong mô hình.
Các giả thuyết này giúp xác định cách mà mô hình hồi quy được xây dựng và
đánh giá, cũng như giúp hiểu rõ hơn về điều kiện và giả định được đặt ra khi áp
dụng mô hình hồi quy cho dữ liệu.
1.1.3 Các kiểm định
Trong phân tích thống kê và mô hình hóa, có nhiều kiểm định được sử dụng để
kiểm tra giả thuyết, đánh giá mô hình và đảm bảo tính đáng tin cậy của kết quả.
Dưới đây là một số kiểm định quan trọng thường được sử dụng trong mô hình
hồi quy:
+ Kiểm định t (t-test): Sử dụng để kiểm tra xem hệ số của một biến trong mô
hình hồi quy có ý nghĩa thống kê không (có khác biệt đáng kể so với không có
ảnh hưởng hay không).
+ Kiểm định F (F-test): Sử dụng để kiểm tra xem mô hình hồi quy có cần thiết
hay không. Nó kiểm tra xem tất cả các biến độc lập có ảnh hưởng đến biến phụ
thuộc không.
+ Kiểm định R-square (R2): Dùng để đánh giá mức độ phù hợp của mô hình, tức
là phần trăm biến thiên của biến phụ thuộc được giải thích bởi mô hình.
+ Kiểm định đa cộng tuyến (Multicollinearity test): Kiểm tra mức độ tương quan
giữa các biến độc lập trong mô hình hồi quy, vì đa cộng tuyến có thể ảnh hưởng
đến tính chính xác của ước lượng.
+ Kiểm định homoscedasticity (Breusch-Pagan test, White test): Kiểm tra xem
sai số của mô hình có đồng nhất không. Nếu có heteroscedasticity (sự không
đồng nhất), sẽ ảnh hưởng đến độ chính xác của ước lượng.
+ Kiểm định Jarque-Bera và Shapiro-Wilk: Kiểm tra tính phân phối chuẩn của
các sai số mô hình. Nếu sai số không tuân theo phân phối chuẩn, có thể cần kiểm
tra lại mô hình hoặc sử dụng các phương pháp khác.
+ Kiểm định Durbin-Watson: Kiểm tra xem có sự tự tương quan của sai số
không. Sự tự tương quan này có thể ảnh hưởng đến tính chính xác của ước
lượng.
Những kiểm định này giúp đánh giá và kiểm tra mô hình hồi quy, đảm bảo rằng
mô hình là phù hợp và tin cậy để giải thích mối quan hệ giữa các biến. Tùy thuộc
vào ngữ cảnh cụ thể và loại mô hình, các kiểm định này có thể được sử dụng một
cách linh hoạt và kết hợp để đảm bảo tính chính xác và độ tin cậy của kết quả.
1.1.4 Khái niệm về thu nhập
Thu nhập là tổng giá trị các khoản tiền, các loại thu nhập hoặc lợi ích kinh tế mà
một cá nhân hoặc tổ chức nhận được trong một khoảng thời gian nhất định. Đây
có thể là tiền lương, lợi nhuận từ kinh doanh, tiền lãi từ đầu tư, các khoản trợ
cấp, quà tặng, hay các loại thu nhập khác.
Thu nhập không chỉ giới hạn ở việc nhận được tiền mặt mà còn bao gồm các loại
lợi ích không tiền mặt như sử dụng nhà ở miễn phí, phúc lợi từ công ty như bảo
hiểm y tế hay các khoản trợ cấp khác.
Thu nhập có thể được chia thành hai loại chính:
- Thu nhập lao động: Đây là thu nhập mà người lao động nhận được thông qua
việc làm, bao gồm tiền lương, thù lao, tiền thưởng, và các phúc lợi khác mà họ
nhận được từ công việc hoặc hoạt động lao động của mình.
- Thu nhập không lao động: Bao gồm thu nhập từ các nguồn không phải là lao
động như tiền lãi từ tiết kiệm, lợi nhuận từ đầu tư, thu nhập từ cho thuê nhà, trợ
cấp xã hội, quà tặng, thừa kế, và các nguồn thu nhập khác mà không liên quan
trực tiếp đến việc làm.
Việc quản lý thu nhập đóng vai trò quan trọng trong việc xác định mức sống và
khả năng tiết kiệm, đầu tư cho tương lai. Đồng thời, thu nhập cũng là cơ sở để
tính thuế và đánh giá tài chính cá nhân hoặc doanh nghiệp.
1.1.5 Khái niệm về chi tiêu
Chi tiêu là việc sử dụng tiền hoặc tài sản để mua hàng hoặc dịch vụ, đầu tư,
thanh toán nợ, hay tiêu pha theo một cách nào đó. Chi tiêu có thể được phân loại
theo nhiều cách khác nhau, bao gồm:
- Theo mục đích: Chi tiêu hàng ngày (đồ dùng cá nhân, thực phẩm), chi tiêu cố
định (trả tiền thuê nhà, hóa đơn điện, nước), chi tiêu đầu tư (mua cổ phiếu, bất
động sản), chi tiêu giải trí (đi xem phim, du lịch).
- Theo nguồn gốc: Chi tiêu cần thiết (cần thiết để sống: thức ăn, nhà cửa), chi
tiêu lựa chọn (những thứ không cần thiết như giải trí, thú vui).
- Theo tính chất: Chi tiêu tiêu dùng (sử dụng một lần và không có giá trị tăng
thêm), chi tiêu đầu tư (tăng giá trị hoặc mang lại lợi ích trong tương lai).
Việc quản lý chi tiêu thông minh là rất quan trọng để duy trì tài chính cá nhân và
tổ chức. Việc thiết lập nguyên tắc ngân sách, theo dõi chi tiêu, và cân nhắc trước
khi chi tiêu sẽ giúp bạn duy trì tình hình tài chính ổn định và đạt được mục tiêu
tài chính của mình.
1.1.5.1 Các yếu tố ảnh hưởng tới chi tiêu
Có nhiều yếu tố có thể ảnh hưởng đến việc chi tiêu của một người hoặc một hộ
gia đình, dưới đây là một số các yếu tố cơ bản:
Giới tính
Theo nghiên cứu của Felix (2020), sinh viên nam có xu hướng có thu nhập cao
hơn sinh viên nữ. Điều này là do sinh viên nam có nhiều cơ hội làm thêm hơn, có
thể do ngành nghề học tập, do quan niệm xã hội hoặc do các yếu tố khác.
Theo nghiên cứu của Nguyễn Thị Thu Hà và cộng sự (2022), sinh viên nữ có xu
hướng chi tiêu nhiều hơn sinh viên nam cho các nhu cầu như mua sắm quần áo,
mỹ phẩm, đồ trang sức,... Sinh viên nam có xu hướng chi tiêu nhiều hơn sinh
viên nữ cho các nhu cầu như ăn uống, giải trí, thể thao,...
Thu nhập
Mức độ thu nhập sẽ ảnh hưởng trực tiếp đến khả năng chi tiêu. Thu nhập của
sinh viên có thể đến từ nhiều nguồn khác nhau, thường có như:
- Hỗ trợ từ gia đình: Đây là nguồn thu nhập chính của hầu hết sinh viên. Mức
hỗ trợ từ gia đình có thể phụ thuộc vào nhiều yếu tố, chẳng hạn như điều
kiện kinh tế của gia đình, vị trí địa lý của trường đại học,...
- Làm thêm: Đây là nguồn thu nhập thứ hai của nhiều sinh viên. Mức thu nhập
từ làm thêm có thể phụ thuộc vào nhiều yếu tố, chẳng hạn như ngành nghề
làm thêm, thời gian làm thêm,...
Sinh viên có thu nhập cao hơn thường chi tiêu nhiều hơn cho các nhu cầu như ăn
uống, giải trí, du lịch, mua sắm... Thu nhập cao hơn sẽ giúp sinh viên có nhiều
khả năng chi tiêu hơn cho các nhu cầu cá nhân
Sinh viên có thu nhập thấp hơn thường chi tiêu tiết kiệm hơn cho các nhu cầu
thiết yếu như ăn uống, nhà ở, học tập,... Họ phải cân nhắc kỹ lưỡng trước khi chi
tiêu cho các nhu cầu không cần thiết.
Nơi ở
Sinh viên khi lên đại học phần lớn phải đi học xa nhà, do đó sinh viên thường
phải thuê trọ bên ngoài để tiện cho việc đi học. Yếu tố chi tiêu cho nhà trọ ảnh
hưởng tới việc chi tiêu hàng tháng của sinh viên theo hai cách chính::
Thứ nhất, chi tiêu cho nhà trọ chiếm một phần lớn trong tổng chi tiêu của sinh
viên. Theo nghiên cứu của Nguyễn Thị Thu Hà và cộng sự (2022), chi tiêu cho
nhà trọ chiếm khoảng 20-30% tổng chi tiêu của sinh viên. Do đó, chi tiêu cho
nhà trọ có tác động lớn đến mức sống và khả năng chi tiêu cho các nhu cầu khác
của sinh viên.
Thứ hai, chi tiêu cho nhà trọ có thể thay đổi theo thời gian và hoàn cảnh. Ví dụ,
chi tiêu cho nhà trọ của sinh viên sẽ tăng lên khi họ chuyển từ ở nhà đến ở trọ ở
một thành phố lớn, hoặc khi họ phải di chuyển đến một khu vực có giá nhà trọ
cao hơn.
Những yếu tố này cùng tác động và tương tác với nhau để định hình cách mà
một người hoặc một gia đình quyết định chi tiêu trong cuộc sống hàng ngày.
Sinh hoạt
Chi tiêu cho sinh hoạt chiếm một phần lớn trong tổng chi tiêu của sinh viên.
Theo nghiên cứu của Nguyễn Thị Thu Hà và cộng sự (2022), chi tiêu cho sinh
hoạt chiếm khoảng 60-70% tổng chi tiêu của sinh viên. Do đó, chi tiêu cho sinh
hoạt có tác động lớn đến mức sống và khả năng chi tiêu cho các nhu cầu khác
của sinh viên.
Sinh viên ở trọ thường phải chi tiêu nhiều hơn cho các khoản như tiền thuê nhà,
tiền điện nước, tiền internet,... Điều này sẽ khiến họ phải hạn chế chi tiêu cho các
nhu cầu khác, chẳng hạn như ăn uống, giải trí,...
Sinh viên học tập ở các thành phố lớn thường phải chi tiêu nhiều hơn cho các
khoản như tiền ăn uống, tiền đi lại, tiền sinh hoạt phí,... Điều này là do chi phí
sinh hoạt ở các thành phố lớn thường cao hơn ở các thành phố nhỏ.
1.2 Mối quan hệ giữa các biến trong mô hình
Mối quan hệ giữa các biến trong một mô hình hồi quy có thể được diễn giải
thông qua các hệ số hồi quy và cách chúng ảnh hưởng đến biến phụ thuộc. Dưới
đây là một số cách mà các biến có thể tương tác và ảnh hưởng đến nhau trong
một mô hình hồi quy:
- Tương quan đồng biến (Positive correlation): Khi giá trị của biến tăng, biến còn
lại cũng tăng. Nếu hệ số hồi quy tương ứng dương, điều này chỉ ra rằng khi giá
trị của biến độc lập tăng, biến phụ thuộc cũng tăng.
- Tương quan nghịch biến (Negative correlation): Khi giá trị của biến tăng, biến
còn lại giảm. Nếu hệ số hồi quy tương ứng âm, điều này chỉ ra rằng khi giá trị
của biến độc lập tăng, biến phụ thuộc giảm.
- Tương tác (Interaction): Có thể xảy ra khi một biến ảnh hưởng đến mức độ của
mối quan hệ giữa biến khác và biến phụ thuộc. Nếu có tương tác, hệ số của biến
tương tác sẽ mô tả cách mà sự thay đổi trong một biến có thể thay đổi tác động
của biến khác lên biến phụ thuộc.
- Không tác động (No effect): Có thể xảy ra khi không có mối quan hệ nào giữa
một hoặc nhiều biến độc lập với biến phụ thuộc. Trong trường hợp này, hệ số hồi
quy có thể không đáng kể.
- Tương quan đa cộng tuyến (Multicollinearity): Khi một số biến độc lập tương
quan cao với nhau, có thể gây khó khăn trong việc phân biệt ảnh hưởng riêng lẻ
của từng biến lên biến phụ thuộc.
- Ảnh hưởng không đồng nhất (Heterogeneous effects): Một số biến có thể có
ảnh hưởng lớn hơn hoặc ít hơn đối với biến phụ thuộc ở một phạm vi giá trị cụ
thể.
Quan hệ giữa các biến trong mô hình hồi quy có thể phức tạp và thể hiện qua các
hệ số hồi quy, tương tác, và các kiểm định thống kê khác để xác định mức độ
ảnh hưởng và quan trọng của từng biến đối với biến phụ thuộc. Điều này giúp
hiểu rõ hơn về mối quan hệ giữa các biến và cách chúng ảnh hưởng đến kết quả
dự đoán của mô hình.
CHƯƠNG 2 : XÂY DỰNG VÀ KIỂM ĐỊNH MÔ HÌNH
2.1 Xây dựng mô hình
2.1.1 Thiết lập mô hình
Biến phụ thuộc: Chi tiêu của sinh viên trong 1 tháng (đơn vị : VNĐ)
Biến độc lập:
+ Thu nhập (đơn vị: VNĐ)
+ Chi tiêu cho sinh hoạt (đơn vị : VNĐ)
+ Chi tiêu cho tiền trọ (đơn vị: VNĐ)
+ Giới tính
Hàm hồi quy tổng thể : E(CT/ TN, SH, TRO, GT) = β1 + β2.TN+ β3.SH+
β4.TRO+ Β5.GT
Hàm hồi quy mẫu : CT = β1+ β2.TN + β3.SH + β4.TRO + β5.GT
2.1.2 Bảng kỳ vọng dấu
Biến Ý nghĩa biến Đơn vị tính Kỳ vọng dấu
Biến phụ thuộc
CT Chi tiêu VNĐ
Biến độc lập
TN Thu nhập VNĐ +
SH Chi tiêu cho sinh hoạt VNĐ +
TRO Chi tiêu cho tiền trọ VNĐ +
= 1 nếu là nữ
GT Giới tính
= 0 nếu là nam

