Qua Bảng tương quan trên cho thấy giữa biến Y và các biến X ngoại trừ tương quan giữa X10, X3 có hệ số tương quan cao cịn lại các biến X khác có hệ số tương quan khá nhỏ, điều này cho thấy độ mạnh về tương quan tuyến tính giữa Y và các biến X cịn lại khá yếu.
3.2.2.3 Mơ hình hồi quy
Ước lượng mơ hình hồi quy bằng lệnh Logit trong STATA của biến Y và các biến X, chúng tơi có kết quả như sau:
Hình 3.1: Mơ hình hồi quy
Y X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Y 1,000 X1 -0,01 1,000 X2 0,144 -0,0477 1,000 X3 -0,3431 -0,0441 -0,0798 1,000 X4 -0,0783 -0,164 -0,0059 0,2679 1,000 X5 0,163 -0,0019 0,149 -0,0831 -0,0201 1,000 X6 0,1025 -0,0485 0,1804 0,0029 -0,035 0,6365 1,000 X7 0,1742 -0,0047 0,041 -0,1466 -0,3291 0,1085 0,1658 1,000 X8 0,1045 -0,0271 0,0768 0,0323 -0,0172 0,0331 0,0063 -0,0327 1,000 X9 0,1704 -0,0275 -0,0083 0,0135 0,0227 0,1775 0,2026 0,1174 0,0009 1,000 X10 0,7625 -0,007 0,1338 -0,0447 -0,0276 0,1603 0,1467 0,1651 0,1191 0,2 1,000
Qua kết quả mơ hình cho thấy giá trị Log likelihood = -126.75865 không quá lớn và R2 = 0.7642 hay 76.42% có thể chấp nhận được. Bước tiếp theo chúng tôi sẽ xác định ý nghĩa thống kê của các hệ số hồi quy các biến độc lập để từ đó chọn lựa các biến có ý nghĩa thống kê.
3.2.2.4 Xác định ý nghĩa thống kê các hệ số hồi quy
Sử dụng kiểm định Wald để tìm hiểu ý nghĩa thống kê các hệ số hồi quy, sử dụng lệnh Test cho từng biến X, chúng tôi lập được bảng sau: