Để phân tích các nhân tố ảnh hưởng đến lượng tín dụng mà hộ nông dân sản xuất lúa vay được từ nguồn tín dụng chính thức tác giả sử dụng mô hình hồi quy đa biến (MRA). Phương trình hồi qui có dạng tổng quát như sau:
Biến Phụ thuộc Y lúc này là biến định để lượng đo lường lượng vốn vay chính
thức của hộ nông dân. Mô hình cần những kiểm định sau: (Hoàng Trọng và Chu
nguyễn Mộng Ngọc, 2005; Đinh Phi Hổ, 2011)
- Đánh giá độ phù hợp của mô hình: Ta thường dùng hệ số xác định bội R2 và hệ số xác định hiệu chỉnh R2adj, hệ số này càng lớn thì độ phù hợp của mô hình càng
cao. Trong SPSS ta sử dụng bảng Model Summary để đánh giá độ phù hợp của mô hình.
- Kiểm định độ phù hợp của mô hình: xem xét biến phụ thuộc có quan hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không.
Giả thuyết: H0: β1 = β2 = …. = βn = 0
H1:Có ít nhất một hệ số khác không
Nếu giả thuyết H1 đúng, ta an toàn bác bỏ giả thuyết H0, mô hình xây dựng là phù hợp với tập dữ liệu và có thể sử dụng được. Trong SPSS ta sử dụng bảng phân tích
ANOVA để kiểm định độ phù hợp của mô hình.
- Kiểm định các hệ số hồi qui riêng từng phần trong mô hình: Ở kiểm định trên chúng ta đã kết luận mô hình toàn diện có ý nghĩa, điều này có nghĩa là có ít nhất 1 biến độc lập trong mô hình có thể giải thích được một cách có ý nghĩa cho biến thiên trong biến phụ thuộc. Tuy nhiên điều này không có nghĩa là tất cả các biến độc lập được đưa vào mô hình đều có ý nghĩa.
Giả thuyết H0: βn = 0 H1: βn ≠ 0
Nếu giả thuyết H1 đúng, ta bác bỏ giả thuyết H0 điều này có nghĩa là biến thứ Xn có thể giải thích được một cách có ý nghĩa cho biến thiên trong biến phụ thuộc Y.
Trong SPSS ta sử dụng bảng Coefficientsđể kiểm định giả thuyết này.
- Kiểm định đa cộng tuyến: Đa cộng tuyến giữa các biến trong mô hình hồi quy đa biến là tình huống trong đó hai hoặc hơn hai biến độc lập có tương quan chặt với
nhau. Trong SPSS ta dùng hệ số phóng đại phương sai VIF trong bảng Coefficients để
kiểm định giả thuyết này. (VIF < 10) - Phân tích phần dư:
+ Kiểm tra giả định phương sai không đổi: Phương sai của phần dư thay đổi là hiện tượng các giá trị phần dư có phân phối không giống nhau, và các giá trị phương sai không như nhau. Bỏ qua phương sai của phần dư thay đổi sẽ làm cho ước lượng OLS của các hệ số hồi quy không hiệu quả, các kiểm định giả thuyết không còn giá trị, dự báo không còn hiệu quả.
Giả thuyết H0: β1 = β2 = …. = βn = 0
H1: Có ít nhất một hệ số khác không
Nếu giả thuyết H1 đúng, tác bác bỏ giả thuyết H0 nghĩa là tồn tại hiện tượng phương sai phần dư thay đổi. Ngược lại ta chấp nhận giả thuyết H0 phương sai phần dư không đổi. Trong SPSS 16.0 ta sử dụng kiểm định Park, hoặc kiểm định Harvey- Godfrey trong Eview 6.0 để kiểm định giả thuyết này.
+ Kiểm tra giả định không có sự tương quan giữa các phần dư: kiểm định Durbin Wastson. (1≤ D ≤3).