Tên nhân tố Ký hiệu Tên nhân tố Ký hiệu
Giới tính GTI Chất lượng CL
Thu nhập TN Khoảng cách KC
Tuổi T Chính sách CS
Tỷ lệ chi phí trên thu nhập CT Thời gian chuyến đi TG
Nghề nghiệp NN Chi phí chuyến đi CP
Sở hữu bằng lái xe SHBL Cơ hội sử dụng phương
tiện
CH
3.1.5.3 Xây dựng mơ hình hồi quy đánh giá ảnh hưởng của các nhân tố tới quyết định lựa chọn phương thức vận tải của người thực hiện chuyến đi
Với kết quả phân tích nhân tố ở mục trên, mơ hình hồi quy tuyến tính đa nhân tố được xây dựng nhằm đánh giá sự ảnh hưởng của các nhân tố tới quyết định lựa chọn của người thực hiện chuyến đi. Mơ hình được xây dựng có dạng:
(3. 3)
Mơ hình sau khi tính tốn sẽ được kiểm định các giả thiết của mơ hình hồi quy tuyến tính cổ điển để đảm bảo thu được mơ hình tốt. Các giả thiết cần kiểm định bao gồm:
- Giả thiết về yếu tố ngẫu nhiên là độc lập hay khơng có tự tương quan. - Giả thiết về phân phối chuẩn của phần dư
- Giả thiết về khơng có đa cộng tuyến trong mơ hình - Giả thiết về phương sai của sai số khơng đổi
Ngồi ra cịn cần kiểm định sự phù hợp của mơ hình hồi quy mẫu với tổng thể.
a. Kết quả ước lượng tham số
Bảng 3. 14 Kết quả ước lượng tham số mơ hình
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.102 .049 -2.068 .039 TG .191 .006 .448 32.628 .000 SHBL .050 .006 .116 8.215 .000 CT .130 .005 .326 23.767 .000 CS .056 .005 .149 10.518 .000 T .057 .005 .156 11.105 .000 CP .184 .006 .444 32.059 .000 GTI .042 .005 .109 7.669 .000 NN .059 .006 .131 9.302 .000 CL .064 .006 .151 10.988 .000 TN .067 .006 .159 11.583 .000 KC .054 .006 .130 9.490 .000 CH .067 .005 .188 13.671 .000 a. Dependent Variable: LC
Bảng kết quả ước lượng tham số cho thấy các mức ý nghĩa bác bỏ giả thiết tham số bằng 0 đều rất thấp (<0,05) do đó các tham số đều có ý nghĩa thống kê với độ tin cậy 95%.
b. Kiểm định hiện tượng đa cộng tuyến
Hệ số VIF tương ứng với từng hệ số đều xấp xỉ 1, điều đó cho thấy rằng trong mơ hình khơng xảy ra hiện tượng đa cộng tuyến.
c. Kiểm định tự tương quan
Bảng 3. 15 Tóm lược kết quả mơ hình
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
1 .928a .861 .859 .15450 2.015
a. Predictors: (Constant), CS, T, GTI, CT, TG, KC, CL, TN, NN, CP, SHBL, CH b. Dependent Variable: LC
Thống kê d (Durbin - Watson) được sử dụng để đánh giá tự tương quan trong mơ hình hồi quy [41]. Kiểm định d (Durbin - Watson) được thực hiện trên cơ sở so sánh giá trị d tính tốn với các giá trị cận trên (du) và cận dưới (dL) của thống kê d (thường tính tốn sẵn trong bảng tra). Kết quả của kiểm định d được chia thành các trường hợp:
+ : Có tự tương quan bậc nhất dương
+ : Có tự tương quan bậc nhất âm
+ : Khơng có tự tương quan bậc nhất + : Không thể cho quyết định
+ : Không thể cho quyết định
Với tổng số quan sát 775, số biến độc lập 12, mức ý nghĩa 5%, các thông số này vượt quá giới hạn của các bảng tra thông dụng do vậy các giá trị cận trên và cận dưới của thống kê d được tra từ trang mạng:
https://web.stanford.edu/~clint/bench/dw05d.htm.
Bản thân trang này cũng khơng có giá trị trực tiếp của giá trị cận trên, cận dưới của thống kê d cần tra, vì vậy các giá trị này được so sánh trong khoảng 2 giá trị quan sát gần nhất với nó là 750 và 800. Trong bảng tra, giá trị cận trên và cận dưới của thống kê d ứng với:
- 800 quan sát: du = 1,91431 và dL = 1,85343 - 750 quan sát: du = 1.91258 và dL = 1.84758
Như vậy giá trị cận trên của thống kê d ứng với 775 quan sát nằm trong khoảng:
1.91258 < du < 1,91431 và 2,08569 < 4 - du < 2,08742
Với kết quả tính tốn trong mơ hình du < d = 2,015 < 4 - du , do vậy khơng có tự tương quan bậc nhất trong mơ hình với mức ý nghĩa 5%.
d. Kiểm định tính phù hợp của mơ hình hồi quy mẫu
Kết quả ước lượng bằng phần mềm SPSS cho thấy (bảng 3.15):
Hệ số xác định bội trong mơ hình (R square) đạt ở mức tốt, mơ hình có thể giải thích tới 86,1% quyết định lựa chọn của người thực hiện chuyến đi.
Hệ số xác định bội ở trên mô tả sự phù hợp của mơ hình hồi quy mẫu ước lượng được với bộ số liệu khảo sát của mẫu đó. Tuy nhiên mẫu được lấy rất nhỏ so với tổng thể nên cần kiểm định xem mơ hình hồi quy mẫu này có thể mở rộng áp dụng cho tổng thể được hay không. Kiểm định F (ANOVA) được tiến hành để kiểm tra vấn đề này. Với kết quả kiểm định F (ANOVA) được cho trong bảng dưới đây cho thấy giả thiết H0 bị bác bỏ ở mức rất thấp, xấp xỉ 0% (sig = 0,000) nghĩa là mơ hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể nghiên cứu.
Bảng 3. 16 Kết quả kiểm định F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 112.672 12 9.389 393.331 .000b
Residual 18.190 762 .024
Total 130.862 774
a. Dependent Variable: LC
b. Predictors: (Constant), CS, T, GTI, CT, TG, KC, CL, TN, NN, CP, SHBL, CH
e. Kiểm định phân phối của phần dư
Phân phối của phần dư được xem xét thông quan việc xây dựng đồ thị phần dư. Kết quả trên đồ thị phần dư cho thấy phần dư có kỳ vọng xấp xỉ 0 và độ lệch chuần xấp xỉ 1. Đường cong phần dư có dạng hình chng như đồ thị của phân phối chuẩn, như vậy phân phối phần dư xấp xỉ phân phối chuẩn nên giả thiết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 3. 2 Đồ thị phần dư
f. Kiểm định phương sai của sai số thay đổi
Kiểm định phát hiện phương sai của sai số thay đổi được tiến hành bằng cách sử dụng kiểm định Breusch – Pagan trên phần mềm Stata [44]. Kết quả kiểm định cho thấy giả thiết H0: “ Phương sai của sai số không đổi ” bị bác bỏ ở
mức ý nghĩa rất thấp (0,0202), như vậy, đã xảy ra phương sai của sai số thay đổi trong mơ hình. Do đó, các ước lượng thu được vẫn là ước lượng không chệch nhưng phương sai của các hệ số ước lượng này là chệch, do đó các hệ số ước lượng bằng phương pháp bình phương tối thiểu (OLS) khơng cịn là ước lượng tốt nhất nữa. Để khắc phục hiện tượng phương sai của sai số thay đổi, luận án sử dụng mơ hình sai số chuẩn mạnh (Robust Standard Errors) hay cịn gọi là mơ hình sai số chuẩn vững. Phương pháp này do White đề xuất năm 1980 [57], tư tưởng của phương pháp là vẫn sử dụng các hệ số ước lượng được bằng phương
pháp bình phương tối thiểu, tuy nhiên, phương sai của các hệ số ước lượng được tính tốn lại mà khơng sử dụng đến giả thiết phương sai của sai số thay đổi. Ước lượng mơ hình bằng phương pháp sai số chuẩn mạnh sẽ cho kết quả ước lượng đúng của sai số chuẩn trong khi chấp nhận sự có mặt của phương sai của sai số thay đổi.
Bảng 3. 17 Kết quả kiểm định phương sai của sai số thay đổi
Kết quả ước lượng mơ hình bằng phương pháp sai số chuẩn mạnh như dưới đây.
. regress LC SHBL TG CT CS T CP GTI NN CL TN KC CH
Source | SS df MS Number of obs = 775 -------------+------------------------------ F( 12, 762) = 393.33 Model | 112.671842 12 9.38932015 Prob > F = 0.0000 Residual | 18.1899323 762 .023871302 R-squared = 0.8610 -------------+------------------------------ Adj R-squared = 0.8588 Total | 130.861774 774 .16907206 Root MSE = .1545 ------------------------------------------------------------------------------ LC | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- SHBL | .049814 .006064 8.21 0.000 .0379098 .0617182 TG | .1910316 .0058549 32.63 0.000 .179538 .2025253 CT | .1296471 .005455 23.77 0.000 .1189385 .1403556 CS | .0558256 .0053077 10.52 0.000 .0454062 .066245 T | .0568824 .0051224 11.10 0.000 .0468268 .066938 CP | .184227 .0057466 32.06 0.000 .172946 .195508 GTI | .0418419 .0054559 7.67 0.000 .0311314 .0525523 NN | .0586136 .0063011 9.30 0.000 .0462441 .0709832 CL | .0643783 .0058591 10.99 0.000 .0528764 .0758802 TN | .0669071 .0057763 11.58 0.000 .0555677 .0782465 KC | .054273 .0057191 9.49 0.000 .0430461 .0655 CH | .0672548 .0049195 13.67 0.000 .0575974 .0769123 _cons | -.1021775 .0494108 -2.07 0.039 -.1991749 -.0051801 ------------------------------------------------------------------------------ . hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of LC chi2(1) = 5.39
Bảng 3. 18 Kết quả ước lượng mơ hình sai số chuẩn mạnh
Như vậy, luận án đã xác định được mơ hình mơ tả tác động của các nhân tố ảnh hưởng tới quyết định lựa chọn phương thức vận tải của người thực hiện chuyến đi thành phố Hồ Chí Minh, trong đó các khuyết tật của mơ hình đã được xử lý. Mơ hình sau khi xử lý các khuyết tật có dạng:
(3. 4)
Kết quả trên cho thấy các nhân tố đã xác định trong định hướng nghiên cứu đều có tác động tới quyết định lựa chọn phương thức vận tải. Tuy nhiên, số liệu được thu thập dựa trên bảng hỏi theo thang đo Liker 5 mức độ mới cho thấy tầm quan trọng của các nhân tố ảnh hưởng mà chưa chỉ rõ mức ảnh hưởng cụ thể của từng nhân tố trong điều kiện thực tế. Do đó, cần thiết phải xây dựng một mơ hình dự báo phân bổ nhu cầu đi lại trên cơ sở số liệu mẫu lớn, được khảo sát thực tiễn và chi tiết hơn, nhằm khẳng định về mặt thực tiễn tầm quan trọng của các nhân tố ảnh hưởng cũng như chỉ rõ mức độ ảnh hưởng của các nhân tố trong
. regress LC TG SHBL CT CS T CP GTI NN CL TN KC CH, robust
Linear regression Number of obs = 775 F( 12, 762) = 378.44 Prob > F = 0.0000 R-squared = 0.8610 Root MSE = .1545 ------------------------------------------------------------------------------ | Robust
LC | Coef. Std. Err. t P>|t| [95% Conf. Interval] -------------+---------------------------------------------------------------- TG | .1910316 .0059051 32.35 0.000 .1794394 .2026239 SHBL | .049814 .0058646 8.49 0.000 .0383012 .0613268 CT | .1296471 .0053671 24.16 0.000 .119111 .1401831 CS | .0558256 .0053391 10.46 0.000 .0453445 .0663068 T | .0568824 .0051368 11.07 0.000 .0467984 .0669663 CP | .184227 .0059588 30.92 0.000 .1725294 .1959245 GTI | .0418419 .0053941 7.76 0.000 .0312527 .052431 NN | .0586136 .0063439 9.24 0.000 .0461601 .0710671 CL | .0643783 .0058442 11.02 0.000 .0529056 .0758509 TN | .0669071 .0056573 11.83 0.000 .0558014 .0780128 KC | .054273 .0056219 9.65 0.000 .0432367 .0653094 CH | .0672548 .0048885 13.76 0.000 .0576583 .0768514 _cons | -.1021775 .0513646 -1.99 0.047 -.2030104 -.0013446 ------------------------------------------------------------------------------
điều kiện thực tế cụ thể. Bộ số liệu điều tra về nhu cầu đi lại tại thành phố Hồ Chí Minh do cơng ty SUD khảo sát thỏa mãn các yêu cầu trên nên được lựa chọn sử dụng trong bước nghiên cứu tiếp theo.
3.2 Số liệu phục vụ dự báo phân bổ nhu cầu đi lại
Số liệu điều tra do công ty SUD tiến hành trên cơ sở phỏng vấn hộ gia đình theo phương pháp lấy mẫu ngẫu nhiên phân tầng được thực hiện vào đầu năm 2019 tại thành phố Hồ Chí Minh với 12432 người trên 6 tuổi tham gia khảo sát [3]. Cơ cấu chuyến đi trong tổng số 43130 chuyến được khảo sát có thể mơ tả như sau:
a. Phân bổ nhu cầu đi lại theo phương thức vận tải
Trong tổng số 43130 chuyến đi được khảo sát, tỷ lệ chuyến đi được thực hiện bằng xe máy chiếm tỷ lệ cao nhất với 72,37% tương ứng với 31214 chuyến. Điều này không chỉ phù hợp với vận tải hành khách đơ thị mà cịn phù hợp với thói quen sử dụng phương tiện vận tải cá nhân nói chung của người dân Việt Nam.
Các chuyến đi bằng xe buýt không cao nguyên nhân chủ yếu do sau giai đoạn phát triển mạnh vào năm 2012, những năm gần đây số lượng người sử dụng phương thức vận tải công cộng tại thành phố Hồ Chí Minh giảm mạnh. Tỷ lệ chuyến đi này giảm dần theo các phương thức vận tải như xe đạp, taxi, ô tô con và thấp nhất là xe ôm với tỷ lệ 0,32%.
Bảng 3. 19 Cơ cấu chuyến đi theo phương thức vận tải
Phương thức Đi bộ Xe máy Xe đạp Ơ tơ Xe buýt Taxi Xe ôm Khác Tổng Số chuyến
(Chuyến) 4610 31214 2075 866 2251 1503 138 473 43130 Tỷ lệ (%) 10.69 72.37 4.81 2.01 5.22 3.48 0.32 1.10 100.00
(Nguồn: Tính tốn từ số liệu điều tra của SUD)
b. Phân bổ nhu cầu đi lại theo phương thức vận tải – mục đích đi lại
Số liệu trong bảng 3.20 cho thấy các chuyến đi cơ bản chiếm tỷ trọng cao nhất trong tổng số các chuyến đi. Các chuyến đi về nhà và đi làm sử dụng xe máy chiếm tỷ lệ cao nhất (lên tới 32,02% đối với mục đích về nhà và 17,65% đối với mục đích đi làm) trong tổng số các chuyến đi theo mục đích đi lại. Các chuyến đi với mục đích mua sắm cũng chủ yếu dùng phương tiện xe máy. Xe
buýt được sử dụng chủ yếu đối với các chuyến đi với mục đích đi học, đi làm và về nhà với tỷ lệ tương ứng là 0,73%, 1,21% và 2,41% trong tổng số chuyến đi.