[block id=”bo-sung-1″]

– B1= 241999.7 : Tiền chi tiêu cho việc đi chơi của một sinh viên độc thân hàng tháng khi không có sự trợ cấp của gia đình và không chi tiêu cho việc ăn uống là 241999.7
– B2=0.206420: Tiền trợ cấp của gia đình tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên tăng( giảm) 0.206420 đơn vị
– B3=-0.512185: Tiền chi cho việc ăn uống của sinh viên tăng (giảm) 1 đơn vị thì tiền chi cho việc đi chơi sẽ giảm( tăng) 0.512185 đơn vị.
– D2=237285.8 : Tiền chi cho việc đi chơi của sinh viên độc thân và sinh viên đang có người yêu chênh lệch nhau 237285.8 đồng

dieu_tra_anh_huong_cua_tien_chu_cap_tien_tro_tien_an_toi.png

docx15 trang | Chia sẻ: superlens | Ngày: 21/09/2015 | Lượt xem: 1800 | Lượt tải: 2download

Bạn đang xem nội dung tài liệu Điều tra ảnh hưởng của tiền chu cấp, tiền trọ, tiền ăn tới tiền đi chơi hàng tháng của sinh viên, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
TRƯỜNG ĐẠI HỌC DUY TÂN
KHOA QUẢN TRỊ KINH DOANH
————–ÐѶÐÑ————-
BÀI TIỂU LUẬN
MÔN: KINH TẾ LƯỢNG
Đề tài: “ĐIỀU TRA ẢNH HƯỞNG CỦA TIỀN CHU CẤP, TIỀN TRỌ, TIỀN ĂN TỚI
TIỀN ĐI CHƠI HÀNG THÁNG CỦA SINH VIÊN”
GVHD : Nguyễn Lệ Quyên
LỚP : ECO 251D
SVTH :
1.Lê Thị Điểm : 172348319
2.Lê Thị Nga : 172348386
3.Trần Thị Mỹ Linh : 172348366
4.Nguyễn Thị Thùy Loan : 172348370
5.Phạm Thị Thu Trang : 172348454
6.Võ Thị Trang : 172359038
7.Nguyễn Thị Ngọc Bích Trâm : 172348449
8.Đào Trần Khánh Vân : 172348478
Đà Nẵng, tháng 5 năm 2013
MỤC LỤC
Mục lục 1
Nội dung chính:
I.Vấn đề nghiên cứu 2
II.Bộ số liệu 2
III.Mô hình hồi quy – Kiểm định và khắc phục mô hình 3
A.Mô hình hồi quy 3
1.Mô hình tổng quát 3
2.Giải thích các biến 3
3. Tiến hành xây dựng mô hình 3
3.1.Mô hình gốc 3
3.2. Kiểm định sự phù hợp của mô hình hồi quy 5
3.3.Sự ảnh hưởng của các biến độc lập vào biến phụ thuộc 5
3.4 Mô hình sau khi loại bỏ các biến không cần thiết. 6
B. Kiểm định và khắc phục mô hình
1.Kiểm định đa cộng tuyến 7
2.Kiểm định tự tương quan 11
3.Kiểm định phương sai thay đổi 11
Phụ lục
Phiếu khảo sát 13
Tài liệu tham khảo 14
Vấn đề nghiên cứu:
Điều tra sự ảnh hưởng của tiền chu cấp, tiền trọ ,tiền ăn, giới tính và tình trạng quan hệ tình cảm tới tiền đi chơi hàng tháng của sinh viên đại học ( tại khoa quản trị kinh doanh- đại học Duy Tân )
Bộ số liệu :
Y
X1
X2
X3
D1
D2
200000
800000
0
400000
0
0
1000000
2500000
0
400000
0
1
500000
2000000
400000
800000
0
1
300000
2500000
1000000
900000
0
0
350000
3000000
1500000
1000000
0
0
200000
2000000
0
1000000
0
0
500000
3000000
550000
1000000
0
1
100000
1200000
400000
700000
0
0
200000
1500000
400000
800000
0
0
200000
2000000
600000
1000000
1
0
150000
700000
0
400000
1
0
100000
800000
0
400000
0
0
100000
2000000
700000
1000000
0
0
200000
2000000
300000
500000
0
0
200000
1200000
0
600000
0
0
200000
1000000
0
600000
1
0
300000
2500000
700000
900000
0
1
200000
1800000
500000
800000
0
0
600000
2000000
400000
400000
1
1
700000
2000000
400000
500000
1
1
300000
2000000
450000
800000
0
0
400000
1500000
0
500000
1
0
600000
2500000
600000
1000000
0
1
Mô hình hồi quy – Kiểm định và khắc phục mô hình:
Mô hình hồi quy:
Mô hình tổng quát :
Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*D1 + C(6)*D2 + e1
Giải thích các biến :
.Biến phụ thuộc :
Y : tiền đi chơi của sinh viên ( Đvt : đồng / tháng)
Biến độc lập :
Biến định lượng :
Tên
Diễn giải
Đơn vị tính
Kì vọng dấu
Ý nghĩa kinh tế
X1
Tiền ba mẹ chu cấp
đồng/tháng
+
Tiền ba mẹ chu cấp càng nhiều thì tiền đi chơi càng nhiều
X2
Tiền ở trọ
đồng/tháng

