CƠ SỞ LÝ THUYẾT VỀ CÁC YẾU TỐ ẢNH HƯỞNG THỜI GIAN LÀM THÊM CỦA SINH VIÊN
Khái niệm về việc làm thêm (partime)
Với quan niệm “Việc làm thêm”, sau khi thu thập được những thông tin thứ cấp, chúng em xin nêu ra một vài khái niệm sau đây:
Việc làm thêm cho sinh viên là quá trình làm việc trong khi vẫn theo học tại trường, giúp họ kiếm thêm thu nhập cho chi tiêu hoặc tích lũy kinh nghiệm quý báu Tham gia vào các tổ chức, công ty hay hộ gia đình không chỉ mang lại lợi ích tài chính mà còn giúp sinh viên cọ xát với thực tế cuộc sống, từ đó phát triển kỹ năng và kiến thức cần thiết cho tương lai.
Việc làm thêm cho sinh viên là cơ hội tham gia các hoạt động xã hội hoặc tổ chức trong và ngoài nước với thời gian linh hoạt, không bị ràng buộc về mặt thời gian Đây chính là ưu điểm nổi bật của công việc part-time, giúp sinh viên dễ dàng kết hợp giữa học tập và làm việc.
Theo luật pháp, làm thêm hay làm việc bán thời gian (part-time) là hình thức lao động với số giờ làm việc ít hơn so với hợp đồng toàn thời gian, thường dưới 30 hoặc 35 giờ mỗi tuần Người lao động có thể thay đổi công việc nhưng vẫn đảm bảo hoàn thành nhiệm vụ và duy trì công việc trong suốt năm Sự thay đổi này thường mang tính chất xoay vòng, cho phép người làm việc linh hoạt hơn trong thời gian của mình.
Tổ chức lao động quốc tế)
Việc làm thêm đối với sinh viên được hiểu là hoạt động làm việc trong khi vẫn theo học tại các trường, tại các công ty hoặc tổ chức, với thời gian linh hoạt và không vi phạm pháp luật Mục đích của việc làm thêm không chỉ là kiếm thêm thu nhập mà còn để tích lũy kinh nghiệm, học hỏi và có cơ hội trải nghiệm thực tế, từ đó không ảnh hưởng nhiều đến kết quả học tập.
Cơ sở những yếu tố ảnh hưởng đến thời gian làm thêm của sinh viên
Hiện nay, việc sinh viên vừa học vừa làm bán thời gian trở nên phổ biến Thời gian học trên lớp ảnh hưởng trực tiếp đến quyết định và thời gian làm thêm của sinh viên Nếu sinh viên dành nhiều thời gian cho công việc, thời gian học sẽ giảm Điều này cho thấy mối tương quan nghịch giữa thời gian học và thời gian làm thêm.
2.2 Lương tháng của sinh viên
Mức lương từ việc làm thêm phụ thuộc vào tính chất công việc, ví dụ như sinh viên làm phục vụ tại quán cà phê, nhà hàng hoặc khách sạn có thể kiếm được từ 16.000 đến 20.000 đồng mỗi giờ Số tiền thực nhận sẽ tùy thuộc vào số giờ làm việc trong tháng.
Có những công việc văn phòng và hành chính dành cho sinh viên, yêu cầu làm việc khoảng 20 giờ mỗi tuần Mức lương cố định cho các công việc này dao động từ 1.5 đến 2.5 triệu đồng mỗi tháng, với thời gian làm việc và lương thưởng được xác định rõ ràng.
Sinh viên sử dụng tiền kiếm được để trang trải chi phí sinh hoạt và học phí Những người có chi tiêu cao hơn sẽ có động lực làm việc nhiều hơn, dẫn đến việc gia tăng thời gian làm việc Do đó, số tiền kiếm được hàng tháng tỷ lệ thuận với thời gian làm việc.
2.3 Trợ cấp của bố mẹ
Quá trình chuyển từ học sinh sang sinh viên đánh dấu giai đoạn "trưởng thành" của mỗi cá nhân, khi họ phải tự lập và quản lý chi tiêu Nhiều sinh viên tìm kiếm công việc làm thêm để tăng thu nhập, vì không phải ai cũng có điều kiện tài chính từ gia đình Tuy nhiên, với chỉ 3-4 giờ làm việc mỗi ngày, thu nhập từ công việc làm thêm thường chỉ đủ để trang trải một phần chi phí sinh hoạt, không đủ cho học phí hay tiền nhà Do đó, sinh viên cần làm việc nhiều hơn để có thu nhập cao hơn Mối quan hệ giữa khoản trợ cấp từ gia đình và thời gian làm thêm của sinh viên là ngược chiều: gia đình hỗ trợ nhiều giúp sinh viên có thời gian học tập và nghỉ ngơi, trong khi hỗ trợ ít buộc họ phải làm việc nhiều hơn để tự trang trải Đối với những sinh viên không nhận được hỗ trợ, họ phải làm việc cật lực để đủ tiền sinh hoạt và học phí, gần như không có thời gian nghỉ ngơi Từ đó, có thể thấy rằng sự hỗ trợ từ gia đình ảnh hưởng trực tiếp đến thời gian làm thêm của sinh viên.
2.4 Chi tiêu của sinh viên
Hiện nay, sinh viên đang phải đối mặt với nhiều khó khăn tài chính, bao gồm chi phí sinh hoạt ngày càng tăng, học phí tăng theo từng kỳ học và các khoản chi phí phát sinh khác Nhiều sinh viên buộc phải tìm việc làm ngay khi bắt đầu học đại học để trang trải cho các chi phí hàng tháng Khi chi phí sinh hoạt tăng lên, sinh viên sẽ phải làm thêm nhiều hơn để có thêm thu nhập Do đó, có mối tương quan thuận giữa chi tiêu hàng tháng của sinh viên và thời gian làm thêm của họ.
Tổng quan tình hình các nghiên cứu có liên quan đến đề tài
3.1 Các nghiên cứu ở ngoài nước Ở các quốc gia phát triển, nghiên cứu về thị trường lao động nói chung và hoạt động làm thêm của sinh viên đã bắt đầu từ rất sớm Các nghiên cứu có liên quan đến vấn đề làm thêm được phát triển thành đề tài cấp quốc gia và cấp quốc tế từ năm 1991 ở Thụy Điển (Part-time work in Sweden: Trends and Equity effects) Đề cập và có liên quan đến vấn đề làm thêm của sinh viên, các đề tài, chủ đề nghiên cứu có thể là hiệu quả học tập của sinh viên (Studies in Higher education – 1995/Bosworth & Wilson), học phí và các chi tiêu của sinh viên trong quá trình học đại học (Guardian Education – 2000/ Hodgson
& Spoirs), chuyên ngành và nhu cầu đối với thị trường lao động, các nghiên cứu đối với việc làm của sinh viên sau tốt nghiệp.
Theo nghiên cứu từ nhiều quốc gia như Châu Âu, Mỹ và Trung Quốc, các yếu tố ảnh hưởng đến quyết định, hiệu quả và thời gian làm thêm của sinh viên chủ yếu thuộc về nhóm các yếu tố kinh tế, xã hội và cá nhân.
GPA, chi tiêu cá nhân, kinh nghiệm, thu nhập cá nhân (trợ cấp từ gia đình) và thời gian học tập ở trường là những yếu tố quan trọng được nghiên cứu Các nhà nghiên cứu và nhóm tác giả thường sử dụng mô hình phân tích hồi quy trong kinh tế lượng để ước lượng và đánh giá mức độ tác động của từng yếu tố này đến kết quả học tập.
Dưới đây là bảng khái quát các nghiên cứu với đề tài có liên quan đến những yếu tố tác động đến thời gian làm thêm của sinh viên
Tác giả Đề tài Nội dung liên quan
Paid part-time employment and academic performance of underfraduate nursing students
Nhóm tác giả đã tổng hợp từ các khảo sát trước đây để xác định những lý do chính khiến sinh viên tìm kiếm việc làm thêm, bao gồm khó khăn tài chính của gia đình, áp lực cá nhân trong việc chi trả các khoản sinh hoạt và kinh nghiệm quý báu tích lũy được từ công việc làm thêm.
Yueh Chiu Wang Chih Jou Chen (2017)
College students part-time jobs: Factors and challenges for future careers
Theo khảo sát của Taipei Times năm 2015, hơn 90% sinh viên và học sinh có việc làm thêm Nhóm tác giả đã phân tích bốn yếu tố chính ảnh hưởng đến công việc làm thêm của sinh viên, bao gồm chi tiêu sinh hoạt, khả năng tiết kiệm, kinh nghiệm làm việc và tình hình tài chính của gia đình.
Claire Callender Rebecca Hopkin David Wilkinson (2010)
Part-time students career decision-making and career development of part-time higher education students
Nghiên cứu về sinh viên tại Anh đã chỉ ra rằng nhiều yếu tố ảnh hưởng đến quyết định làm thêm và định hướng nghề nghiệp tương lai của họ Các yếu tố chính bao gồm kết quả học tập (GPA), kinh nghiệm cá nhân, mối quan hệ xã hội, môi trường làm việc và trách nhiệm cá nhân trong công việc.
Humayon, Shoaib Raza, Noor Ul
Factors affecting part-time students performance in Pakistan
Nghiên cứu về hiệu suất học tập của sinh viên làm thêm đã xác định ba yếu tố chính ảnh hưởng đến kết quả học tập, bao gồm động lực và mục tiêu học tập, áp lực và khả năng quản lý thời gian Bên cạnh đó, giới tính, độ tuổi và ngành học cũng đóng vai trò quan trọng trong việc ảnh hưởng đến hiệu suất của sinh viên.
3.2 Các nghiên cứu trong nước Ở trong nước, đề tài này cũng đã được đưa ra nghiên cứu để đưa ra những kết luận tổng quan và những giải pháp đối với sinh viên Dưới đây kết quả nghiên cứu nổi bật:
Nghiên cứu “Xác định các nhân tố ảnh hưởng đến quyết định đi làm thêm của sinh viên Đại học Cần Thơ” của Vương Quốc Duy và cộng sự (2015) sử dụng phương pháp phân tích hồi quy với mô hình kinh tế lượng Probit Nghiên cứu xác định 9 yếu tố ảnh hưởng đến quyết định làm thêm của sinh viên, bao gồm giới tính, khoa, năm học, nơi cư trú, thu nhập, chi tiêu, thời gian rảnh, kinh nghiệm – kỹ năng sống và kết quả học tập.
Nhóm nghiên cứu đề xuất mô hình nghiên cứu và giả thuyết cho đề tài “Ảnh hưởng của các nhân tố đến thời gian làm thêm của sinh viên trên địa bàn Hà Nội”, dựa trên việc tham khảo các nghiên cứu trước đó có liên quan.
Giả thuyết nghiên cứu của đề tài
Giả thuyết H1: Thời gian học ở trường có tương quan nghịch với thời gian đi làm thêm của sinh viên.
Giả thuyết H2: Tiền lương kiếm được từ việc làm thêm có ảnh hưởng thuận chiều đối với thời gian đi làm công việc làm thêm đó.
Giả thuyết H3: Tiền trợ cấp của bố mẹ hàng tháng có tương quan nghịch với thời gian đi làm thêm của sinh viên.
Giả thuyết H4: Chi tiêu hàng tháng của sinh viên có tương quan thuận với thời gian đi làm thêm của sinh viên.
