3.3 PHƯƠNG PHÁP PHÂN TÍCH
3.3.2.3 Giải thích các biến độc lập trong mơ hình
Giới tính của chủ hộ (X1): Là biến giả, nhận giá trị 1 nếu chủ hộ là nam, nhận giá trị 0 nếu chủ hộ là nữ, đặc thù của sản xuất nông nghiệp khá vất vả, nếu chủ hộ là nam thường có quyền quyết định và quản lý việc sản xuất nơng nghiệp, do đó nam sẽ có khả năng quyết định vay và số tiền vay tín dụng chính thức nhiều hơn nữ. Vì vậy, biến này được kỳ vọng tương quan thuận với biến phụ thuộc Y ở mơ hình hồi quy Binary Logistic.
Tuổi của chủ hộ (X2): Được tính từ năm sinh của chủ hộ. Chủ hộ là người trực tiếp tạo ra thu nhập chính trong gia đình. Vì thế tuổi của chủ hộ đóng vai trị hết sức quan trọng trong việc chọn sinh kế của chủ hộ. Các chủ hộ lớn tuổi thường quản lý nhiều tài ngun, có kinh nghiệm, có uy tín nên thường dễ dàng tiếp cận được vốn vay từ Ngân hàng so với chủ hộ trẻ tuổi. Vì thế, biến này được kỳ vọng có mối tương quan thuận với biến phụ thuộc Y ở cả hai mơ hình.
Trình độ học vấn của chủ hộ (X3): Đo lường bằng số năm đi học. Chủ hộ có trình độ học vấn cao sẽ có hiểu biết và chủ động hơn trong việc tìm kiếm nguồn vốn vay, những người có trình độ càng cao thì thể hiện khả năng tính tốn hay đầu tư có hiệu quả, do đó dễ dàng tiếp cận vay vốn hơn. Vì vậy, biến này được kỳ vọng mang dấu dương cùng chiều biến phụ thuộc Y ở cả hai mơ hình.
Số nhân khẩu (X4): Tổng số thành viên sinh sống trong gia đình. Số người trong hộ càng đơng thì nhu cầu chi tiêu trong hộ cũng tăng, do đó họ có thể phải tìm đến nhiều nguồn tín dụng khác nhau để phục vụ cho sản xuất kinh doanh, tạo thêm thu nhập nhằm trang trải cho chi tiêu của hộ. Do đó, biến này được kỳ vọng mang dấu dương cùng chiều với biến phụ thuộc Y ở cả hai mơ hình.
Quan hệ xã hội (X5): Là biến giả, nhận giá trị 1 nếu hộ có người thân, bạn bè làm việc trong cơ quan nhà nước, đồn thể hội hoặc các tổ chức tín dụng và nhận giá trị bằng 0 nếu ngược lại. Những hộ có mối quan hệ xã hội như nêu thường ít tham gia vay các tổ chức phi chính thức mà họ sẽ vay tín dụng chính thức nhiều hơn. Vì thế, biến X7 được kỳ vọng mang dấu dương đối với biến phụ thuộc Y ở cả hai mơ hình.
Diện tích đất sản xuất (X6): Là tổng diện tích đất mà nơng hộ dùng để sản xuất nơng nghiệp, đơn vị tính là ha. Lý thuyết về hiệu quả kinh tế theo quy mô cho rằng, diện tích sản xuất càng lớn thì hộ sẽ có khả năng thu được lợi nhuận càng nhiều, từ đó sẽ có khả năng vay tín dụng chính thức để phục vụ hoạt động sản xuất. Do đó, biến này được kỳ vọng sẽ tác động tích cực (mang giá trị dương) đối với biến phụ thuộc Y ở cả hai mơ hình.
Thu nhập bình quân (X7): Được tính bằng thu nhập bình quân của hộ/năm, đơn vị tính là triệu đồng. Một thực tế thường thấy ở khu vực nơng thơn, khi thu nhập thấp thì nguy cơ nơng hộ vay phi chính thức rất cao và ngược lại, thu nhập cao thì dễ tiếp cận tín dụng chính thức hơn, và được vay tiền tín dụng chính thức nhiều hơn (Lê Khương Ninh và Phạm Văn Dương, 2011). Do đó, biến X7 kỳ vọng mang dấu dương cùng chiều đối với biến phụ thuộc Y ở cả hai mơ hình.
Mục đích vay (X8): Là biến giả, nhận giá trị bằng 1 nếu vay để sản xuất và 0 nếu vay tiêu dùng. Nếu hộ vay vốn nhằm phục vụ sản xuất thì có khả năng vay số tiền nhiều hơn so với vay tiêu dùng. Do đó, biến X8 kỳ vọng mang dấu dương cùng chiều với biến phụ thuộc Y ở mơ hình hồi quy đa biến.
Tuy nhiên, đối với mơ hình hồi qui đa biến, do đặc điểm của biến Y là số tiền vay tín dụng chính thức của hộ nên dữ liệu phân tích trong trường hợp này chỉ xét đến những hộ có vay tín dụng chính thức tương ứng với số tiền vay cụ thể của những hộ vay chính thức, do đó mẫu dữ liệu của mơ hình (2) sẽ nhỏ hơn kích cỡ mẫu chung, với mẫu kiểm sốt (n=126). Để đảm bảo tính phù hợp và tin cậy của mơ hình nghiên cứu, theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), đối với mơ hình hồi quy, cần thực hiện một số kiểm định sau:
Trước hết, cần kiểm định hiện tượng đa cộng tuyến, là hiện tượng các biến độc lập có quan hệ gần như tuyến tính. Việc bỏ qua hiện tượng đa cộng tuyến làm các sai số chuẩn thường cao hơn, giá trị thống kê thấp hơn và có thể khơng có ý nghĩa. Để kiểm tra hiện tượng này, ta sử dụng thước đo độ phóng đại phương sai (Variance Inflation Factor - VIF), điều kiện là VIF < 10 để khơng có hiện tượng đa cộng tuyến.
Thứ hai, kiểm định độ phù hợp tổng quát: dùng kiểm định Chi-square để kiểm định giả thuyết H0: 1 = 2 = ….= k = 0. Căn cứ vào mức ý nghĩa thống kê (ở đây là giá trị Chi2) để quyết định bác bỏ hay chấp nhận giả thuyết H0.
Kiểm định ý nghĩa của các hệ số hồi quy: Để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể, đại lượng Wald Chi Square được sử dụng.
Đối với hồi quy Binary Logistic, độ phù hợp của mơ hình được đo lường dựa trên chỉ tiêu -2LL (-2 Log Likehood), chỉ tiêu này có giá trị càng nhỏ càng tốt, nghĩa là giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có độ phù hợp hoàn hảo.
Đối với hồi quy đa biến, hệ số R2
được sử dụng để đánh giá khả năng giải thích của mơ hình.
Ngồi ra, cần sử dụng vịng lặp robustness trong phần mềm stata để khắc phục hiện tượng phương sai sai số thay đổi (Trần Thị Tuấn Anh, 2014).