CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.5. Kiểm định hồi quy
4.5.1 Độ phù hợp của mô hình
Tóm tắt mô hình
-2 Log likelihood
Cox & Snell R Square
Nagelkerke R Square
209.128a .619 .837
Bảng 4.17 – Mức độ phù hợp của mô hình
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Bảng 4.17 cho ta thấy -2LL = 209,128 không cao lắm, như vậy nó thể hiện mức độ khá phù hợp của mô hình tổng thể. Hệ số mức độ giải thích của mô hình R2 Nagelkerke = 83,7%. Điều này có nghĩa là 83,7% sự thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập trong mô hình.
4.5.2 Kiểm định ý nghĩa thống kê của các hệ số
Biến β S.E. Wald df Sig. Exp(β)
EDU_2 -1.858 .573 10.521 1 .001 .156 WORK 1.074 .471 5.207 1 .023 2.928 SOL -.005 .001 32.980 1 .000 .995 TIME .020 .008 5.650 1 .017 1.020 INC .171 .032 29.110 1 .000 1.187 INT 68.935 23.312 8.744 1 .003 8.670E29 SEC -9.665 1.291 56.046 1 .000 .000 TOL 6.526 .741 77.498 1 .000 682.501 IOS -1.520 .403 14.190 1 .000 .219 Hằng số -.364 2.091 .030 1 .862 .695
Bảng 4.18 – Kết quả kiểm định Wald
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Bảng 4.18, kiểm định Wald về ý nghĩa của các hệ số hồi quy tổng thể của các biến trình độ học vấn tử đại học trở lên (EDU_2), tình trạng công việc văn phòng (WORK), kích cỡ khoản vay (SOL), thời hạn vay (TIME), thu nhập (INC), lãi suất (INT), tài sản thế chấp (SEC), Vay kinh doanh (TOL) và kinh nghiệm của cán bộ
thẩm định (IOS). Tất cả các biến đều có mức sig nhỏ hơn 0,05 nên ta bác bỏ giả thuyết:
H0: β5 (Trình độ học vấn-EDU_2) = 0
H0: β6 (Trình trạng công việc văn phòng-WORK) = 0
H0: β7 (Kích cỡ khoản vay-SOL) = 0
H0: β8 (Thời hạn vay-TIME) = 0
H0: β9 (Thu nhập - INC) = 0
H0: β10 (Lãi suất vay- INT) = 0
H0: β11 (Tài sản thế chấp- SEC) = 0
H0: β12 (Vay kinh doanh - TOL) = 0
H0: β14 (Kinh nghiệm CBTĐ- IOS) = 0
4.5.3 Kiểm định mức độ phù hợp tổng quát
Chi-square df Sig.
Step 531.185 9 .000
Block 531.185 9 .000
Model 531.185 9 .000
Bảng 4.19 – Kết quả kiểm định Chi-bình phƣơng
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Kết quả kiểm định giả thuyết về độ phù hợp tổng quát ở bảng 4.19 có mức ý nghĩa với số quan sát sig = 0,000 nên ta bác bỏ giả thuyết
H0: β5 =β6 =β7 =β8 = β9 = β10 = β11 = β12 = β14 = 0
4.5.4 Mức độ dự báo chính xác
Mức độ dự báo chính xác của mô hình nghiên cứu thể hiện qua bảng 4.18 Dự báo Y Phần trăm chính xác Không đúng hạn Đúng hạn
Y Không đúng hạn 208 12 94.5
Đúng hạn 24 306 92.7
Phần trăm trung bình 93.5
a. Trị số phân biệt Cut Value là 0.5
Bảng 4.20 – Mức độ dự báo chính xác của mô hình
Nguồn: tính toán của tác giả dựa trên phần mềm SPSS
Bảng này cho ta thấy mức độ dự báo chính xác của mô hình, trong 220 trường hợp khách hàng trả trễ thì mô hình dự đoán đúng 208, chiếm 94,5%. Còn trong 330 trường hợp khách hàng trả nợ đúng hạn thì mô hình dự đoán đúng 306 trường hợp chiếm 92,7%. Do đó, tỷ lệ dự báo đúng của toàn bộ mô hình là 93,5%.