Biến Mơ hình 1 Mơ hình 2 Mơ hình 3 Mơ hình 4 Mơ hình 5
C (-0,41605) -0,336573 (-0,306413) -0,215361 (-0,331020) -0,232410 (-0,334035) -0,233798 (-0,638411) -0,265858 NUMBER 1,2789*** (6,308726) 1,281710*** (6,329798) 1,283032*** (6,344748) 1,283531*** (6,350849) 1,28413*** (6,361771) AGE (-2,24204) -0,0248** -0,025664** (-2,397873) -0,026132** (-2,452596) -0,026148** (-2,465083) -0,03220*** (-3,936200) SEX -0,134360 (-0,53083) -0,137447 (-0,543689) DIS (4,215535) 0,1658*** 0,166317*** (4,232083) 0,163996*** (4,206563) 0,165535*** (4,250773) 0,16610*** (4,281033) INC -0,096*** (-1,84339) -0,091860*** (-1,835804) -0,095558*** (-1,921893) -0,098788** (-1,996046) -0,11063** (-2,290144) JOB1 (0,895555) 0,548882 (0,917296) 0,428457 (0,899697) 0,419514 (0,890305) 0,413646 JOB2 -0,411720 (-0,76105) -0,528198 (-1,385067) -0,533068 (-1,400518) -0,528512 (-1,392787) -0,75154*** (-2,630729) JOB3 (0,303474) 0,180068 PRIVATE (-5,66525) -0,766*** -0,765614*** (-5,661371) -0,765946*** (-5,662887) -0,76729*** (-5,662146) -0,76498*** (-5,663153) SUB_1 -0,440*** (-3,19827) -0,442050*** (-3,210789) -0,445165*** (-3,240254) -0,44601*** (-3,258265) -0,45356*** (-3,317728) SUB_2 (5,543582) 0,8355*** 0,836100*** (5,547272) 0,832267*** (5,538713) 0,829277*** (5,521492) 0,838827*** (5,604928) ULTI 0,7249*** (5,350084) 0,726092*** (5,358362) 0,725198*** (5,347731) 0,729064*** (5,375916) 0,732668*** (5,402066) SER_1 (2,135752) 0,27647** 0,275922** (2,132870) 0,276498** (2,141007) 0,275450** (2,138029) 0,281511** (2,192129) ENVIR 0,6396*** (4,724146) 0,638868*** (4,719317) 0,642998*** (4,762546) 0,646097*** (4,784907) 0,639855*** (4,750703) SER_2 (0,667693) 0,086181 (0,641294) 0,082413 (0,639759) 0,082087 McFadden R-squared 40,07% 40,08% 40,04% 39,98% 39,87%
Số ngoài dấu ngoặc là hệ số hồi quy, số trong dấu ngoặc là giá trị z-statistic ***: có ý nghĩa ở mức 1%, **: có ý nghĩa ở mức 5%, *: có ý nghĩa ở mức 10%.
Nguồn: Kết quả tổng hợp từ Eviews 8.1
Trong mơ hình 1, nhóm tác giả tiến hành ước lượng mơ hình hồi quy logit nhị thức với tất cả các biến độc lập (Xem phụ lục 26). Theo kết quả hồi quy, có 10 biến có ý nghĩa ở mức 10%, trong đó có 6 biến có độ tin cậy khá cao ở mức 99%
như AGE, DIS, SUB_1, SUB_2, ULTI và ENVIR. Tuy nhiên còn nhiều biến có độ
tin cậy khá thấp, đặc biệt là biến JOB3 có giá trị p-value=0,7615>α 5% cao nhất so với các biến khác nên nhóm tác giả nghi ngờ rằng hệ số của biến này bằng 0 nên sẽ tiến hành loại bỏ biến JOB3 khỏi mơ hình. Để kiểm tra việc loại bỏ biến JOB3 là phù hợp, nhóm tác giả sử dụng kiểm định Wald (xem phụ lục 27). Theo kết quả từ
kiểm định Wald, Prob(F-statistic)=0,7617>α 5% và Prob(Chi-square)=0,7615>
α 5% nên biến JOB3 không cần thiết so với mơ hình.
Trong mơ hình 2, nhóm tác giả tiến hành ước lượng mơ hình hồi quy logit nhị thức với 14 biến độc lập (xem phụ lục 28). Kết quả hồi quy cho thấy việc loại bỏ biến JOB3 không làm giảm đi ý nghĩa của các biến khác, ngược lại cịn giúp mơ
hình được cải thiện hơn. Đa số các biến đều có ý nghĩa hơn so với mơ hình 1 điển hình là biến JOB2 đã có ý nghĩa ở mức 17% trong khi con số này ở mơ hình 1 là
45%. Điều này cho thấy việc loại bỏ biến JOB3 là phù hợp trong cả kiểm định Wald và theo kết quả hồi quy của mơ hình. Vì vậy biến JOB3 thật sự khơng cần thiết cho mơ hình. Tiếp tục quan sát kết quả ở mơ hình 2, vẫn có 10 biến có độ tin cậy 90%,
trong đó có 6 biến có ý nghĩa ở mức 1% như AGE, DIS, SUB_1, SUB_2, ULTI và ENVIR. Tuy nhiên còn nhiều biến có độ tin cậy khá thấp, đặc biệt là biến SEX có giá trị p-value=0,5867>α 5% cao nhất so với các biến khác nên nhóm tác giả
nghi ngờ rằng hệ số của biến này bằng 0 nên sẽ tiến hành loại bỏ biến SEX khỏi mô
hình. Để kiểm tra việc loại bỏ biến SEX là phù hợp, nhóm tác giả sử dụng kiểm
định Wald (Xem phụ lục 29). Theo kết quả từ kiểm định Wald Prob(F- statistic)=0,5869> α 5% và Prob(Chi-square)=0,5867> α 5% nên biến SEX khơng cần thiết so với mơ hình.
Trong mơ hình 3, nhóm tác giả tiến hành ước lượng mơ hình hồi quy logit nhị thức với 13 biến độc lập (xem phụ lục 30). Kết quả hồi quy cho thấy việc loại
bỏ biến SEX không làm giảm đi ý nghĩa của các biến khác ngược lại cịn giúp mơ
hình được cải thiện hơn. Đa số các biến đều có ý nghĩa hơn so với mơ hình 2, chẳng hạn biến INC và SER_1 đã tăng độ tin cậy lần lượt từ 93,36% lên 94,54% và từ
96,71% lên 96,77%. Điều này cho thấy việc loại bỏ biến SEX là phù hợp trong cả
có tỷ lệ nam/nữ được khảo sát là 49%/51% trong đó tỷ lệ nam/nữ quyết định sử
dụng xe bt là 45%/55% do đó khơng có nhiều sự phân biệt giữa nam và nữ trong mẫu khảo sát này. Quan sát kết quả ở mơ hình 3, 10 biến có độ tin cậy 90% ở các
mơ hình trước vẫn đảm bảo và tiếp tục có ý nghĩa ở mức tốt hơn. Tuy nhiên cịn
nhiều biến có độ tin cậy khá thấp, mà đặc biệt là biến SER_2 có giá trị p- value=0,5223>α 5% cao nhất so với các biến khác và biến này lại tỏ ra ý nghĩa kém hơn sau mỗi lần bỏ biến nên nhóm tác giả nghi ngờ rằng hệ số của biến này bằng 0 nên sẽ tiến hành loại bỏ biến SER_2 khỏi mơ hình. Để kiểm tra việc loại bỏ biến SER_2 là phù hợp, nhóm tác giả sử dụng kiểm định Wald (xem phụ lục 31).
Theo kết quả từ kiểm định Wald Prob(F-statistic)=0,5226>α 5% và Prob(Chi- square)=0,5223>α 5% nên biến SER_2 không cần thiết so với mơ hình.
Trong mơ hình 4, nhóm tác giả tiến hành ước lượng mơ hình hồi quy logit nhị thức với 12 biến độc lập (xem phụ lục 32). Kết quả hồi quy cho thấy việc loại bỏ biến SER_2 đã không làm giảm đi ý nghĩa của các biến khác mà cịn giúp mơ
hình được “tốt” hơn. Đa số các biến đều có ý nghĩa hơn so với mơ hình 3, chẳng
hạn biến INC đã có ý nghĩa ở mức 5% thay vì 10% ở mơ hình trước, biến AGE đã tăng độ tin cậy lên 98,63%. Điều này cho thấy việc loại bỏ biến SER_2 là phù hợp trong cả kiểm định Wald và theo kết quả hồi quy của mơ hình. Quan sát kết quả ở mơ hình 4, tính ổn định của 10 biến có độ tin cậy 90% ởcác mơ hình trước vẫn đảm bảo và tiếp tục có ý nghĩa ở mức tốt hơn. Tuy nhiên cịn 2 biến có độ tin cậy khá thấp, mà đặc biệt là biến JOB1 có giá trị p-value=0,3733>α 5% cao nhất trong 2 biến nên nhóm tác giả nghi ngờ rằng hệ số của biến này bằng 0 nên sẽ tiến hành loại bỏ biến JOB1 khỏi mơ hình. Để kiểm tra việc loại bỏ biến JOB1 là phù hợp, nhóm tác giả sử dụng kiểm định Wald. (Xem phụ lục 33). Theo kết quả từ kiểm định Wald Prob(F-statistic)=0,3737>α 5% và Prob(Chi-square)=0,3733>α 5% nên biến JOB1 này cần loại khỏi mơ hình.
Trong mơ hình 5, nhóm tác giả tiến hành ước lượng mơ hình hồi quy logit nhị thức với 11 biến độc lập (xem phụ lục 34). Kết quả hồi quy cho thấy việc loại
bỏ biến JOB1 đã giúp mơ hình được cải thiện rõ rệt khi các biến đều có độ tin cậy cao trên 90%. Mặt khác, biến AGE có ý nghĩa tăng đáng kể ở mức 1%, biến JOB2
từ khơng có ý nghĩa ở mức 10% trở nên đạt độ tin cậy rất cao trên 99%. Điều này cho thấy việc loại bỏ biến JOB1 là hoàn toàn phù hợp trong cả kiểm định Wald và theo kết quả hồi quy của mơ hình. Để đảm bảo việc loại biến từmơ hình 1 ban đầu
cho đến mơ hình 5 cuối cùng là đáng tin cậy, nhóm tác giả tiến hành kiểm định
Wald một lần nữa đối với tất cả các biến bị loại qua các lần chạy mơ hình (xem phụ
lục 35). Theo kết quả từ kiểm định Wald Prob(F-statistic)=0,8126>α 5% và Prob(Chi-square)=0,8127>α 5% nên các biến đã loại thật sự khơng cần thiết so với mơ hình. Vì vậy mơ hình 5 là mơ hình tối ưu đối với mẫu khảo sát khi các biến
đều có độ tin cậy đều trên 95%. Nhóm tác giả sẽ tiến hành phân tích kết quả dựa
trên mơ hình này.
Trong 15 biến đưa vào mơ hình sau khi chạy mơ hình logit qua 5 mơ hình, 11 nhân tố thể hiện mối tương quan mạnh với biến phụ thuộc đó là số người trong gia
đình sử dụng xe buýt, độ tuổi, khoảng cách đi lại hàng ngày, thu nhập, đối tượng làm việc cho tư nhân, sự hấp dẫn của PTCN, chuẩn chủ quan, tính hữu dụng của xe buýt, dịch vụ và nhận thức mơi trường. Trong đó ngồi biến đối tượng làm việc cho
tư nhân có ý nghĩa ở lần chạy mơ hình cuối cùng, 10 biến cịn lại đều đảm bảo tính
ổn định về mặt ý nghĩa và dấu của hệ số hồi quy. Cụ thể mơ hình hồi quy như sau:
i
P(BUS 1)
ln 0,265858 1,284131NUMBER -0,032204AGE 0,166100DIS P(BUS 0)
0,110631INC 0,751543JOB2 0,764978 0,453556SUB _1+0,838827SUB _ 2 0,732668ULTI 0,281511SER _1 0,639855E
PRIVATE I U NV R
Hệ số McFadden R2=39,87% mặc dù chưa cao nhưng vẫn có thể chấp nhận. 11 biến độc lập trong mơ hình 5 giải thích được 39,87% sự biến động trong hành vi sử dụng xe buýt của người dân TPHCM.
- Ý nghĩa chung của mơ hình:
Đối với kiểm định Likelihood:
McFadden R-squared 0,398661 Prob(LR statistic) 0,000000
Nguồn: Kết quả từ Eviews 8.1
Giá trị Prob(LR statistic)=0,000<α 5% chứng tỏ mơ hình 5 phù hợp cho nghiên cứu tác động của 11 biến độc lập đến biến phụ thuộc.
Đối với kiểm định Omnibus: Giá trị Chi bình phương df Sig. Step 1 Step 274.066 11 0,000 Block 274.066 11 0,000 Model 274.066 11 0,000 Nguồn: Kết quả từ SPSS 20.0
Giá trị sig.= 0,000 <α 5% cho thấy mơ hình 5 phù hợp cho nghiên cứu tác
động của 11 biến độc lập đến biến phụ thuộc.
Đối với kiểm định Hosmer and Lemeshow,
Step Chi-square df Sig.
1 6,786 8 0,560
Nguồn: Kết quả từ SPSS 20.0
Giá trị sig. 0,560 α 5% cho thấy khơng có sự khác biệt giữa giá trị thực tế và giá trị dự báo, tức là mơ hình 5 phù hợp với nghiên cứu tác động của 11 biến độc lập đến biến phụ thuộc.
Tóm lại, thơng qua 3 kiểm định Likelihood, kiểm định Omnibus và kiểm
định Hosmer and Lemeshow, nhóm tác giả có thể kết luận rằng mơ hình 5 là mơ hình tốt nhất với bộ dữ liệu điều tra và phù hợp với nghiên cứu.
- Xác định mức độ chính xác của mơ hình: Bảng 4.9: Dựđốn mức độ chính xác của dự báo BUS=0 BUS=1 Tổng Xác suất (BUS=1)<=0,5 176 54 230 Xác suất (BUS=1)>0,5 51 219 270 Tổng 227 273 500 Đúng 176 219 395 % đúng 77,53 80,22 79,00
Nguồn: Nhóm tác giả tính tốn từ Eviews 8.1 (xem thêm phụ lục 36).
Bảng 4.9 cho thấy trong 230 trường hợp dự báo không sử dụng xe bt, mơ
hình dự đốn đúng 176 trường hợp đúng và có tỷ lệ đốn đúng là 77,53%, cịn với
270 trường hợp dựđốn sử dụng xe bt, mơ hình dựđốn đúng 219 trường hợp và có tỷ lệđốn đúng là 80,22%. Do đó tỷ lệđốn đúng của tồn bộ mơ hình là 79%.
- Diễn giải ý nghĩa hệ số hồi quy
Bảng 4.10: Ước lượng xác suất sử dụng xe buýt
Biến Hệ số tác động biên Xác suất sử dụng xe buýtđược ước tính khi biến độc lập thay đổi 1 đơn vị và xác
suất ban đầu
Xác suất ban đầu 10% 20% 30%
NUMBER 3,612 28,64% 47,45% 60,75% AGE 0,968 9,71% 19,48% 29,32% DIS 1,181 11,60% 22,79% 33,61% INC 0,895 9,04% 18,28% 27,72% PRIVATE 0,465 4,91% 10,41% 16,62% SUB_1 0,635 6,59% 13,70% 21,39% SUB_2 2,314 20,45% 36,65% 49,79% ULTI 2,081 18,78% 34,22% 47,14% SER_1 1,325 12,83% 24,88% 36,22% ENVIR 1,896 17,40% 32,16% 44,83%
Nguồn: Nhóm tác giả tính tốn từ hàm hồi quy
Biến NUMBER mang dấu dương phù hợp, tức là khi số người sử dụng xe
buýt trong gia đình tăng lên thì xác suất để người đó sử dụng xe buýt cũng tăng và ngược lại. Điều này phù hợp với văn hóa phương Đơng về sự thân thiết và gần gũi
của các thành viên trong gia đình đối với việc ra quyết định. Giả định, cá nhân có
xác suất sử dụng xe buýt ban đầu là 10% thì khi sốngười có sử dụng xe buýt trong
gia đình tăng lên 1 người, trong điều kiện các yếu tố khác khơng đổi, thì xác suất
người này sử dụng xe buýt là 28,64%. Nếu xác suất ban đầu là 20% thì xác suất sử
dụng xe buýt là 47,45% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 60,75%.
Biến AGE mang dấu âm, có nét tương đồng với kết quả của của Mark W. Frankena (1978) và Dargay J. M. và Hanly M. (2002). Khi tuổi tác càng lớn thì xác suất để người đó việc sử dụng xe buýt ngày càng giảm và ngược lại. Kết quả khá phù hợp với thực tế tại TPHCM khi nhu cầu sử dụng xe buýt của sinh viên và công nhân luôn luôn ở mức cao. Trong khi chất lượng dịch vụ và an tồn xe bt ln là một vấn đề gây khơng ít trở ngại đối với người lớn tuổi. Họthường ngại lên xuống
xe bt vì khơng cịn nhanh nhẹn và do khơng có sự đảm bảo về chỗ ngồi khi những người lớn tuổi sử dụng xe buýt. Vì vậy việc sử dụng xe buýt của thành phần này giảm dần. Giảđịnh, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi tuổi tác tăng lên 1 tuổi, trong điều kiện các yếu tố khác khơng đổi, thì xác suất
người này sử dụng xe buýt là 9,71%. Nếu xác suất ban đầu là 20% thì xác suất sử
dụng xe buýt là 19,48% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt giảm còn 29,32%.
Biến DIS mang dấu dương phù hợp với kết quả nghiên cứu của Anna M. (2002), Mintesnot G. và Shin-ei T. (2007), nghĩa là khi khoảng cách đi lại tăng thì
xác suất sử dụng xe buýt lại tăng và ngược lại. Với tình hình TNGT và ơ nhiễm mơi
trường thì đối với những đoạn đường xa thì người dân sử dụng xe buýt là khá phù hợp. Giảđịnh, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi độ dài lộ trình tăng lên 1 km/lần, trong điều kiện các yếu tố khác không đổi, thì xác suất người này sử dụng xe buýt là 11,6%. Nếu xác suất ban đầu là 20% thì xác suất sử
dụng xe bt là 22,79% cịn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 33,61%.
Biến INC mang dấu âm cũng tương tự như kết quả của Mark W. Frankena (1978), Dargay J. M. và Hanly M. (2002) và Tushara T. và cộng sự (2013). Thu nhập tăng xác suất người dân sử dụng xe buýt giảm và ngược lại. Điều này phù hợp với lý thuyết kinh tế vi mô khi xe buýt được là hàng hóa thứ cấp. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi thu nhập tăng lên 1 triệu
đồng/tháng, trong điều kiện các yếu tố khác khơng đổi, thì xác suất người này sử
dụng xe buýt là 9,04%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 18,28% còn xác suất ban đầu là 30% thì xác sử dụng xe buýt là 27,72%.
Biến JOB2 mang dấu âm, phù hợp kì vọng dấu. Những cá nhân làm việc cho
tư nhân thì xác suất họ sử dụng xe buýt lại giảm.
Biến PRIVATE mang dấu âm, phù hợp với các nghiên cứu trước của Beirao và Cabral (2007), Chen C.F. và Chao W.H. (2010) và Đặng Thị Ngọc Dung (2012). Những ưu điểm của PTCN ln có tác động tiêu cực đến xác suất sử dụng xe buýt của người dân. Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì
khi sự cho điểm của người dân tăng lên 1 điểm, trong điều kiện các yếu tố khác
không đổi, thì xác suất người này sử dụng xe buýt là 4,91%. Nếu xác suất ban đầu
là 20% thì xác suất sử dụng xe buýt là 10,41% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 16,62%.
Biến ULTI mang dấu dương, tương tựnhư kết quả nghiên cứu của Beirao và Cabral (2007), Spear B.D. (1976) và Yasasvi P. và cộng sự (2011). Giả định, cá nhân có xác suất sử dụng xe buýt ban đầu là 10% thì khi sựcho điểm của người dân
tăng lên 1 điểm, trong điều kiện các yếu tốkhác khơng đổi, thì xác suất người này sử dụng xe buýt là 18,78%. Nếu xác suất ban đầu là 20% thì xác suất sử dụng xe buýt là 34,22% còn xác suất ban đầu là 30% thì xác suất sử dụng xe buýt là 47,14%.
Biến ENVIR có tác động dương, tương đồng với kết quả của Heath Y. và
Gifford R. (2002) và Đặng Thị Ngọc Dung (2012). Giảđịnh, cá nhân có xác suất sử
dụng xe buýt ban đầu là 10% thì khi sự cho điểm của người dân tăng lên 1 điểm,