XÂY DỰNG MÔ HÌNH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ TỚI THỜI GIAN LÀM THÊM CỦA SINH VIÊN TRÊN ĐỊA BÀN HÀ NỘI
Xác định phương pháp nghiên cứu
1.1 Phương pháp thu thập số liệu
Dữ liệu được thu thập là thông tin sơ cấp, dạng số liệu chéo, phản ánh thông tin về một hoặc nhiều yếu tố tại cùng một thời điểm ở các địa điểm khác nhau.
Số liệu được thu thập từ bảng khảo sát online với sự tham gia của 200 sinh viên của các trường Đại học trên địa bàn Hà Nội.
1.2 Phương pháp xử lý số liệu
Sử dụng phần mềm Excel và Gretl để xử lý sơ lược số liệu và tính ma trận tương quan giữa các biến.
1.3 Phương pháp sử dụng trong nghiên cứu
Chạy phần mềm Gretl để thực hiện hồi quy mô hình bằng phương pháp bình phương tối thiểu thông thường (OLS) giúp ước lượng các tham số của mô hình hồi quy đa biến một cách chính xác và hiệu quả.
Từ phần mềm Gretl ta dễ dàng:
Dùng Correlation matrix để tìm ma trận tương quan giữa các biến
Xét nhân tử phóng đại phương sai VIF nhận biết khuyết tật đa cộng tuyến
Sử dụng kiểm định White để xác định khuyết tật của phương sai sai số thay đổi, đồng thời áp dụng Robust Standard Errors trong hồi quy mô hình theo phương pháp sai số tiêu chuẩn mạnh.
Kiểm định Ramsey’s RESET để kiểm định dạng đúng của mô hình.
Kiểm định Jacque – Bera để kiểm định phân phối không chuẩn của Ui.
Xây dựng mô hình
2.1 Mô hình hồi quy tổng quát Để kiểm tra ảnh hưởng các biến độc lập đến biến phụ thuộc, tiểu luận vận dụng cơ sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu như sau:
Mô hình hồi quy tổng thể ngẫu nhiên:
(PRF) TG LAM =β 1 + β 2 TG HOC + β 3 LUONG + β 4 TRO CAP + β 5 CHI TIEU +u i
Trong đó: ui là sai số ngẫu nhiên.
Mô hình hồi quy mẫu ngẫu nhiên:
(SRF) TG LAM =^ β 1 + ^ β 2 TG HOC + ^ β 3 LUONG + ^ β 4 TRO CAP + ^ β 5 CHI TIEU +e i
Trong đó: ei là phần dư.
STT Ký hiệu biến Nội dung Đơn vị Dấu kỳ vọng
1 TG_LAM Thời gian làm thêm giờ/tuần
2 TG_HOC Thời gian học ở trường giờ/tuần ⁻
3 LUONG Lương tháng của sinh viên triệu VNĐ/ tháng +
4 TRO_CAP Trợ cấp của bố mẹ triệu VNĐ/ tháng ⁻
5 CHI_TIEU Chi tiêu của sinh viên triệu VNĐ/ tháng +
- Biến phụ thuộc: TG_LAM
- Biến độc lập: TG_HOC, LUONG, TRO_CAP, CHI_TIEU.
Mô tả số liệu của mô hình
3.1 Nguồn dữ liệu đã sử dụng
Dữ liệu trong bài viết được tổng hợp từ bảng Phụ lục, bao gồm 5 biến (1 biến phụ thuộc và 4 biến độc lập) thu thập từ khảo sát online với 200 sinh viên ngẫu nhiên từ các trường Đại học ở Hà Nội Việc lựa chọn ngẫu nhiên này đảm bảo rằng kết quả khảo sát phản ánh chính xác tình hình chung của sinh viên tại các trường Đại học trong khu vực.
Mô tả thống kê số liệu
Dữ liệu Trung bình Trung vị Nhỏ nhất Lớn nhất
3.3 Ma trận tương quan giữa các biến
TG_LAM TG_HOC LUONG TRO_CAP CHI_TIEU
Dựa vào ma trận hệ số tương quan giữa các biến ta thấy:
Sự tương quan đối cao.
Hệ số âm chỉ ra rằng có mối quan hệ tỉ lệ nghịch giữa thời gian làm thêm của sinh viên và thời gian học tại trường.
Sự tương quan tương đối cao.
Hệ số dương cho thấy có mối quan hệ tỉ lệ thuận giữa thời gian làm thêm của sinh viên và mức lương tháng mà họ nhận được khi đi làm thêm.
Sự tương quan tương đối cao.
Hệ số âm cho thấy rằng có mối quan hệ tỉ lệ nghịch giữa thời gian làm thêm của sinh viên và mức trợ cấp hàng tháng từ bố mẹ.
Sự tương quan tương đối cao.
Hệ số dương cho thấy rằng có mối quan hệ tỉ lệ thuận giữa thời gian làm thêm của sinh viên và chi tiêu hàng tháng của họ.
Hệ số tương quan giữa các biến độc lập có giá trị r < 0,8 cho thấy mô hình hồi quy không bị ảnh hưởng bởi hiện tượng đa cộng tuyến.
KẾT QUẢ ƯỚC LƯỢNG, KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ
Mô hình ước lượng
Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương nhỏ nhất OLS (dựa trên hình 1 phần phụ lục), thu được kết quả sau:
Phương pháp bình quân tối thiểu OLS, sử dụng quan sát 1-153 (n = 153) Biến phụ thuộc: TG_LAM
Hệ số hồi quy Sai số chuẩn Thống kê t p-value
Giá trị trung bình mẫu của biến phụ thuộc
17.64052 Sai số chuẩn của biến phụ thuộc
Tổng bình phương phần dư RSS
7671.030 Sai số chuẩn của phần dư
Hệ số xác định R 2 0.598821 Hệ số xác định hiệu chỉnh R 2
Kiểm định, khắc phục các khuyết tật của mô hình
Sử dụng kiểm định RESET của Ramsey
Hồi quy biến TG_LAMi theo các biến độc lập ta thu được ^ TG LAMi 1
Sau đó hồi quy Yi theo các biến độc lập trong mô hình ban đầu và ^ TG LAMi 2
{ H 0 : ^ TG LAMi 2 và TG ^ LAMi 3 đồngthời bằng 0
H 1 : ^ TG LAMi 2 và TG ^ LAMi 3 không đồng thờibằng 0
Sử dụng kiểm định RESET của Ramsey trong phần mềm Gretl (Hình 3 phần phụ lục), từ đó ta có kết quả:
Vì p-value(F) > α = 0.01 => Chấp nhận giả thuyết H0
Nhận xét: Mô hình không bỏ sót biến
{ H 0 : Mô hìnhkhông mắc khuyết tật đa cộng tuyến
H 1 : Mô hình mắc khuyết tậđa cộng tuyến
Kiểm định bằng phương pháp nhân tử phóng đại phương sai VIF, sử dụng phần mềm Gretl (Hình 4 phần phụ lục) Từ đó ta có kết quả:
VIF (TG_HOC) = 1.398 < 10VIF (LUONG) = 1.682 < 10VIF (TRO_CAP) = 1.331 < 10VIF (CHI_TIEU) = 1.454 < 10
Mô hình hồi quy này không gặp phải vấn đề đa cộng tuyến, vì mức độ xảy ra của nó là rất thấp và có thể được bỏ qua.
2.3 Phương sai sai số thay đổi
Phương pháp kiểm định White được sử dụng để ước lượng mô hình hồi quy với công thức: e i 2 = α 1 + α 2 TGHOC + α 3 LUONG + α 4 TROCAP + α 5 CHITIEU + α 6 TGHOC 2 + α 7 LUONG 2 + α 8 TROCAP 2 + α 9 CHITIEU 2 + α 10 TGHOC LUONG + α 11 TGHOC TROCAP + α 12 TGHOC CHITIEU + α 13 LUONG TROCAP + α 14 LUONG CHITIEU + α 15 TROCAP CHITIEU Mô hình này giúp phân tích và đánh giá mối quan hệ giữa các biến số, từ đó đưa ra những kết luận chính xác trong nghiên cứu.
Phương pháp ước lượng OLS, với mức ý nghĩa α =¿ 1%
{ H 0 : α 1 =α 2 =…=α 15 =0 → Phương sai sai số đồng nhất
H 1 : α 1 2 +α 2 2 + …+α 14 2 + α 15 2 ≠0 → Phương sai sai số thay đổi
Sử dụng kiểm định White ( squares only) ta được bảng dữ liệu như hình 5 phần phụ lục, ta có nhận xét:
X 2 qs =n R ¿2 2.336017 ; X 0.01 2 ).14 X qs 2 > X 0.01 2 p-value ( X qs 2 ) = 0.000081 → p-value ( X qs 2 ) < α
Nhận xét: Như vậy với mức ý nghĩa α =1 % , ta bác bỏ H0 hay mô hình hồi quy có hiện tượng phương sai sai số thay đổi.
Mô hình có thể cung cấp các ước lượng tham số không chệch, nhưng không đảm bảo là các ước lượng tốt nhất do phương sai sai số lớn Hệ quả là các dự báo trở nên kém hiệu quả và độ tin cậy của các kiểm định T và F để đánh giá sự phù hợp của mô hình cũng bị ảnh hưởng.
Cách khắc phục/hạn chế:
Mô hình tồn tại hiện tượng phương sai sai số thay đổi vẫn cung cấp các hệ số ước lượng tin cậy, tuy nhiên, các sai số chuẩn của hệ số không còn đạt mức tối thiểu Hệ quả là, các giá trị thống kê t (được tính bằng tỷ số giữa hệ số ước lượng và sai số chuẩn tương ứng) sẽ giảm hoặc mất đi ý nghĩa thống kê.
Với cỡ mẫu lớn (n = 153), việc sử dụng phương pháp sai số chuẩn mạnh Robust Standard Errors là cần thiết để giảm thiểu ảnh hưởng của phương sai sai số thay đổi trong quá trình hồi quy mô hình.
Sau khi áp dụng phương pháp sai số chuẩn mạnh để hồi quy mô hình, chúng ta nhận thấy rằng sai số chuẩn của ước lượng các hệ số đã có sự thay đổi đáng kể Kết quả này được trình bày chi tiết trong hình 6 ở phần phụ lục.
Hệ số hồi quy Sai số chuẩn Thống kê t p-value
Giá trị trung bình của biến phụ thuộc
17.64052 Sai số chuẩn của biến phụ thuộc 11.21595
Sum squared resid 7671.030 Sai số chuẩn của phần dư 7.199395
Hệ số xác định R 2 0.598821 Hệ số xác định hiệu chỉnh R 2 0.587979
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu sau:
TG LAM 320 – 0.481490∗TG HOC +0.00190396∗LUONG – 0.00260449∗TRO CAP +0.0396157∗CHI TIEU +e i Trong đó: ei là phần dư
Với việc hồi quy mô hình bằng phương pháp sai số chuẩn mạnh, ta có thể hạn chế ảnh hưởng của phương sai sai số thay đổi.
2.4 Kiểm định tự tương quan
Dữ liệu chéo không cho thấy hiện tượng tự tương quan, điều này thường chỉ xuất hiện trong bộ số liệu chuỗi thời gian Do đó, mô hình này không có hiện tượng tự tương quan.
Như vậy với mức ý nghĩa α =1 % , ta chấp nhận mô hình hồi quy không có hiện tượng tự tương quan.
2.5 Phân phối chuẩn của nhiễu
Để kiểm tra tính chuẩn của phần dư trong hồi quy, sử dụng kiểm định Jacque – Bera Đầu tiên, thực hiện hồi quy mô hình gốc theo phương pháp OLS để xác định các phần dư ei Tiếp theo, phân tích độ nghiêng và độ nhọn của phân phối các phần dư để đánh giá tính phân phối chuẩn.
{ H 0 : Sai số có phân phốichuẩn
H 1 : Sai số không có phân phối chuẩn
Tính trị thống kê : JB= n 6 ( S 2 + 1 4( K −3) 2 )
Sử dụng phần mềm Gretl ta có biểu đồ như phụ lục số 7 và bảng phụ lục số 8 Dựa vào kết quả bảng phụ lục ta có nhận xét :
- Biểu đồ có dạng hình chuông đối xứng với tần số cao nhất ở chính giữa và các tần số thấp dần ở hai bên.
JB = 2.440 với p-value(JB) = 0.1390 Suy ra: p-value(JB) > α => Chấn nhận giả thuyết H0
Nhận xét: Như vậy, với mức ý nghĩa α =1 % , ta chấp nhận giả thuyết H0 hay sai số có phân phối chuẩn.
Kiểm định các hệ số hồi quy
3.1 Kiểm định ý nghĩa thống kê của các hệ số hồi quy
{ H H 0 1 : : β β 1 1 =0 ≠ 0 (H 0 : Hệ số không có ý nghĩa thốngkê ) P-value = 2.11e-05 < 0.01 => Bác bỏ H0, chấp nhận H1 tức là hệ số chặn có ý nghĩa thống kê.
Vậy với mức ý nghĩa 1% thì hệ số chặn β 1 có ý nghĩa thống kê
{ H H 0 1 : : β β 2 2 = ≠ 0 0 ( H 0 : hệ số không có ý nghĩathống kê ) P-value = 4.85e-06 < 0.01 => bác bỏ H0, chấp nhận H1, tức là hệ số β2 có ý nghĩa thống kê.
Vậy mức ý nghĩa 1% thì hệ số hồi quy ứng với biến TG_HOC có ý nghĩa thống kê.
{ H H 0 1 : : β β 3 3 = ≠ 0 0 ( H 0 : hệ số không có ý nghĩathống kê ) P-value = 0.0593 > 0.01 => không có cơ sở bác bỏ H0, tức là hệ số β3 không có ý nghĩa thống kê.
Vậy với mức ý nghĩa 1% thì hệ số hồi quy ứng với biến LUONG không có ý nghĩa thống kê
{ H H 0 1 : : β β 4 4 =0 ≠ 0 (H 0 : hệ số không có ý nghĩathống kê)
P-value = 4.60e-05 < 0.01 => Bác bỏ H0, chấp nhận H1 tức là hệ số β4 có ý nghĩa thống kê.
Vậy với mức ý nghĩa 1% thì hệ số hồi quy ứng với biến TRO_CAP có ý nghĩa thống kê
{ H H 0 1 : : β β 5 5 = ≠ 0 0 ( H 0 : hệ số không có ý nghĩathống kê ) P-value = 0.0002 < 0.01 => bác bỏ H0, chấp nhận H1, tức là hệ số β5 có ý nghĩa thống kê.
Nhận xét: Vậy với mức ý nghĩa 1% thì hệ số hồi quy ứng với biến CHI_TIEU có ý nghĩa thống kê
3.2 Kiểm định sự phù hợp của mô hình hồi quy (với mức ý nghĩa α =¿ 1%)
TG LAM 320 – 0.481490∗TG HOC +0.00190396∗LUONG – 0.00260449∗TRO CAP +0.0396157∗CHI TIEU +e i
R 2 = 0.598821 = 59.8821 % Ý nghĩa: Các biến độc lập giải thích được 59.8821 % tổng biến động trong giá trị của biến phụ thuộc.
T.855 p_value (Fs) = 2.86e-26 < α =¿ bác bỏ H0, chấp nhận H1, tức là mô hình hồi quy có phù hợp với bộ số liệu mẫu.
Nhận xét: Vậy với mức ý nghĩa 1% thì mô hình hồi quy trên phù hợp với số liệu.
