3.4 Công cụ phân tích dữ liệu
3.4.2 Phương pháp hồi quy tương quan
Qua thực tế của việc thực hiện các dự án đầu tư xây dựng đường GTNT cho thấy sau một thời gian có một nhóm hộ gia đình có đời sống đầy đủ hơn,
tốt hơn; thu nhập tăng lên so với trước khi xây dựng con đường. Tuy nhiên, cũng có một nhóm ít hộ gia đình đời sống và thu nhập khơng được cải thiện, thậm chí cịn thấp hơn trước khi được đầu tư xây dựng con đường.
Trên cơ sở đó, mơ hình hồi quy Binary Logistic nghiên cứu về các nhân tố ảnh hưởng đến xác suất cải thiện đến sinh kế cũng như thu nhập của hộ gia đình sau khi được đầu tư xây dựng con đường được hình thành như sau:
Y = β0 + ∑1i=1 βiXi + u
Y là biến giả, có giá trị bằng 1 cho hộ gia đình có thu nhập tăng, và bằng 0 cho hộ gia đình có thu nhập khơng tăng, giảm; Xi là các yếu tố ảnh hưởng đến thu nhập (i = 1 – n); và u là phần dư.
Dạng tổng qt của mơ hình hồi quy Binary Logistic: Ln[P(Y=1)/P(Y=0)] = β0 + β1X1 + β2X2 + β3X3 +...+ βnXn
Trong đó, P(Y=1) = P0: Xác suất hộ gia đình có thu nhập tăng sau khi được đầu tư xây dựng con đường.
P(Y=0) = 1 – P0: Xác suất hộ gia đình có thu nhập khơng tăng sau khi được đầu tư xây dựng con đường.
Xi : Là các biến độc lập.
Sử dụng phương pháp tuyến tính biến đổi mơ hình như sau:
Ln[P0/1 – P0] = Ln[P(tăng)/P(không tăng)] = β0 + β1X1 + β2X2 + β3X3 +...+ βnXn
Hệ số Odds:
O0 = P0/1 – P0 = P(tăng)/P(không tăng): (là hệ số chênh lệch cải thiện thu nhập ban đầu, trong đó P0 là xác suất cải thiện thu nhập ban đầu cho trước)
LnO0 = β0 + β1X1 + β2X2 + β3X3 +...+ βnXn (1)
Do đó, Log của hệ số Odds là một hàm tuyến tính với biến độc lập Xi (i = 1, 2,…,n). Phương trình (1) có dạng hàm Logit. Vì vậy, ước lượng các hệ số hồi quy bằng phương pháp MX (Maximun Likelihhood).
Dựa vào số liệu điều tra của 100 phiếu phỏng vấn của các hộ gia đình được đầu tư xây dựng đường GTNT, ta có hàm hồi quy Binary Logistic các yếu tố ảnh hưởng đến sinh kế và thu nhập như sau:
LnO0 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6
Các giả thuyết
- Biến X1.TUOI: Độ tuổi của chủ hộ có quan hệ tích cực với thu nhập
của họ. Điều này phần nào cho giải thích thêm rằng, nếu chủ hộ nằm trong độ tuổi lao động thì có khả năng sẽ tác động tích cực đến thu nhập.
- Biến X2.GIOITINH: Giới tính của chủ hộ có có tác động đến thu nhập của chủ hộ. Ở vùng nông thơn, đa số những hộ gia đình có chủ hộ là nam thì sẽ có thu nhập cao hơn những hộ có chủ là nữ sau khi được đầu tư xây dựng đường GTNT.
- Biến X3.HOCVAN: Trình độ học vấn của chủ hộ, thể hiện số năm đi học của chủ hộ (năm). Khi chủ hộ có trình độ học vấn càng cao thì khả năng cải thiện thu nhập của chủ hộ tốt hơn. Do đó, biến này kỳ vọng đồng biến với biến phụ thuộc.
- Biến X4.TDOCM: Trình độ chun mơn của chủ hộ. Khi chủ hộ có trình độ chun mơn càng cao làm tăng khả năng cải thiện thu nhập.
- Biến X5.NNGHIEP: Nghề nghiệp của chủ hộ, thể hiện cơng việc chính của chủ hộ. Nhận giá trị là 1 nếu nghề chủ hộ là nông dân; giá trị 0 là nghề khác.
- Biến X6.SOLDHO: Số lao động trong hộ gia đình tác động tích cực đến thu nhập của hộ.
Để giải thích việc tăng, giảm thu nhập của hộ gia đình khi được đầu tư xây dựng đường GTNT, biến thu nhập là biến phụ thuộc sẽ nhận hai giá trị: Y = 1 (Thu nhập tăng) và Y = 0 (Thu nhập không đổi hoặc giảm). Nên mơ hình Binary Logistic được áp dụng để đo lường xác suất tăng, giảm thu nhập của hộ gia đình.
Tên biến Định nghĩa ĐVT Kỳ vọng Ghi chú
Biến phụ thuộc
TDTNHAP
Biến giả, nhận giá trị 1 khi thu nhập của hộ tăng lên và giá trị 0 khi thu nhập của hộ không tăng hoặc giảm.
+
Biến độc lập
TUOI Là số tuổi của chủ hộ. Năm +
Chủ hộ nằm trong độ tuổi lao động sẽ tạo ra thu nhập.
GIOITINH
Giới tính chủ hộ: Biến giả, nhận giá trị 1 khi chủ hộ là nam và giá trị 0 khi chủ hộ là nữ.
+
Giới tính là nam
sẽ tăng thu
nhập.
(Trình độ học vấn). vấn càng cao sẽ cải thiện thu nhập.
TDOCM
Trình độ chuyên môn của chủ hộ. (Trung cấp, cao đẳng, ĐH, SĐH) + Trình độ chuyên môn chủ hộ càng cao sẽ cải thiện thu nhập. NNGHIEP Nhận giá trị 1 nếu nghề chủ hộ nông dân; giá trị 0 là nghề khác. - Nghề của chủ hộ là nông dân sẽ làm giảm thu nhập
SOLDHO Số lao động trong hộ gia
đình. Người +
Số lao động
càng nhiều góp phần tăng thu nhập.
Nguồn: Bảng mô tả các biến được phát triển trên khung sinh kế bền vững (DFID, 2003).
Bảng 3.1: Những yếu tố ảnh hưởng đến thu nhập của hộ gia đình khi được đầu tư xây dựng đường GTNT
Hệ thống kiểm định mơ hình
Để mơ hình hồi quy Binary Logistic đảm bảo khả năng tin cậy, ta cần
thực hiện 3 kiểm định sau:
Mục tiêu kiểm định này là nhằm xem xét biến độc lập tương quan có ý nghĩa với biến phụ thuộc hay không (xét riêng từng biến độc lập). Sử dụng kiểm định Wald, khi mức ý nghĩa của hệ số hồi quy từng phần có mức độ tin cậy ít nhất 95% (Sig. ≤ 0,05), ta kết luận rằng tương quan giữa biến độc lập và biến phụ thuộc có ý nghĩa thống kê.
Mức độ phù hợp của mơ hình
Mục tiêu của kiểm định này là nhằm xem xét có mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay khơng. Mơ hình được xem là khơng phù hợp khi tất cả các hệ số hồi quy đều bằng khơng, và mơ hình được xem là phù hợp nếu có ít nhất một hệ số hồi quy khác không.
Giải thuyết: H0: Các hệ số hồi quy đều bằng không
H1: Có ít nhất một hệ số hồi quy khác không
Sử dụng kiểm định Omnibus để kiểm định. Nếu mức ý nghĩa của mơ hình đảm bảo có mức độ tin cậy ít nhất 95% (Sig. ≤ 0,05), ta chấp nhận giả thuyết H1 và mơ hình được xem là phù hợp.
(3) Mức độ giải thích của mơ hình
Mục tiêu của kiểm định này là nhằm xem xét mức độ giải thích của mơ hình. Nghĩa là, có bao nhiêu phần trăm thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập.
Sử dụng thước đo R2 – Nagelkerke
Phân tích mơ hình dựa trên chương trình SPSS
Tóm tắt chương 3: Phân tích các yếu tố ảnh hưởng đến sinh kế của hộ
gia đình sau khi được đầu tư xây dựng đường GTNT trên địa bàn huyện Giang Thành, tỉnh Kiên Giang. Sử dụng các lý thuyết nghiên cứu, các nghiên cứu trong và ngồi nước và mơ hình sinh kế bền vững (DFID, 2003) để làm
cơ sở lý thuyết. Và áp dụng phương pháp suy diễn, phương pháp định lượng để kiểm định lý thuyết để giải thích hiện tượng thơng qua phân tích thống kê mơ tả với dữ liệu thu thập được. Phương pháp chọn mẫu phi xác suất (ngẫu nhiên), số mẫu dự kiến là 100 mẫu. Sử dụng phương pháp thống kê mô tả và phương pháp hồi quy tương quan để phân tích
Dựa vào số liệu khảo sát 100 hộ gia đình sống dọc trên tuyến đường được đầu tư xây dựng trên địa bàn huyện Giang Thành, ta có hàm hồi quy Binary Logistic về các các yếu tố ảnh hưởng đến sinh kế và thu nhập của hộ gia đình như sau:
LnO0 = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6
Để giải thích việc tăng, giảm thu nhập của hộ gia đình khi được đầu tư
xây dựng đường GTNT, biến thu nhập là biến phụ thuộc sẽ nhận hai giá trị: Y = 1 (Thu nhập tăng) và Y = 0 (Thu nhập không đổi hoặc giảm). Nên mơ hình Binary Logistic được áp dụng để đo lường xác suất tăng, giảm thu nhập của hộ gia đình. Biến độc lập gồm sáu biến ảnh hưởng đến sinh kế và thu nhập của hộ gia đình từ khi xây dựng đường GTNT: Tuổi của chủ hộ, giới tính của chủ hộ, trình độ học vấn và chun mơn của chủ hộ, số lao động của hộ gia đình.
Trên cơ sở dựa vào chương trình SPSS và hệ thống kiểm định mơ hình hồi quy Binary Logistic để phân tích mơ hình, và để đảm bảo tin cậy ta cần thực hiện ba kiểm định như sau: Kiểm định tương quan từng phần của các hệ số hồi quy, Mức độ phù hợp của mơ hình, Mức độ giải thích của mơ hình.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1 Kết quả nghiên cứu