Tên biến Mã hóa Mơ tả Đo lƣờng
Thu nhập thunhap Là nguồn thu nhập hằng năm của ngƣời có thu nhập thấp.
Triệu đồng/năm
Hơn nhân honnhan Là tình trạng hơn nhân của ngƣời có thu nhập thấp.
Nhận giá trị là 1 nếu đã kết hôn, nhận giá trị là 0 nếu chƣa kết hôn. Nghề
nghiệp
nghenghiep Là công việc hiện tại của ngƣời có thu nhập thấp. đƣợc chia làm 2 nhóm: Nhân viên văn phịng, Khơng phải nhân viên văn phòng (bao gồm: tự kinh doanh, Cán bộ nhà nƣớc, Công nhân, Khác)
Nhận giá trị là 1 nếu là nhân viên văn phòng, nhận giá trị là 0 nếu không phải là nhân viên văn phòng. Khoảng
cách đến nơi làm việc
khoangcach Là khoảng cách từ chung cƣ đến nơi làm việc
Đƣợc đo bằng km
Giới tính gioitinh Là giới tính của ngƣời có thu nhập thấp
Nhận giá trị là 1 nếu là Nữ, giá trị là 0 nếu là Nam
Học vấn hocvan Là trình độ học vấn của ngƣời có thu nhập thấp, đƣợc chia làm 2 nhóm: từ đại học trở lên (đại học và sau đại học), dƣới đại học (cấp II – III, trung cấp, cao đẳng).
Nhận giá trị là 1 nếu trình độ từ đại học trở lên, nhận giá trị là 0 nếu trình độ dƣới đại học. Nhận thức
nhanthuc Bao gồm toàn bộ niềm tin của ngƣời thu nhập thấp về lợi ích của việc sở hữu chung cƣ
Đƣợc đo lƣờng bằng các biến quan sát
Tác động xã hội
tacdong Bao gồm toàn bộ những nhận định, ảnh hƣởng của ngƣời thân, bạn bè,… đến việc sở hữu căn hộ của ngƣời mua
Đƣợc đo lƣờng bằng các biến quan sát
Lòng tin Longtin Bao gồm tồn bộ lịng tin của ngƣời mua về việc kiểm soát đƣợc hành vi mua chung cƣ Đƣợc đo lƣờng bằng các biến quan sát Quyết định mua chung cƣ
Quyetdinh Là quyết định mua chung cƣ để ở của ngƣời thu nhập thấp
Nhận giá trị là 1 nếu quyết định mua, 0 nếu quyết định không mua
Nguồn: tổng hợp của tác giả
3.2. Mơ hình phân tích.
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), Mơ hình hồi quy Binary Logistic là mơ hình phi tuyến tính sử dụng biến phụ thuộc dạng nhị phân đế ƣớc lƣợng xác suất một sự kiện sẽ xảy ra với những thông tin của biến độc lập mà ta có đƣợc.
Có rất nhiều hiện tƣợng trong tự nhiên chúng ta cần đoán khả năng xảy ra một sự kiện nào đó mà ta quan tâm (chính là xác suất xảy ra), nhƣ chấp nhận hay không chấp nhận, mua hay không mua, vay hay không vay, đồng ý hay không đồng ý... Những biến nghiên cứu có hai biểu hiện nhƣ vậy gọi là biến hay phiên (dichotomous), hai biểu hiện này sẽ đƣợc mã hóa thành hai giá trị 0 và 1 gọi là biến nhị phân. Khi biến phụ thuộc ở dạng nhị phân thì khơng thể nghiên cứu với dạng hồi quy thơng thƣờng vì sẽ xâm phạm các giả định, rất dễ thấy là khi biến phụ thuộc chỉ có hai biểu hiện thì khơng phù hợp khi giả định rằng phần dƣ có phân phối chuẩn, mà thay vào đó nó sẽ có phân phối nhị thức, điều này sẽ làm mất hiệu lực thống kê của các kiểm định trong phép hồi quy. Một khó khăn khác, khi dùng hồi quy tuyến tính thơng thƣờng là giá trị dự đốn của biến phụ thuộc khơng thể đƣợc
diễn dịch nhƣ xác suất (giá trị ƣớc lƣợng của biến phụ thuộc trong hồi quy Binary Logistic phải rơi vào khoảng (0;1)).
