Phân tích tương quan và kiểm định đa cộng tuyến

Một phần của tài liệu (LUẬN văn THẠC sĩ) đánh giá các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại ngân hàng thương mại cổ phần sài gòn thương tín (sacombank) chi nhánh tiền giang (Trang 51 - 52)

Để phân tích kết quả hồi quy ta sử dụng mô hình hồi quy Logistic với biến phụ thuộc là biến nhị phân (nhận giá trị bằng 0 nếu có nợ quá hạn và giá trị 1 nếu trả được nợ (đúng hạn)). Trước hết, ta cần xem xét mối tương quan giữa các biến với nhau trong mẫu quan sát.

Bảng 4.3: Ma trận hệ số tương quan giữa các biến trong mô hình

KNTRANO THUNHAP GTINH TTHONHAN STVAY TSĐB TSĐB TGTICHLUY TTSHNO

KNTRANO 1 THUNHAP 0.197** 1 GTINH -0.163* 0.004 1 TTHONNHAN 0.450** 0.106 0.262** 1 STVAY -0.064 0.078 -0.054 -0.072 1 TSĐB 0.111 -0.058 -0.149* -0.029 0.469** 1 THANVAY 0.539** 0.061 -0.100 0.237** -0.126 0.48 1 TGTICHLUY 0.087 -0.113 -0.054 0.094 0.002 -0.043 0.121 1 TTSHNHAO 0.271** 0.114 -0.030 0.060 -0.084 0.031 0.173* -0.039 1

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Nguồn: Trích xuất từ kết quả phần mềm SPSS

Bảng 4.3 cho thấy các biến độc lập trong mô hình đều có tương quan với biến phụ thuộc ở mức ý nghĩa 1% và 5%. Trong đó, hệ số tương quan mạnh nhất là giữa biến phụ thuộc với biến độc lập thời hạn vay là 0.539 > 0.4 (tương quan thuận) và thấp nhất là biến số tiền vay, chỉ có 0.064 (tương quan nghịch). Hệ số tương quan giữa biến phụ thuộc với biến độc lập thời hạn vay là 0.539 > 0.4 cho thấy hai biến này có tương quan mạnh với nhau. Điều đó khiến nghi ngờ có hiện tượng đa cộng tuyến xuất hiện (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Để làm rõ nghi ngờ này học viên sẽ kiểm tra

hệ số VIF khi phân tích hồi quy để xác định có hiện tượng đa cộng tuyến hay không trong mô hình nghiên cứu tại bảng 4.4.

Bảng 4.4: Kiểm định hệ số VIFBiến VIF Biến VIF Thu nhập 1.071 Giới tính 1.137 Tình trạng hôn nhân 1.186 Số tiền vay 1.364 Tài sản đảm bảo 1.359 Thời hạn vay 1.160

Tiền gửi tích lũy 1.053 Tình trạng sở hữu nhà ở 1.056

Nguồn: Trích xuất từ kết quả phần mềm SPSS

Dựa vào chỉ số VIF tại bảng 4.4 ta thấy mô hình không có xảy ra hiện tượng đa cộng tuyến: giá trị VIF của biến đều < 2. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Nghiên cứu tiếp tục tiến hành phân tích mô hình hồi quy Binary Logistic.

Một phần của tài liệu (LUẬN văn THẠC sĩ) đánh giá các nhân tố ảnh hưởng đến khả năng trả nợ của khách hàng cá nhân tại ngân hàng thương mại cổ phần sài gòn thương tín (sacombank) chi nhánh tiền giang (Trang 51 - 52)

Tải bản đầy đủ (PDF)

(79 trang)