Nội dung và phương pháp, quy trình thực hiện

Một phần của tài liệu PHƯƠNG PHÁP XÂY DỰNG BẢNG GIÁ ĐẤT Ở ĐÔ THỊ TRÊN ĐỊA BÀN QUẬN BÌNH THẠNH THÀNH PHỐ HỒ CHÍ MINH NĂM 2010 (Trang 32 - 37)

I.. 5.1 Hệ thống văn bản pháp luật về quản lý giá đất đai

I.9. Nội dung và phương pháp, quy trình thực hiện

Để nghiên cứu xây dựng mô hình giá đất ở trên địa bàn quận Bình Thạnh, chúng ta cần thực hiện những nội dung nghiên cứu cụ thể sau:

 Thứ nhất, lựa chọn và tiến hành điều tra tại một số khu vực dân cư điển hình trên địa bàn quận theo mẫu phiếu điều tra đã được xây dựng bao gồm các thông tin cần thiết phục vụ cho quá trình nghiên cứu.

 Thứ hai, dựa vào những thông tin, số liệu thu thập được và phương tiện nghiên cứu thích hợp, đánh giá mối quan hệ tương quan giữa giá cả đất đai và các biến phản ánh vị thế - chất lượng đất đai trên địa bàn quận một cách khoa học và chính xác, sau đó tiến hành xây dựng hàm hồi quy giá đất ở phụ thuộc vào các biến độc lập nêu trên và đồng thời đưa ra những nhận xét cụ thể của kết quả nghiên cứu trong thực tế.

I.9.2. Phương pháp nghiên cứu

Để thực hiện nội dung nghiên cứu trên các phương pháp được sử dụng trong quá trình nghiên cứu sau:

 Phương pháp điều tra: điều tra thu thập thông tin theo mẫu phiếu được thiết kế phù hợp. Các thông tin trên được thu thập chủ yếu thông qua các phương tiện thông tin đại chúng như: các báo, đài, internet.

 Phương pháp thống kê: từ số liệu thu thập được, tiến hành xử lý, thống kê theo những tiêu chí thích hợp.

 Phương pháp so sánh: so sánh mức độ ảnh hưởng của các yếu tố, giá nhà đất chuyển nhượng trên thị trường và giá nhà đất dự báo theo mô hình để đánh giá.

 Phương pháp phân tích - tổng hợp: phân tích các yếu tố ảnh hưởng đến giá cả nhà đất và xác định hệ số ảnh hưởng của chúng và đánh giá ảnh hưởng tổng hợp của chúng đến giá cả nhà đất.

 Phương pháp toán thống kê: phương pháp toán thống kê được sử dụng trong đề tài nghiên cứu là phương pháp tương quan và hồi quy, nhằm mục đích để xác định hệ số tương quan giữa giá nhà đất và các yếu tố phản ánh vị thế và chất lượng bất động sản, chạy hàm hồi qui giá nhà đất phụ thuộc vào các biến độc lập.

 Phương pháp bản đồ: sử dụng bản đồ hiện trạng thành phố để xác định vị trí những đơn vị nhà đất cần điều tra và xác định chiều rộng đường sá.

I.9.3. Phương tiện thực hiện

Phương pháp để xây dựng mô hình giá đất là phương pháp định giá theo lý thuyết chất lượng – vị thế (phương pháp hồi quy) và thông qua phương tiện thực hiện

- Trình bày bản đồ.

- Tìm kiếm thông tin trên bản đồ.

Phần mềm SPSS

SPSS là phần mềm chuyên dụng xử lý thông tin sơ cấp – thông tin được thu thập trực tiếp từ đối tượng nghiên cứu. Thông tin được xử lý là thông tin định lượng (có ý nghĩa về mặt thống kê). Phần mềm SPSS có tất cả 4 dạng màn hình:

- Data view: màn hình quản lý dữ liệu là nơi lưu trữ dữ liệu nghiên cứu với một cấu trúc cơ sở dữ liệu bao gồm cột, hàng và các ô giao nhau giữa cột và hàng.

- Variables view: màn hình quản lý biến là nơi quản lý các biến cùng với các thông số liên quan đến biến.

- Màn hình hiễn thị kết quả (output): các phép phân tích thống kê sẽ cho ra các kết quả như: bảng biểu, đồ thị và các kết quả kiểm nghiệm. Các kết quả này sẽ được truy xuất ra một màn hình, và được lưu giữ dưới một tập tin khác (có đuôi là .SPO). Màn hình này cho phép ta xem và lưu giữ các kết quả phân tích.

- Màn hình cú pháp (syntax): màn hình này cho phép ta xem và lưu trữ những cú pháp của một lệnh phân tích. Các cú pháp được lưu trữ sẽ được sử dụng lại mà không cần thao tác lại các lệnh phân tích.

Tạo biến và nhập dữ liệu trên SPSS

Tạo biến trong màn hình quản lý biến: Nhấp vào Variables view để khai báo các thông tin cần thiết cho biến:

Name: gõ tên biến cần khai báo.

Type: kiểu biến.

Variable Label: đặt tên nhãn cho biến một cách đầy đủ hơn.

Value lables: định tên cho các giá trị trong biến.

Missing Values: được dùng để định ra các giá trị cụ thể cho các giá trị mà ta muốn. loại bỏ ra khỏi các phân tích và xử lý thống kê.

Column: định ra chiều rộng của cột đang khai báo biến.

Align: canh lề.

Measurement: chọn loại thang đo.

Nhập dữ liệu: nhập trực tiếp trên phần mềm SPSS hay cũng có thể nhập liệu từ các phần mềm khác như: Excel, Fox, …và sau đó chuyển vào phần mềm SPSS thông qua Menu File open

Xử lý và phân tích dữ liệu

Kiểm tra dữ liệu (Explore): phần mềm SPSS cung cấp cho công cụ Explore để xem xét và kiểm tra dữ liệu: phát hiện các sai sót, nhận dạng dữ liệu để tìm phương pháp phân tích thích hợp và chuẩn bị cho việc kiểm tra giả thuyết.

Kiểm định mối liên hệ

- Kiểm định mối liên hệ giữa hai biến định danh – định danh, định danh – định thức (Phát biểu giả thuyết H o: hai biến không có liên hệ gì với nhau).

Người ta dùng Kiểm định Chi-square để kiểm tra xem liệu một biến này có quan hệ hay không với một biến khác, phương pháp kiểm nghiệm này chỉ ra cường độ của

mối quan hệ giữa hai biến mạnh hay yếu. Các hệ số trong kiểm nghiệm Chi_square như sau:

Hệ số Pearson Chi-square và Likelihood Ratio: cho biết có mối liên hệ giữa hai biến định tính hay không. (sig rất nhỏ).

Hệ số Linear-by-linear association: đo lường mối liên hệ tuyến tính giữa hai biến.

Cách thực hiện: vào Analyze Descriptive Statitics Crosstab, xuất hiện hộp thoại, trong đó ta đưa hai biến cần kiểm tra vào 2 ô: Row và Column, sau đó nhấn ok.

- Kiểm định mối liên hệ giữa hai biến thứ bậc

Phát biểu giả thuyết Ho: không có mối liên hệ nào giữa các biến trong tổng thể.

Cách thực hiện: Analyze Descriptive Statitics Crosstab; đưa biến vào 2 ô:

Row và Column, nhấn vào Statistics và chọn: Chi square, correlation, gamma, somer’s , tau_b..

- Kiểm định mẫu đang xét có là phân phối chuẩn không?

Phát biểu giả thuyết Ho: Độ sai lệch của tổng thể 2 giá bất động sản là phân phối chuẩn (tức giá trị dự báo đáng tin cậy).

Ứng dụng: kiểm định này dùng để kiểm định giả thuyết phân phối của dữ liệu có phù hợp với phân phối lý thuyết hay không, nó tiến hành xem xét các sai lệch giữa giá trị cũ và giá trị mới của bất động sản, sai lệch tuyệt đối càng lớn thì giả thuyết Ho càng dễ bị bác bỏ.

Cách thực hiện: Transform Compute, xuất hiện hộp thoại hộp thoại:

- Nhập tên biến mới vào khung: Target Variabel, sau đó nhấn ok.

- Analyze Nonparametric Test1 _ sample KS, xuất hiện hộp thoại, đưa biến mới tạo bước 1 vào khung Test Variable List. Phần Test Distribution : ta chọn loại phân phối chuẩn (Normal), sau đó nhấn ok.

Tương Quan

Ở phần trước chúng ta đã dùng một số công cụ để đo lường mối liên hệ giữa các biến với nhau. Tuy nhiên kỷ thuật đó chủ yếu dùng cho dữ liệu định tính. Còn đối với các dữ liệu định lượng ta thường dùng hệ số tương quan R, hay biểu đồ phân tán Scatter.

- Xác định hệ số tương quan

Cách thực hiện : vào menu Analyze chọn Correlate Chọn Bivarlate, xuất hiện hộp thoại :

Khung Variables : ta đưa các biến cần xét mối tương quan vào.

Khung Correction Coefficients : chọn Person và Spearman.

Cách thực hiện: vào menu Graphs chọn Scatter… Chọn simple Chọn Define, xuất hiện hộp thoại: đưa 2 biến cần vẽ một vào Y_axis và một vào X_axis;

Title: dùng để đặt tiêu đề, ghi chú cho biểu đồ; Option: dùng để khai báo cách xử lý những giá trị thiếu của biến quan sát.

Hồi Quy Tuyến Tính

Ý nghĩa: hàm hồi quy này có ý nghĩa cho chúng ta biết sự đóng góp của từng biến độc lập cho biến phụ thuộc là bao nhiêu phần trăm trong tổng giá trị của biến phụ thuộc, và nó còn cho chúng ta biết sự thay đổi một đơn vị của nó sẽ kéo theo sự thay đổi của biến phụ thuộc là bao nhiêu phần trăm.

Cách thực hiện: vào menu Analyze Regression Linear…, hiện hộp thoại Khung Dependent: đưa biến mà ta muốn nó làm biến phụ thuộc vào.

Khung Independent: đưa các biến độc lập vào.

Phần method: lựa chọn phương pháp đưa biến vào.

Nút Statistics..: chọn các thông số thống kê.

Nút Plots.. : dùng để vẽ đồ thị hồi quy tuyến tính.

Khung bên trái chứa: biến phụ thuộc, các dạng biến phần dư, các dạng biến dự đoán ý nghĩa của chúng.

Produce all patial plots: biểu đồ phân tán từng phần.

Histogram: biểu đồ tần số.

Normal Probability plot: biểu đồ xác suất chuẩn.

Nút Save: lưu một biến mới tự động tạo ra trong phân tích SPSS như: các phần dư, giá trị dự đoán…

Phần Predicted Value (các giá trị dự đoán): giá trị dự đoán không chuẩn hóa, dự đoán chuẩn hóa, dự đoán điều chỉnh, sai số chuẩn của các giá trị dự đoán.

Phần Distances (khoảng cách): dùng để nhận diện các quan sát có ảnh hưởng mạnh đến kết quả phân tích, nó là khoảng cách từ giá trị quan sát đến giá trị trung bình.

Nút Option: thiết lập mặc định cho phần mềm SPSS.

Ứng dụng của mô hình hồi quy

Một trong các ứng ụng của mô hình hồi quy đó là dự đoán, chúng ta có thể dự đoán giá trị trung bình Y trong trường hợp biết được các giá trị X, hay tiên đoán giá trị Y trong một trường hợp cụ thể tại giá trị Xo nào đó.(cả 2 trường hợp này kết quả dự đoán như nhau, tuy nhiên sai số chuẩn khác nhau).

Cách thực hiện: vào menu Analyze Regression Linear, đưa các biến cần xây dựng vào mô hình, sau đó nhấn vào nút Save, đánh dấu chọn vào cáo ô Unstandadized, standadized, Adjust nhấn Continue nhấn ok.

Dò tìm sự vi phạm các giả định cần thiết trong hồi quy

Việc chúng ta làm từ đầu đến giờ cũng thật sự chưa thuyết phục lắm, do đó để tạo sự tin tưởng hoàn toàn vào kết quả của hàm, ta lần lượt đi kiểm định, dò tìm thử có giả thuyết nào bị vi phạm trong mẫu của chúng ta không. Ta cần kiểm tra một số như: giả thuyết liên hệ tuyến, giả thuyết phương sai không đổi, giả thuyết về phân phối chuẩn

của phần dư, giả thuyết không có sự tương quan giữa các biến độc lập (đo lường đa cộng tuyến) có phù hợp không.

- Kiểm định giả thuyết liên hệ tuyến tính: loại này kiểm tra bằng cách vẽ đồ thị phân tán giữa các phần dư và giá trị dự đoán đã chuẩn hóa.

- Kiểm định giả thuyết phương sai không đổi: có thể dùng kiểm định White, Glesjer, tương quan hạng Speaman.

Nếu phương sai thay đổi sẽ tạo ra rất nhiều hậu quả tai hại, nó làm cho các ước lượng của các hệ số hồi quy không chệch nhưng không hiệu quả (tức chưa phải là tốt nhất), dẫn đến ước lượng của các phương sai bị chệch, nên kiểm định các giả thuyết bị mất hiệu lực đánh giá nhầm chất lượng mô hình.

- Kiểm định giả thuyết về phân phối chuẩn của phần dư Thực hiện hồi quy và lưu lại biến phần dư chuẩn hóa.

Vẽ biểu đồ History: Graph History đưa biến phần dư vào ô Variable, nhấp chọn ô Display normal curve.

Kết luận, nếu Mean = 0,00 và Std.Dov 1 thì kết luận là phân phối chuẩn.

- Kiểm định giả thuyết về tính đa cộng tuyến

Chạy hàm hồi quy, nhưng trước khi nhấn ok, hãy nhấn vào Nút Statistics và chọn COLLINEARITY DIAGNOSTICS

Kết luận: nếu độ chấp nhận nhỏ hay VIF > 10 thì có đa cộng tuyến.

Phần II

Một phần của tài liệu PHƯƠNG PHÁP XÂY DỰNG BẢNG GIÁ ĐẤT Ở ĐÔ THỊ TRÊN ĐỊA BÀN QUẬN BÌNH THẠNH THÀNH PHỐ HỒ CHÍ MINH NĂM 2010 (Trang 32 - 37)

Tải bản đầy đủ (PDF)

(54 trang)