Với hồi quy Binary Logistic, thông tin cần thu thập về biến phụ thuộc là một sự kiện nào đó có xảy ra hay khơng, biến phụ thuộc Y lúc này có hai giá trị 0 và 1, với 0 là không xảy ra sự kiện ta quan tâm và 1 là có xảy ra, và tất nhiên là cả thông tin về các biến độc lập X. Từ biến phụ thuộc nhị phân này, một thủ tục sẽ đƣợc dùng để dự đoán xác suất sự kiện xảy ra theo quy tắc nếu xác suất đƣợc dự đoán lớn hơn 0,5 thì kết quả dự đốn sẽ cho là “có” xảy ra sự kiện, ngƣợc lại thì kết quả dự đốn sẽ cho là “khơng”.
Nghiên cứu sử dụng mơ hình nhị phân Binary Logistic để phân tích những yếu tố ảnh hƣởng đến quyết định mua chung cƣ để ở dành cho ngƣời thu nhập thấp tại Thành phố Hồ Chí Minh. Cụ thể:
∑
Trong đó Y là biến quyết định mua chung cƣ, Xi là các biến yếu tố ảnh hƣởng đến quyết định mua chung cƣ đã đƣợc mô tả ở trên.
Dạng tổng quát của mơ hình hồi quy Binary Logistic:
[
] ∑ Trong đó, P(Y = 1) = Pi: Xác suất mua chung cƣ P(Y = 0) = 1 – Pi : Xác suất không mua chung cƣ Nhƣ vậy:
[
] ∑ (1) Hàm xác suất logistic tích lũy đƣợc biểu diễn nhƣ sau: Pi = F(Zi)=
(i = 1,n)
Trong đó, Pi là xác suất mua chung cƣ
Để giải thích ý nghĩa các hệ số ƣớc lƣợng, mơ hình Binary Logistic cần đƣợc biểu diễn dƣới dạng các khả năng và log của các khả năng. Tỷ lệ các khả năng chỉ tỷ lệ xác suất (P) mà một biến cố(ngƣời thu nhập thấp quyết định mua chung cƣ)
xảy ra trên xác suất (1 – Pi) mà biến cố không xảy ra. Sau một số thuật tốn đơn giản, ta có: (1 – Pi) = Do đó: = (1 + ezi)/(1 + e-zi) = ezi
Lấy logarit cơ số tự nhiên của hai vế ở phƣơng trình trên kết hợp với (1), ta thu đƣợc kết quả nhƣ dƣới đây:
Zi = ln[
] = + β1X1 + β2X2 +…+ βnXn (2)
Sau khi tính đến các sai số trong q trình ƣớc lƣợng các khả năng, phƣơng trình (2) trở thành:
Zi = ln[
]= + ∑ + ui
Mơ hình hồi quy Binary Logistic có hệ thống các kiểm định tƣơng ứng nhƣ sau:
Kiểm định độ phù hợp của mơ hình
Hồi quy Binary logistic cũng đòi hỏi ta phải đánh giá độ phù hợp của mơ hình. Đo lƣờng độ phù hợp tổng qt của mơ hình Binary logistic đƣợc dựa trên chỉ tiêu -2LL (viết tắt của -2 log likelihood), thƣớc đo này có ý nghĩa giống nhƣ SSE (Sum of square of error) nghĩa là càng nhỏ càng tốt. 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 một độ phù hợp hồn hảo.
Kiểm định ý nghĩa thống kê của các hệ số
Hồi quy Binary logistic cũng đòi hỏi kiểm định giả thuyết hệ số hồi quy khác không.Đại lƣợng Wald Chi Square đƣợc sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Cách thức sử dụng mức ý nghĩa Sig. cho kiểm định Wald cũng theo quy tắc thông thƣờng. Wald Chi Square đƣợc tính bằng cách lấy ƣớc lƣợng của hệ số hồi quy của biến độc lập trong mơ hình (hệ số hồi quy mẫu) Binary logistic chia cho sai số chuẩn của ƣớc lƣợng hệ số hồi quy này, sau đó bình phƣơng
̂
( ̂) Kiểm định độ phù hợp tổng quát
Ở hồi quy Binary logistic, tổ hợp tuyến tính của tồn bộ các hệ số trong mơ hình hồi quy ngoại trừ hằng số cũng đƣợc kiểm định xem có thực sự có ý nghĩa trong việc giải thích cho biến phụ thuộc không. Ta dùng kiểm định Chi- bình phƣơng cho giả thuyết H0: , căn cứ vào mức ý nghĩa quan sát mà SPSS đƣa ra trong bảng Omnibus Test of Model Coefficients để quyết định bác bỏ hay chấp nhận H0.
