5. Nội dung và kết quả đạt được
4.3.1Kết quả mô hình hồi quy Binary Logistic
Để xác định các nhân tố ảnh hưởng đến quyết định vay tín dụng chính thức của nông hộ ở huyện Cái Nước, đề tài phân tích số liệu bằng mô hình hồi quy Binary Logistic. Biến phụ thuộc trong mô hình là biến quyết định vay, biến này thể hiện quyết định vay tín dụng chính thức của nông hộ. Biến này nhận hai giá trị là 1 nếu hộ quyết định vay vốn từ nguồn tín dụng chính thức và 0 nếu hộ không vay vốn từ nguồn tín dụng chính thức. Mô hình hồi quy nghiên cứu có dạng như sau:
QDVAY= β0 + β1GIOITINH + β2TDHV+ β3TONGDTNT + β4THUNHAP +
β5HTNUOI + β6QHXH +β7VAYVONPCT + ui
Kết quả sử lý số liệu bằng phần mềm SPSS được trình bày tóm tắt trong bảng 4.6:
33
Bảng 4.8: Kết quả phân tích mô hình Binary Logistic về các yếu tố ảnh hưởng đến quyết định vay tín dụng chính thức của các nông hộ trong mẫu khảo sát
Biến giải thích Hệ số
tương quan Giá trị P-value
Hệ số tự do -14,441 0,005 GIOITINH 4,463 0,014** TDHV 1,157 0,003*** TONGDTNT 0,000 0,170 THUNHAP 0,000 0,665 HTNUOI 0,554 0,805 VAYPCT -5,634 0,006*** QHXH 2,378 0,094*
Giá trị P kiểm định mô hình 0,000
Số quan sát (N) 100
Phần trăm dự báo đúng của mô hình 93,0%
Giá trị -2 log likelihood 21,384
Nguồn: Tính toán từ số liệu khảo sát tháng 10 năm 2013
Ghi chú:*, mức ý nghĩa 10%; **, mức ý nghĩa 5%; ***, mức ý nghĩa 1%
Giả thuyết của mô hình:
H0: β0 = β1 =…= β7 = 0 H1: Có ít nhất một βi khác 0
Kiểm định Wald về ý nghĩa của các hệ số hồi quy tổng thể của các biến trong mô hình có mức ý nghĩa Sig. = 0,000 nên ta có thể bác bỏ giả thuyết H0. Nghĩa là tổ hợp liên hệ tuyến tính của toàn bộ các hệ số trong mô hình có ý nghĩa trong việc giải thích cho biến phụ thuộc.
Để đánh giá độ phù hợp của mô hình ta dựa vào chỉ tiêu -2 Log Likelihood (-2LL). Giá trị -2LL là khả năng sai số của mô hình, -2LL càng nhỏ thể hiện mô hình có độ phù hợp càng cao. Giá trị nhỏ nhất của -2LL là 0 (tức là không có sai số) khi đó mô hình có độ phù hợp hoàn hảo. Kết quả bảng 4.6 cho ta thấy, giá trị của -2LL = 21,384 là tương đối thấp. Tỷ lệ dự báo đúng của mô hình là 93%. Như vậy, nó thể hiện một độ phù hợp khá tốt của mô hình tổng thể.
Để kiểm tra mô hình có xảy ra hiện tượng tự tương quan và đa cộng tuyến hay không, tác giả tiến hành kiểm tra mối tương quan giữa các biến được đưa vào mô hình. Kết quả kiểm định cho thấy hệ số tương quan giữa các biến độc lập đưa vào mô hình (dựa vào Durbin - Watson) đều không vượt quá
34