Sử dụng phần mềm SPSS, chạy hàm hồi quy tuyến tính cho kết quả sau:
Bảng 11: Kết quả hồi qui
B S.E t Sig. VIF
LNCSMAY 0,371 0,089 4,181 0,000 1,408 LNHOCVAN 0,001 0,198 0,007 0,994 1,129 LNANTHEO -0,036 0,151 -0,238 0,813 1,724 LNQMHO -0,734 0,290 -2,531 0,015 1,466 LNTUOI 0,053 0,359 0,148 0,883 1,225 GIOITINHCHUHO 0,202 0,392 0,515 0,609 1,267 Trong đó có hai biến độc lập có ý nghĩa ở mức 95% là QMHO và CSMAY.
Mô hình chi tiêu:
Ln(C) = 1,957 + 0,371 LnCSMAY – 0,734 LnQMHO
β 1 = 0,371 là hệ số co giãn của công suất máy với chi tiêu bình quân đầu người của hộ, cho biết trong trường hợp các yếu tố khác trong mô hình không thay đổi, nếu công suất máy tăng lên 1% thì chi tiêu bình quân đầu người tăng thêm 0,371%.
β 2 = -0,734 là hệ số co giãn của số người trong hộ với chi tiêu bình quân đầu người của hộ, cho biết trong trường hợp các yếu tố khác trong mô hình không thay
đổi, nếu số người trong hộ tăng lên 1% thì chi tiêu bình quân đầu người giảm đi 0,734%.
Các biến Học Vấn, Ăn Theo, Tuổi và Giới tính chủ hộ không có ý nghĩa trong mô hình này:
Học vấn trung bình của mẫu điều tra là 4,41 cho thấy mức bình quân học vấn chỉ ở trình độ tiểu học, vì vậy có thể hiểu mức ảnh hưởng của Học vấn đến Chi tiêu là thấp.
Giới tính chủ hộ hầu hết là nam, vì vậy không có sự khác biệt trong ảnh hưởng từ Giới tính đến Chi tiêu.
Tuổi chủ hộ cũng không có mối quan hệ mật thiết với Chi tiêu. Thống kê mô tả cho thấy tuổi chủ hộ từ 25 tuổi đến 75 tuổi. Giả thuyết ban đầu của chúng tôi là tuổi chủ hộ có tương quan dương với Chi tiêu, tuy nhiên kết quả cho thấy không có mối quan hệ giữa 2 biến này, nghĩa là không phải càng lớn tuổi càng có kinh nghiệm thì thu nhập càng cao, dẫn đến chi tiêu càng cao. Điều này có thểđúng nếu chủ hộ sở hữu tàu thuyền, nhưng chủ hộ phần lớn đều không có tàu thuyền mà đi bạn, việc này cần sức khoẻ, tức là tương quan nghịch với tuổi tác. Như vậy tuổi chủ
hộ không có tương quan dương với Chi tiêu.
Kiểm định tính phù hợp của mô hình tổng thể:
Đánh giá độ phù hợp của mô hình hồi qui bội: R2 = 0,465 (Adjusted R square = 0,398) cho thấy 46,5% thay đổi của Chi tiêu được giải thích bởi 2 biến độc lập. Kiểm định độ phù hợp của mô hình: Bảng ANOVA cho thấy giá trị F = 6,946 với giá trị Sig. Rất nhỏ (0,000 <0,05) cho thấy sẽ an toàn khi kết luận các biến trong mô hình có thể giải thích được sự thay đổi của C. Như vậy, mô hình hồi quy tuyến tính lý thuyết phù hợp với dữ liệu thực tiễn.
Kiểm tra hiện tượng đa cộng tuyến
Bảng Coefiction Correlations cho thấy các biến độc lập hoàn toàn không tương quan nhau. Các giá trị VIF đều nhỏ hơn 10 cho thấy không có sự tự tương quan (không có hiện tượng đa cộng tuyến) giữa các biến độc lập.
Kiểm định phương sai thay đổi Bảng 12: Nonparametric Correlations
Correlations
absres LNQMHO LNCSMAY Correlation Coefficient 1,000 -,072 -,077 Sig. (2-tailed) . ,602 ,575 absres N 55 55 55 Correlation Coefficient -,072 1,000 -,073 Sig. (2-tailed) ,602 . ,584 LNQMHO N 55 102 59 Correlation Coefficient -,077 -,073 1,000 Sig. (2-tailed) ,575 ,584 . Spearman's rho LNCSMAY N 55 59 59
Bảng Nonparametric Correlations cho thấy tính ổn định phương sai được đảm bảo. Các hệ số tương quan hạng SPEARMAN có mức ý nghĩa > 0,05 cho biết phương sai của sai số không thay đổi.
Như vậy, Mô hình trên có thể chấp nhận được.
4.5 Phân tích những nguyên nhân dẫn đến nghèo của cộng đồng 4.5.1 Những nguyên nhân dẫn đến nghèo sản xuất