Tiền ở trọ càng ít thì tiền đi chơi càng nhiều
X3
Tiền ăn
đồng/tháng

Tiền ăn càng ít thì tiền đi chơi càng nhiều.
Biến định tính :
Tên
Diễn giải
Lựa chọn
Kì vọng dấu
Ý nghĩa kinh tế
0
1
D1
Giới tính
Nữ
Nam
+/-
Giới tính có thể hoặc không thể làm tăng ( giảm) tiền đi chơi.
D2
Tình cảm
( người yêu)
Không

-/+
Tình cảm có thể làm tăng hoặc giảm tiền đi chơi.
Tiến hành xây dựng mô hình :
3.1 Mô hình gốc
Với số liệu từ mẫu trên, sử dụng phần mềm EVIEW để ước lượng, ta thu được kết quả sau:
Mô hình 1
Dependent Variable: Y
Method: Least Squares
Date: 05/26/13 Time: 16:26
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
120274.2
102517.0
1.173213
0.2569
X1
0.271731
0.067827
4.006236
0.0009
X2
-0.146192
0.095897
-1.524471
0.1458
X3
-0.433499
0.140563
-3.084020
0.0067
D1
51924.81
53626.45
0.968269
0.3465
D2
197719.8
65891.02
3.000710
0.0080
R-squared
0.838684
Mean dependent var
330434.8
Adjusted R-squared
0.791238
S.D. dependent var
226002.4
S.E. of regression
103261.5
Akaike info criterion
26.14738
Sum squared resid
1.81E+11
Schwarz criterion
26.44359
Log likelihood
-294.6948
Hannan-Quinn criter.
26.22187
F-statistic
17.67665
Durbin-Watson stat
1.636138
Prob(F-statistic)
0.000003
Từ mô hình1 ta có :
B1 = 120274.2 : khi các yếu tố tiền ăn tiền trọ tiền chu cấp không ảnh hưởng thì tiền đi chơi hằng tháng của một sinh viên nữ, chưa có người yêu là 120274,2 đồng.
B2= 0.271731 : Khi tiền chu cấp tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi sẽ tăng ( giảm) 0.271731 đơn vị
B3 = -0.146192 : Khi tiền trọ tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên sẽ giảm( tăng) 0,146192 đơn vị.
B4= -0.433499: Khi tiền ăn tăng( giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên sẽ giảm( tăng) 0.433499 đơn vị.
B5= 51924.81: Vấn đề chi tiêu cho việc đi chơi của sinh viên nữ và sinh viên nam chênh lệch nhau 51924.81 đồng
B6= 197719.8 : Vấn đề chi tiêu cho việc đi chơi giữa sinh viên có người yêu và đang độc thân là 197719.8 đồng.
Và hàm hồi quy mô tả mối quan hệ  giữa các biến kinh tế như sau:
Y = 120274.24252 + 0.271731493277*X1 – 0.146191710023*X2 – 0.433498635615*X3 + 51924.8110291*D1 + 197719.847839*D2 + ei
Nhận xét : Theo lý thuyết kinh tế, khi tiền gia đình chu cấp hàng tháng tăng và tiền trọ, tiền ăn giảm thì số tiền chi tiêu cho việc đi chơi của mỗi sinh viên sẽ tăng lên.
Từ mô hình 1 ta có :
B1 =120274.2 > 0, B2= 0.271731 > 0 => phù hợp với lý thuyết kinh tế
B3 = -0.146192 phù hợp với lý thuyết kinh tế
R2 =0,786260 cho biết 78,626% sự biến động của tiền đi chơi của sinh viên (Y) là do tiền chu cấp hàng tháng(X1), tiền trọ(X2), tiền ăn( X3), giới tính (D1) và việc có người yêu hay chưa (D2) của sinh viên trong mô hình gây ra.
3.2. Kiểm định sự phù hợp của mô hình hồi quy :
KĐGT : Ho : β2 = β3 = β4 = β5= β 6=0
H1 : β2 # β3 # β4 # β5# β6# 0
Từ báo cáo 1 ta có : Fo = 17,67665
Fα(k-1,n-k) = F0.05(3,19) = 2,11
Ta thấy Fo = 17,67665 > Fα(k-1,n-k) =2,11 , Fo thuộc miền bác bỏ Ho => bác bỏ Ho, chấp nhận H1.
Kết luận : với mức ý nghĩa α= 0,05 thì mô hình hồi qui trên là phù hợp.
3.3 Sự ảnh hưởng của biến độc lập vào biến phụ thuộc :
Kiểm định sự phù hợp của các biến độc lập trong mô hình.
Sử dụng phương pháp P_value :