2.1.3 Thu thập số liệu để chạy mô hình

GT
TN SH TRO CT
STT ( Nam:0
( VNĐ ) ( VNĐ ) ( VNĐ ) ( VNĐ )
Nữ:1)

1 5000000 2000000 1000000 4000000 1

2 5500000 2100000 2300000 5400000 0
3 4000000 1000000 1800000 3800000 1
4 3500000 1200000 1000000 3200000 0
5 3630000 1700000 1000000 3200000 1
6 4300000 2000000 1300000 4300000 0
7 5000000 2000000 1300000 5000000 0
8 3000000 1500000 700000 2500000 1
9 3000000 1200000 800000 3000000 1
10 3000000 1000000 1500000 3000000 0
11 3000000 2000000 0 3000000 0
12 3500000 1000000 1500000 3500000 1
13 5000000 2000000 1500000 4500000 1
14 4000000 2000000 1000000 3500000 1
15 4000000 2500000 1000000 4000000 1
16 4000000 2000000 1500000 4000000 1
17 3000000 1500000 0 3000000 1
18 5000000 1500000 1500000 4000000 0
19 5000000 1500000 1500000 3500000 0
20 4000000 2000000 1800000 3800000 1
21 5000000 1500000 3000000 4700000 1
22 4500000 2000000 1200000 4200000 1
23 10000000 3500000 2500000 7000000 1
24 4000000 1500000 1600000 3800000 1
25 1000000 500000 0 1000000 1
26 5000000 2000000 1000000 3100000 0
27 3500000 1000000 1000000 3000000 1
28 3000000 1000000 1300000 2600000 1
29 2000000 1000000 0 2000000 0
30 4000000 1000000 1500000 3000000 0
31 8500000 6000000 1600000 8100000 1
32 3000000 1000000 1500000 3000000 1
33 2000000 1000000 0 1500000 1
34 5000000 2000000 1500000 4000000 0
35 4000000 1500000 0 3000000 1
36 5000000 1500000 0 2500000 1
37 4000000 1000000 1000000 2500000 0
38 5000000 2000000 1400000 5000000 0
39 7000000 1500000 1200000 3700000 0
40 8000000 2000000 2500000 7000000 1
41 5000000 1000000 2000000 4500000 1
42 5500000 1500000 1500000 4000000 0
43 9000000 2000000 1500000 5000000 0
44 3000000 1300000 1200000 3000000 1
45 8500000 2500000 1500000 6000000 0
46 4800000 1500000 1500000 4000000 1
47 2000000 900000 700000 1800000 1
48 5000000 500000 1000000 2000000 0
49 5000000 3500000 0 5000000 1
50 5000000 2000000 0 3000000 1
51 4000000 2000000 1000000 4000000 0
52 7000000 3000000 1500000 6500000 0
53 5000000 2000000 2000000 5000000 1
54 6000000 1800000 1800000 6000000 1
55 4500000 2000000 1500000 4000000 1
56 3600000 1800000 1300000 3400000 1
57 4500000 2600000 1400000 4300000 0
58 5000000 1300000 3000000 5000000 1
59 4500000 1000000 1500000 4000000 0
60 5000000 1000000 1500000 3000000 0
61 4000000 1000000 2000000 4000000 1
62 6000000 1000000 3000000 5000000 1
63 5000000 1500000 1500000 4000000 0
64 10000000 2000000 3000000 8000000 0
65 5000000 1000000 3000000 5000000 0
66 3000000 1000000 0 2000000 1
67 5000000 2000000 1000000 4000000 1
68 8500000 1500000 900000 8400000 0
69 5000000 2000000 1800000 5000000 1
70 6500000 1500000 1500000 4000000 0
71 8000000 2000000 1500000 5000000 1
72 6000000 1200000 1800000 4000000 1
73 5000000 2700000 1500000 4700000 1
74 7000000 3500000 2000000 6500000 0
75 8000000 4500000 1700000 7800000 0
76 3000000 1200000 1000000 2700000 1
77 4000000 2000000 1200000 3800000 0
78 3000000 1200000 1000000 3000000 1
79 5000000 300000 2000000 3300000 1
80 3000000 1300000 1200000 3000000 1
81 5000000 300000 1200000 2800000 1
82 4000000 1500000 1500000 3800000 0
83 7000000 3000000 1500000 6000000 1
84 3700000 1500000 1000000 3500000 1
85 5000000 3000000 700000 5000000 1
86 3500000 2000000 1000000 3500000 0
87 4000000 1700000 1500000 3700000 1
88 5000000 2000000 1200000 4500000 1
89 3000000 1500000 1000000 3000000 0
90 6000000 2500000 1500000 5000000 0
91 4000000 1000000 1000000 3000000 1
92 4000000 1800000 1500000 4000000 1
93 3000000 1300000 1500000 3000000 0
94 4000000 1500000 1500000 3800000 1
95 6000000 2500000 1300000 5500000 1
96 4000000 2000000 1000000 4000000 1
97 5000000 2000000 2000000 4500000 0
98 6500000 2000000 1500000 5000000 0
99 4000000 2000000 1300000 4000000 1
100 3500000 1500000 1000000 3500000 1
101 4000000 2000000 800000 4000000 0
102 6000000 2000000 1250000 6000000 0
103 4000000 2000000 1000000 4000000 1
104 6500000 2000000 1500000 6000000 0
105 4500000 2000000 1500000 4500000 1
106 4250000 2000000 1250000 4250000 1
107 3000000 1500000 0 3000000 1
108 2000000 1000000 0 2000000 1
109 4000000 1700000 1300000 4000000 1
110 5000000 2000000 1500000 5000000 0
111 6000000 2000000 1250000 5250000 0
112 9000000 2000000 2000000 5000000 0
113 5500000 2000000 1000000 4000000 1
114 5000000 1500000 1500000 4000000 0
115 3000000 1000000 1200000 3000000 0
116 4000000 1000000 900000 3000000 0
117 3500000 1000000 1200000 3000000 1
118 3200000 1000000 1200000 3000000 1
119 3500000 1500000 1500000 3500000 0
120 4000000 1200000 1000000 3000000 0
121 7000000 1500000 2000000 5000000 0
122 4500000 1000000 1500000 3000000 1
123 5000000 1000000 1000000 4000000 1
124 4000000 1000000 1000000 2500000 1
125 7000000 1500000 1500000 4500000 1
126 4000000 2000000 1000000 4000000 1
127 3500000 1500000 1000000 3500000 1
128 3000000 1200000 0 2500000 1
129 4000000 2000000 1000000 3500000 1
130 4000000 1500000 1500000 4000000 1
131 5000000 1500000 1500000 5000000 0
132 5000000 2000000 1000000 4000000 0
133 3000000 1000000 0 2000000 1
134 5000000 1500000 1000000 4500000 0
135 4000000 1500000 1500000 4000000 0
136 4000000 2000000 1000000 4000000 1
137 9000000 3000000 2000000 7000000 1
138 3500000 1500000 1200000 3500000 0
139 4000000 1500000 1500000 4000000 0
140 4000000 2000000 1000000 4000000 1
141 4000000 1500000 1200000 3200000 1
142 5500000 2000000 2000000 5500000 1
143 3700000 1500000 1200000 3400000 1
144 4500000 2000000 1000000 4000000 1
145 4000000 1500000 1000000 4000000 0
146 3000000 1000000 1200000 3000000 0
147 3500000 1000000 0 3000000 0
148 4000000 2000000 1500000 4000000 1
149 3500000 1500000 1000000 3000000 0
150 5500000 2000000 900000 5000000 1
151 4000000 1000000 1000000 3000000 0
152 5000000 2500000 1500000 4500000 0
153 4000000 1000000 1000000 3000000 1
154 4000000 1000000 1000000 3000000 1
155 4000000 1000000 1000000 3000000 0
156 3000000 1200000 1500000 3000000 1
157 3500000 1500000 900000 3500000 1
158 4200000 1500000 1200000 4200000 1
159 4000000 1000000 1000000 3000000 1
160 3500000 1300000 1500000 3300000 0
161 4000000 1000000 1000000 3000000 1
162 3700000 1500000 1500000 3500000 1
163 4000000 1000000 1000000 3000000 0
164 3900000 1500000 1000000 3500000 1
165 5000000 1700000 1500000 4700000 0
166 7000000 2000000 1500000 6000000 0
167 4000000 1500000 1000000 3500000 1
168 4000000 1200000 1300000 4000000 1
169 4500000 2000000 1000000 4000000 0
170 4000000 1500000 1200000 3500000 0
171 4000000 2500000 1000000 4000000 1
172 3700000 1000000 1500000 3500000 1
173 4000000 1500000 1500000 3500000 1
174 5000000 2000000 2500000 5000000 0
175 4500000 2000000 2000000 4500000 0
176 6000000 2000000 2000000 5800000 0
177 5000000 2000000 1500000 4000000 1
178 4000000 1000000 1000000 3000000 1
179 4000000 1000000 1000000 3000000 1
180 4000000 1000000 1000000 3000000 1
181 4000000 1000000 1000000 3000000 1
182 4000000 1000000 1000000 3000000 1
183 4000000 1000000 1000000 3000000 0
184 4000000 1000000 1000000 3000000 1
185 5500000 2000000 1500000 5200000 1
186 4000000 1000000 1000000 3000000 1
187 4000000 1000000 1000000 3000000 1
188 4000000 2000000 1500000 4000000 0
189 4000000 1000000 1000000 3000000 0
190 4000000 1000000 1000000 3000000 1
191 5000000 2500000 2000000 5000000 0
192 4000000 1000000 1000000 3000000 1
193 4000000 1000000 1000000 3000000 1
194 4000000 1000000 1000000 3000000 1
195 6000000 2500000 2000000 4850000 1
196 4000000 1000000 1000000 3000000 0
197 4000000 1000000 0 2000000 1
198 4000000 1000000 1000000 3000000 0
199 4000000 1500000 1000000 3000000 0
200 4000000 1000000 1000000 3000000 1

