- Phía Nam giáp thị xã Đông Hà và huyện Triệu Phong.
THỰC TRẠNG PHÁT TRIỂN DOANH NGHIỆP VỪA VÀ NHỎ TRÊN ĐỊA BÀN HUYỆN GIO LINH
3.5.1. Sự tác động của vốn SXKD và lao động vào hiệu quả sản xuất kinh doanh của các DNVVN trong năm 2006 trên địa bàn huyện Gio Linh thông
doanh của các DNVVN trong năm 2006 trên địa bàn huyện Gio Linh thông qua công cụ phân tích thống kê SPSS 15.0
Sử dụng mô hình hồi quy tuyến tính (1) như đã trình bày trong mục 2.2.4 (phương pháp toán kinh tế) ở chương 2, để phân tích sự tác động của VSXKD và lao động vào hiệu quả sản xuất kinh doanh của doanh nghiệp trong năm 2006. Mô hình hồi quy tuyến tính sau, được sử dụng để đánh giá sự tác động của VSXKD và lao động đến lợi nhuận của các DNVVN ở huyện Gio Linh.
LN = β0 + β1LĐ + β2V + ei (1) Trong đó: LN là lợi nhuận
: LĐ là lao động
: V là vốn sản xuất kinh doanh
Từ mô hình (1), sử dụng phương pháp bình phương bé nhất để có mô hình của mẫu điều tra như sau (mẫu điều tra là 24 doanh nghiệp);
LN = B0 + B1LĐ + B2V (2), với B0, B1, B2 là ước lượng điểm của β0, β1, β2
Việc xây dựng mô hình (2) có phù hợp hay không thì việc đầu tiên là phải xem xét mối tương quan tuyến tính của tất cả các biến. Từ SPSS 15.0 ta có ma trận tương quan tuyến tính ở bảng 3.10:
Từ bảng 3.10 cho thấy hệ số tương quan giữa lợi nhuận và hai biến độc lập đều cao trên 0,8. Điều này cho thấy vốn sản xuất kinh doanh và lao động có thể đưa vào để giải thích cho sự thay đổi của lợi nhuận.
Bảng 3.13: Ma trận tương quan tuyến tính của các biến trong mô hình hồi quy
Loi nhuan Von san xuat Lao dong
Loi nhuan Pearson Correlation 1 .827 .816
Sig. (2-tailed) .000 .000
N 24 24 24
Von san xuat Pearson Correlation .827 1 .867
Sig. (2-tailed) .000 .000
N 24 24 24
Lao dong Pearson Correlation .816 .867 1
Sig. (2-tailed) .000 .000
N 24 24 24
Để biết được mô hình (2) có phù hợp với dữ liệu thực tế hay không thì phải có sự đánh giá về độ phù hợp của mô hình (2). Từ SPSS 15.0 có.
Bảng 3.14: Hệ số xác định của mô hình (1)
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .850(a) .723 .697 29.494
a Predictors: (Constant), Lao dong binh quan, Von san xuat kinh doanh
Nguồn:Kết quả xử lý số liệu điều tra t ừ SPSS
Từ hệ số xác định R2 = 0,723, tức là lao động và vốn SXKD có thể giải thích được 72,3% sự thay đổi của lợi nhuận. Thông thường trong trường hợp mô hình hồi quy đa biến thì R’ 2 (R2 điều chỉnh) được sử dụng để đánh giá độ phù hợp của mô hình.
Sự phù hợp của mô hình chỉ là sự đánh giá bước đầu, nên cần phải có sự kiểm định độ phù hợp của mô hình. Từ kết quả phân tích của SPSS 15.0 ta có
Bảng 3.15: Kiểm định độ phù hợp của mô hình hồi quy ANOVA(b)
Model Sum of Squares df Mean Square F Sig.
1 Regression 47721.493 2 23860.746 27.429 .000(a)
Residual 18268.132 21 869.911
Total 65989.625 23
a Predictors: (Constant), Lao dong, Von san xuat b Dependent Variable: Loi nhuan
Từ kết quả kiểm định độ phù hợp của mô hình hồi quy có: F = 23.860,746 = 27,429
869,911 F0,1(2, 21) = 2,57
F > F0,1(2, 21) với giá trị sig = 0,001 < α = 0,1, từ đây ta bác bỏ giả thiết H0: cho rằng tất cả các hệ số hồi quy đều bằng 0 hay (R2 = 0)
Như vậy mô hình (2) hoàn toàn phù hợp, từ SPSS 15.0 ta có thông số thống kê của từng biến trong mô hình (2) như sau.
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta B Std. Error 1 (Constant) -9.549 10.536 -.906 .375
Von san xuat .007 .003 .479 2.081 .050
Lao dong .996 .571 .401 1.743 .096
a Dependent Variable: Loi nhuan, Nguồn:Kết quả xử lý số liệu điều tra t ừ SPSS
Từ bảng 3.12 có B1 = 0,007 (B1 là ước lượng của β1), B2 = 0,996 (B2 là ước lượng của β2) từ đây suy ra phương trình hồi quy tuyến tính như sau.
LN = 0,007V + 0,996LĐ (2)
Nếu căn cứ vào mô hình trên, để dự đoán lợi nhuận cho các DNVVV trên địa bàn huyện Gio Linh như sau, nếu không thay đổi vốn sản xuất kinh doanh mà lao động tăng thêm 1 người thì lợi nhuận của các doanh nghiệp sẽ thay đổi 0,996 triệu đồng. Còn nếu giữ nguyên lao động mà vốn sản xuất kinh doanh tăng thêm 1 triệu đồng thì lợi nhuận tăng thêm 0,007 triệu đồng.
Mặc dù, giá trị các hệ số trong mô hình hồi quy mẫu đều khác 0, nhưng chưa thể kết luận hệ số trong mô hình tổng thể (1) có khác 0 hay không, vì vậy cần phải kiểm định các hệ số (β) trong mô hình hồi quy (1).
Ta có giả thiết sau: H0: β = 0.
Quy tắc kiểm định với mức ý nghĩa α = 0,1 (ứng với độ tin cậy 90%) là: Tiêu chuẩn dùng để kiểm định là.
ti = SE (BBi i)
Nếu; | t | > tα / 2 (n – 2) thì giả H0 bị bác bỏ, tức là các hệ số (β) của mô hình hồi quy (1) khác 0