3.3. Dữ liệu.
3.3.1. Mẫu nghiên cứu.
Đối tƣợng nghiên cứu là những ngƣời mua căn hộ có thu nhập thấp thông qua các sàn giao dịch bất động sản tại các quận Tân Phú, quận 12, quận Thủ Đức, quận Gò Vấp. Đối tƣợng đƣợc khảo sát bao gồm cả ngƣời đã giao dịch mua bán thành công và những ngƣời dự kiến mua. Mẫu đƣợc chọn theo phƣơng pháp phi xác suất mà cụ thể là phƣơng pháp chọn mẫu thuận tiện để có thể tiết kiệm thời gian và chi phí thực hiện.
Mẫu khảo sát bao gồm 150 phiếu khảo sát đƣợc phát ra và thu về 145 phiếu. Sau khi loại bỏ những phiếu không đạt yêu cầu do có q nhiều câu hỏi khơng có trả lời, kết quả 140 phiếu khảo sát đƣợc tiến hành nhập liệu để phân tích.
Xác định sự phù hợp của cỡ mẫu theo cách thông dụng là dựa vào độ biến động của dữ liệu, độ tin cậy trong nghiên cứu và khoảng sai số cho phép.
Độ biến động của dữ liệu: cho biết mức độ khác biệt của các phần tử trong tổng thể là nhiều hay ít. Một tổng thể mà các phần tử tƣơng đối đồng nhất với nhau về một thuộc tính nào đó thì dữ liệu rút ra từ tổng thể đó đƣợc xem là ít biến động và ngƣợc lại.
Ta có cơng thức V = p x (1 - q). Trong đó : V: là độ biến động của dữ liệu
chọn mẫu (0<= p <=1).
Độ tin cậy trong nghiên cứu: Trong thực tế khó có kết quả nghiên cứu có độ tin cậy 100% cho dù chúng ta điều tra, xem xét toàn bộ các phần tử của tổng thể. Vì vậy, trong thực tế để tiết kiệm thời gian và chi phí ta thƣờng sử dụng độ tin cậy ở các mức 90%, 95%, 98%, trong đó phổ biết nhất là 95%.
Tỷ lệ sai số (MOE) : Việc chọn mẫu từ tổng thể, cộng thêm vào đó là dựa trên quan sát mẫu để suy rộng, ƣớc lƣợng cho tổng thể, do vậy trong q trình ƣớc lƣợng sẽ có sai số trong ƣớc lƣợng hoặc tỷ lệ sai số. Các sai số thông dụng thƣờng là 1%, 2%, 5%, hay 10% là tùy vào phạm vi nghiên cứu.
Tổng hợp ba nhân tố ta có cơng thức nhƣ sau:
n=
Trong trƣờng hợp dữ liệu biến động cao nhất (p = 0,5), với độ tin cậy 95% (hay ) và sai số cho phép là 10% thì ta có cỡ mẫu n đƣợc xác định nhƣ sau : n= = 96. Nhƣ vậy, mẫu trong nghiên cứu này đƣợc chọn có kích cỡ là n = 140 là phù hợp.
Ngoài ra, sự phù hợp của mẫu nghiên cứu: theo nguyên tắc kinh nghiệm số quan sát trong mẫu tối thiểu phải gấp 5 lần số biến trong mơ hình nghiên cứu. Số biến trong mơ hình nghiên cứu là 10 biến, bao gồm 9 biến độc lập và 1 biến phụ thuộc. Do đó, kích thƣớc mẫu tối thiểu phải là 5 x 10 = 50 quan sát. Vậy kích thƣớc mẫu thu thập đƣợc để phân tích bao gồm 140 quan sát là thỏa mãn.
3.3.2. Phƣơng pháp thu thập dữ liệu.
Dữ liệu nghiên cứu đƣợc thu thập qua 2 giai đoạn nghiên cứu tƣơng ứng với các phƣơng pháp cụ thể nhƣ sau:
Giai đoạn xác định các yếu tố đại diện cho thành phần tâm lý tác động đến quyết định mua căn hộ chung cƣ để ở dành cho ngƣời thu nhập thấp.
Phƣơng pháp nghiên cứu chủ đạo sử dụng trong giai đoạn này là phƣơng pháp định lƣợng thông qua phân tích EFA (Exploratory Factor Analysis) để xác định đƣợc các yếu tố đại diện cho hàng loạt các biến quan sát. Các yếu tố đại diện này đƣợc tính tốn theo phƣơng pháp hồi quy bội, sau đó sẽ đƣợc sử dụng trong mơ hình hồi quy Binary Logistic trong giai đoạn tiếp theo.
Trong giai đoạn này dữ liệu đƣợc thu thập thông qua bảng câu hỏi đƣợc thiết kế nhƣ sau: