CHƯƠNG 3 KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
3.3 Thiết lập phương trình hồi quy cho lượng điện sinh hoạt
3.3.1 Phương pháp thiết lập phương trình hồi quy cho lượng điện sinh hoạt 52
Trong đó, đối với các biến định tính, các nhà nghiên cứu sử dụng phương pháp tạo biến giả, sinh viên đã kế thừa phương pháp này.
Biểu đồ 3.9 thể hiện quy trình phân tích của sinh viên.
Biểu đồ 3.9 Mô hình thiết lập phương trình hồi quy Trong đó:
(1) Sinh viên sử dụng kỹ thuật tạo biến giả (dummy variable) nhằm tạo thêm các biến nhị phân từ một biến định tính. Kỹ thuật này có thể đƣợc tóm tắt qua ví dụ sau:
Có phương trình hồi quy:
Y = ò0 + ò1*HP1 + ò2*HP2 Trong đó:
ò0, ò1, ò2 là cỏc hệ số hồi quy
HP1, HP2 là các biến giả nhằm tính toán cho biến định tính Tình trạng sở hữu nhà, giả sử HP1 là Thường trú, HP2 là Tạm trú có KT3, còn lại là Ở trọ. Nếu:
HP1 = 1, HP2 = 0 => Thường trú
HP1 = 0, HP2 = 1 => Tạm trú có KT3
HP1 = 0, HP2 = 0 => Ở trọ
Tình trạng Thường trú sẽ khiến lượng điện cao hơn tình trạng Tạm trú có KT3 một mức là ò1 - ò2. Ngoài ra, Ở trọ trở thành một đường cơ sở cho việc ước lượng sự thay đổi khi các biến còn lại xuất hiện. Khi Tình trạng sở hữu nhà là Thường trú, HP2=0, Y = ò0 + ò1*1, nghĩa là so với tỡnh trạng ở trọ, tỡnh trạng Thường trỳ cú lượng điện sử dụng cao hơn tỡnh trạng ở trọ một lượng là ò1, tương tự như vậy, tỡnh trạng Tạm trỳ cú KT3 cú mức sử dụng điện cao hơn tỡnh trạng Ở trọ một lƣợng là ò2 (mụ phỏng theo (Smita Skrivanek, 2009)).
(2) Người ta sử dụng R2 làm thông số đo lường độ thích hợp của đường hồi qui theo quy tắc R2 càng gần 1 thì mô hình đã xây dựng càng thích hợp, R2 càng gần 0 thì mô hình càng kém phù hợp với tập dữ liệu mẫu (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên, cũng theo các tác giả, sử dụng Adjusted R Square để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi phồng mức độ phù hợp của mô hình.
(3) Durbin - Watson có hệ số biến thiên từ 0-4 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Có tương quan thuận chiều
Miền không có kết luận
Chấp nhận giả thu- yết không có tự tương quan chuỗi bậc nhất
Miền không có kết luận
Có tự tương quan ngƣợc chiều
0 dL dU 2 4-dU 4-dL 4
Khi xảy ra hiện tượng tự tương quan của phần dư sẽ khiến phương trình hồi quy sai lệch nếu "dữ liệu đƣợc thu thập và ghi chép một cách tuần tự theo chuỗi thời gian".
(4) Tổng thể rất lớn, chúng ta không thể khảo sát hết toàn bộ, nên thường trong nghiên cứu, chúng ta chỉ chọn ra một lƣợng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong bảng ANOVA chính là để kiểm tra xem mô hình hồi quy tuyến tính này có suy rộng và áp dụng đƣợc
cho tổng thể hay không. Giá trị Sig. của kiểm định F trong bảng ANOVA nhỏ hơn 0,05 thì mô hình hồi quy tuyến tính xây dựng đƣợc phù hợp với tổng thể. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
(5) Với H0: Tất cả hệ số hồi quy bằng 0. Vậy nên để mô hình hồi quy sử dụng đƣợc, phải bác bỏ H0, nghĩa là Sig. phải nhỏ hơn 0.05. Nếu Sig. của biến nào lớn hơn 0,05, biến đó bị loại khỏi mô hình (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
(6) Nếu VIF nhỏ hơn 10 thì không có sự đa cộng tuyến xảy ra giữa các biến độc lập (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
(7) Việc lựa chọn giỏ trị B hay giỏ trị ò là hệ số hồi quy phụ thuộc vào mục đớch của phương trình hồi quy và cũng cần phù hợp với loại biến.
Hay nói cách khác hệ số này cho biết kết quả của biến phụ thuộc Y khi biến độc lập X thay đổi. (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008). Trong khi đó Hệ số ò đó chuẩn húa phản ỏnh lƣợng biến thiờn của độ lệch chuẩn (standard deviation) của Y khi một đơn vị độ lệch chuẩn của X thay đổi. Vậy nên, theo (John Fox, 1997), trang 140, đối với một mụ hỡnh sử dụng cả biến giả, khụng thể sử dụng hệ số ò đó chuẩn húa này, bởi biến giả nhị phân không thể tăng hoặc giảm độ lệch chuẩn. Hơn nữa sử dụng Hệ số ò đó chuẩn húa khụng giỳp đo lường được sự thay đổi của một tớnh chất cụ thể đối với một biến được sử dụng làm đường cơ sở.
(8) Phương trình hồi quy hoàn thiện.