2.1.4 Phân tích thống kê mô tả

Kết quả phân tích thống kê mô tả của các biến được thể hiện ở bảng trên đối với
mỗi biến, phân tích thống kê mô tả các chỉ tiêu phổ biến như giá trị trung bình,
độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất.
- Kết quả cho thấy, biến TN (thu nhập trung bình) có giá trị trung bình là
4.558.400 đồng (giá trị lớn nhất là 10.000.000 đồng và nhỏ nhất là
1.000.000), độ lệch chuẩn của TN là 1.444.583 là một con số khá lớn. Cho
thấy mức độ chi tiêu ổn định của sinh viên khá thấp.
- Biến SH (chi tiêu sinh hoạt) có giá trị trung bình là 1.619.500 đồng, trong
đó giá trị lớn nhất là 6.000.000 đồng, nhỏ nhất là 300.000. Độ lệch chuẩn
là 683009.7 cho thấy chênh lệch chi tiêu hàng tháng của sinh viên có sự
dao động mạnh đến trung bình tổng chi tiêu.
- Biến TRO (chi tiêu tiền trọ) có giá trị trung bình là 1.255.750 đồng, với số
tiền trọ lớn nhất là 3.000.000 đồng, nhỏ nhất là 0 đồng. Độ lệch chuẩn là
571632.1 cho thấy đây cũng là yếu tố có sự dao động mạnh đến trung bình
chi tiêu hàng tháng của sinh viên.
 - Biến CT (chi tiêu trung bình), kết quả cho thấy biến CT có giá trị trung
bình 3.901.750 đồng với giá trị lớn nhất là 8.400.000 đồng và nhỏ nhất là
1.000.000 đồng. Độ lệch chuẩn 1.201.291 một con số khá lớn.

