Sử dụng phần mềm SPSS xử lý các số liệu đã thu thập được, dựa vào những bảng thống kê sau để phân tích mô hình. Sử dụng phương pháp hồi quy Logistic để kiểm định mối quan hệ giữa quyết định vay vốn với các yếu tố như giới tính, tuổi, lãi suất… nhằm dự đoán xác suất xảy ra một sự kiện (khả năng trả nợ của khách hàng).
* Kiểm định độ phù hợp tổng quát:
Bảng 4.2 cho kết quả kiểm định giả thuyết về độ phù hợp tổng quát có mức ý nghĩa quan sát sig. = 0,000 nhỏ hơn 0,05 nên ta bác bỏ giả thiết H0:
= =. . = = 0. Vậy ta có thể kết luận tổ hợp các biến độc lập trong mô hình có thể giải thích cho sự thay đổi của biến phụ thuộc.
Bảng 4.2 Kết quả chạy hàm các yếu tố ảnh hưởng đến khả năng trả nợ
Biến giải thích B S.E. Sig. Exp(B)
Giới tính 0,251 0,485 0,605 1,285 Cư trú 0,307 0,016 0,012 1,359 Tuổi 0,148 0,244 0,144 1,049 Nơi ở -0,368 0.542 0,184 0,567 Thành viên 0,062 0,349 0,860 1,064 Người phụ thuộc -0,135 0,342 0,009 0,874 Học vấn 0,246 0,086 0,004 1,279 Nghề nghiệp -0,082 0,207 0,692 0,922 Món vay 0,773 0,654 0,238 2,165 Thông tin 0,053 0,211 0,800 1,055 Tiết kiệm 0,118 0,644 0,015 1,125 Lãi suất -0,105 0,473 0,824 0,900
38
Hằng số -10,935 2,615 0,031 0,000
Sig.
-2 Log likelihood Cox & Snell R Square Nagelkerke R Square
0,000 39,040 0,470 0,596
* Kiểm định độ phù hợp của mô hình
Bảng độ phù hợp của mô hình trị số -2LL là 39,040, tương đối thấp thể hiện độ phù hợp khá tốt của mô hình tổng thể.
* Kiểm định ý nghĩa của các hệ số
+ Biến giới tính có giá trị p(sig.) = 0,605 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến cư trú có giá trị p(sig.) = 0,012 nhỏ hơn mức ý nghĩa α = 0,05 nên ta bác bỏ giả thuyết Ho. Vậy, hệ số hồi quy tìm được có ý nghĩa và giải thích được cho mô hình.
+ Biến tuổi có giá trị p(sig.) =0,144 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến nơi ở có giá trị p(sig.) = 0,184 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình
+ Biến thành viên có giá trị p(sig.) = 0,860 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến người phụ thuộc có giá trị p(sig.) = 0,09 nhỏ hơn mức ý nghĩa α = 0,05 nên ta bác bỏ giả thuyết Ho. Vậy, hệ số hồi quy tìm được có ý nghĩa và giải thích được cho mô hình.
+ Biến trình độ học vấn có giá trị p(sig.) = 0,004 nhỏ hơn mức ý nghĩa α = 0,05 nên ta bác bỏ giả thuyết Ho. Vậy, hệ số hồi quy tìm được có ý nghĩa và giải thích được cho mô hình.
+ Biến nghề nghiệp có giá trị p(sig.) = 0,692 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
39
+ Biến món vay có giá trị p(sig.) = 0,238 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến thông tin có giá trị p(sig.) = 0,800 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến thu nhập trung bình có giá trị p(sig.) = 0,502 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến thái độ chi tiêu có giá trị p(sig.) = 0,540 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
+ Biến tiết kiệm có giá trị p(sig.) = 0,015 nhỏ hơn mức ý nghĩa α = 0,05 nên ta bác bỏ giả thuyết Ho. Vậy, hệ số hồi quy tìm được có ý nghĩa và giải thích được cho mô hình.
+ Biến lãi suất có giá trị p(sig.) = 0,824 lớn hơn mức ý nghĩa α = 0,1 nên ta chấp nhận giả thuyết Ho. Vậy, hệ số hồi quy tìm được không có ý nghĩa và không giải thích được cho mô hình.
(adsbygoogle = window.adsbygoogle || []).push({});