2.2 Kiểm định

2.1.1 Kết quả mô hình hồi quy
2.2.1.1 Chạy mô hình hồi quy và hàm hồi quy mẫu
Chạy mô hình hồi quy như đã thiết lập ở chương 2 giữa các biến độc lập và biến
phụ thuộc, với phương trình : CT = β1 + β2TN + β3SH + β4TRO + β5GT

Từ bảng trên suy ra hàm hồi quy mẫu có dạng:

CT = 307157.1 + 0.388725TN + 0.711057SH + 0.559576TRO – 52690.95GT
2.2.1.2 Ý nghĩa các hệ số ước lượng
β1 = 307157.1 cho biết khi các biến TN, TRO, SH, GT của sinh viên bằng 0, thì
chi tiêu trung bình của sinh viên là 307157.1 đồng/ tháng.
β2 = 0.388725 có nghĩa là khi các yếu tố khác không đổi, nếu thu nhập trung
bình tăng lên 1 đơn vị thì chi tiêu trung bình tăng lên 0.388725 đơn vị
β3 = 0.711057 có nghĩa là khi các yếu tố khác không đổi, nếu chi tiêu sinh hoạt
tăng lên 1 đơn vị thì chi tiêu trung bình tăng lên 0.711057 đơn vị
β4 = 0.559576 có nghĩa là khi các yếu tố khác không đổi, nếu chi tiêu cho nhà
trọ tăng lên 1 đơn vị thì chi tiêu trung bình tăng lên 0.559576 đơn vị
β5 = - 52690.95 có nghĩa là khi các yếu tố khác không đổi, thì chênh lệch chi
tiêu trung bình của nam và nữ là 52690.95 đơn vị.
2.2.1.3 Phân tích kết quả hồi quy
- Số quan sát đưa vào phân tích: 200
- Số biến độc lập của mô hình: 4
- Bậc tự do của mô hình: 200 – 4 = 196
Mức độ phù hợp của mô hình so với thực tế là R2 = 0.853354 cho thấy chi tiêu
trung bình của sinh viên phụ thuộc gần 85,34% vào thu nhập, chi tiêu sinh hoạt,
chi tiêu trọ. Theo lý thuyết kinh tế, quan hệ giữa trung bình chi tiêu với các yếu
tố này là tỉ lệ thuận. Khi mỗi yếu tố tăng lên 1 đơn vị thì trung bình chi tiêu cũng
tăng lên theo.
2.2.2 Kiểm định mô hình hồi quy.
2.2.2.1 Kiểm định sự phù hợp của hàm hồi quy.
Ta có cặp giả thuyết thống kê như sau: H0: R2 = 0 (Mô hình hồi quy không phù
hợp)
H1: R2 > 0 (Mô hình hồi quy phù hợp)
Từ bảng kết quả hồi quy của mô hình, ta thấy P-value = 0.000000 < 0.05 =>
Bác bỏ Ho, Mô hình hồi quy phù hợp.
 2.2.2.2 Kiểm định sự tác động của từng biến độc lập.
Để biết được sự tác động của từng biến độc lập, nhóm tác giả sẽ dùng phương
pháp kiểm định bằng giá trị Probability ( P- value ) với độ tin cậy của mô hình là
95%
- Kiểm định β2
Ta có cặp giả thuyết thống kê : Ho : β2 = 0
H1: β2 # 0
Từ bảng kết quả hồi quy của mô hình, ta thấy: P- value = 0.0000 < 0.05 => Bác
bỏ Ho, hệ số có ý nghĩa thống kê. Khi thu nhập của sinh viên càng cao thì trung
bình chi tiêu cũng cao.
- Kiểm định β3:
Ta có cặp giả thuyết thống kê: Ho: β3 = 0
H1: β3 # 0
Từ bảng kết quả hồi quy của mô hình, ta thấy: P-value = 0.0000 < 0.05 => Bác
bỏ Ho, hệ số có ý nghĩa thống kê. Khi sinh viên chi tiêu sinh hoạt càng cao thì
chi tiêu trung bình cũng cao theo.
- Kiểm định β4:
Ta có cặp giả thuyết thống kê : Ho : β4 = 0
H1 : β4 # 0
Từ bảng kết quả hồi quy của mô hình, ta thấy : P-value = 0.0000 < 0.05 => Bác
bỏ Ho, hệ số có ý nghĩa thống kê. Khi sinh viên có chi phí tiền trọ cao thì chi tiêu
trung bình cũng cao theo.
- Kiểm định β5:
Ta có cặp giả thuyết thống kê : Ho :β5 = 0
H1: β5 # 0
Từ bảng kết quả hồi quy của mô hình, ta thấy: P-value = 0.4437 > 0.05 => Chấp
nhận Ho, giới tính không có tác động đến chi tiêu trung bình của sinh viên.
 2.2.2.3 Kiểm định hiện tượng đa cộng tuyến.
Đa cộng tuyến là hiện tượng xảy ra khi các biến độc lập có tương quan chặt chẽ
với nhau. Điều này làm cho hệ số R^2 và các hệ số hồi quy có sự sai lệch.
- Hồi quy phụ GT theo TN, SH, TRO:

Mô hình hồi quy phụ: GT = α1 + α2TN + α3SH + α4 TRO + Vi

 Kiểm định cặp giả thiết: Ho: R2 = 0 (Mô hình gốc không có đa cộng
tuyến)
H1: R2 > 0. (Mô hình gốc có đa cộng tuyến)
- Từ kết quả bảng eview, ta thấy F-statistic có P-value = 0.027555 < 0.05
-> Bác bỏ Ho. Mô hình có đa cộng tuyến.
-Khắc phục đa cộng tuyến: Loại bỏ biến TN hoặc SH hoặc TRO hoặc GT.

Hồi quy mô hình loại bỏ biến TN, ta được kết quả R2 = 0.744291
Hồi quy mô hình loại bỏ biến SH, ta được kết quả: R2 = 0.743283

Hồi quy mô hình loại bỏ biến TRO, ta được kết quả: R2 = 0.803069
Hồi quy mô hình loại bỏ biến GT, ta được kết quả: R2 = 0.852911
So sánh R2 ở bốn mô hình hồi quy:
R2loại SH < R2loại TN < R2loại TRO < R2loại GT
=> Vậy ta có thể loại bỏ biến GT ra khỏi mô hình.
Ta có mô hình mới sau khi loại bỏ biến GT:

2.2.2.4. Kiểm định phương sai sai số thay đổi

Thực hiện kiểm tra phương sai sai số thay đổi của mô hình bằng phương pháp
kiểm định White trong Eviews, thu được kết quả sau:
Ta có cặp giả thuyết thống kê: Ho: Mô hình không có phương sai sai số thay
đổi
H1: Mô hình có phương sai sai số thay đổi
Từ bảng kết quả Eviews, giá trị P-value = 0.749262 > 0.05
-> Chấp nhận Ho. Mô hình không có phương sai sai số thay đổi
 2.2.2.5 Kiểm định hiện tượng tự tương quan
Thực hiện kiểm định hiện tượng tự tương quan bậc 1 bằng phương pháp kiểm
định Breusch-Godfrey, kết quả như sau:

Ta có cặp giả thuyết: Ho: Mô hình không có hiện tượng tự tương quan bậc 1
H1: Mô hình có hiện tượng tự tương quan bậc 1
Từ bảng kết quả Eviews, ta thấy P-value = 0.999983 > 0.05
-> Chấp nhận Ho. Mô hình không có tự tương quan bậc 1
Thực hiện kiểm định hiện tượng tự tương quan bậc 2 bằng phương pháp kiểm
định Breusch-Godfrey, kết quả như sau:

Ta có cặp giả thuyết: Ho: Mô hình không có tự tương quan bậc 2

H1: Mô hình có tự tương quan bậc 2
Ta thấy P-value = 0.993816 > 0.05
-> Chấp nhận Ho, Mô hình không có tự tương quan bậc 2.
 2.2.2.6 Kiểm định biến bị bác bỏ

Ta có cặp giả thuyết: Ho: Mô hình không bị thiếu biến

H1: Mô hình bị thiếu biến
Ta có P-value = 0.6855 > 0.05
-> Chấp nhận Ho: Mô hình không bị thiếu biến