Với mức ý nghĩa 5%, ta thấy
+ Giá trị p ứng với biến X2=0.1458>0.05, suy ra biến X2 không ảnh hưởng đến biến phụ thuộc Y.
+ Giá trị p ứng với biến D1=0.3465 >0.05, suy ra biến D1 không ảnh hưởng đến biến phụ thuộc Y
Ta thấy :P_value của các biến X1, X3, và D2 biến X1, X3, và D2 ảnh hưởng đến biến phụ thuộc Y
Kiểm định các biến bị loại bỏ ta sử dụng kiểm định Wald :
C(3)=C(5)=0
Wald Test:
Equation: EQ03
Test Statistic
Value
df
Probability
F-statistic
1.506644
(2, 17)
0.2498
Chi-square
3.013287
2
0.2217
Null Hypothesis Summary:
Normalized Restriction (= 0)
Value
Std. Err.
C(3)
-0.146192
0.095897
C(5)
51924.81
53626.45
Restrictions are linear in coefficients.
Loại bỏ biến khỏi mô hình : X2 và D1
Như vậy các yếu tố về tiền trọ và giới tính ( Nữ hay Nam ) không ảnh hưởng đến tiền đi chơi hằng tháng của sinh viên .
3.4. Mô hình sau khi loại bỏ các biến không cần thiết :
3.4.1 Phương trình hồi quy :
Estimation Command:
=========================
LS Y C X1 X3 D2
Estimation Equation:
=========================
Y = C(1) + C(2)*X1 + C(3)*X3 + C(4)*D2
Substituted Coefficients:
=========================
Y = 241999.727724 + 0.206419906723*X1 – 0.512185370034*X3 + 237285.756453*D2
Mô hình 2
Dependent Variable: Y
Method: Least Squares
Date: 05/27/13 Time: 14:20
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
241999.7
75933.89
3.186979
0.0049
X1
0.206420
0.056605
3.646680
0.0017
X3
-0.512185
0.136510
-3.751986
0.0013
D2
237285.8
63320.96
3.747350
0.0014
R-squared
0.810090
Mean dependent var
330434.8
Adjusted R-squared
0.780105
S.D. dependent var
226002.4
S.E. of regression
105979.3
Akaike info criterion
26.13665
Sum squared resid
2.13E+11
Schwarz criterion
26.33412
Log likelihood
-296.5714
Hannan-Quinn criter.
26.18631
F-statistic
27.01587
Durbin-Watson stat
1.770299
Prob(F-statistic)
0.000000
Ý nghĩa :
– B1= 241999.7 : Tiền chi tiêu cho việc đi chơi của một sinh viên độc thân hàng tháng khi không có sự trợ cấp của gia đình và không chi tiêu cho việc ăn uống là 241999.7
– B2=0.206420: Tiền trợ cấp của gia đình tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên tăng( giảm) 0.206420 đơn vị
– B3=-0.512185: Tiền chi cho việc ăn uống của sinh viên tăng (giảm) 1 đơn vị thì tiền chi cho việc đi chơi sẽ giảm( tăng) 0.512185 đơn vị.
– D2=237285.8 : Tiền chi cho việc đi chơi của sinh viên độc thân và sinh viên đang có người yêu chênh lệch nhau 237285.8 đồng
Kiểm định và khắc phục:
Kiểm định đa cộng tuyến:
Dependent Variable: X1
Method: Least Squares
Date: 05/27/13 Time: 14:49
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
390326.7
286983.7
1.360101
0.1889
X3
1.732875
0.375043
4.620475
0.0002
D2
729048.4
189718.5
3.842791
0.0010
R-squared
0.644392
Mean dependent var
1847826.
Adjusted R-squared
0.608831
S.D. dependent var
669375.3
S.E. of regression
418650.9
Akaike info criterion
28.84857
Sum squared resid
3.51E+12
Schwarz criterion
28.99668
Log likelihood
-328.7586
Hannan-Quinn criter.
28.88582
F-statistic
18.12082
Durbin-Watson stat
2.112635
Prob(F-statistic)
0.000032
KĐGT: H0 : R2 = 0
H1 : R2 # 0
Từ mô hình 3 ta có Fst = 18,12082
F(α,k-1,n-k)= 2,11
Ta thấy Fst = 18,12082> F(α,k-1,n-k)= 2,11 => bác bỏ H0 , chấp nhận H1.
Có hiện tượng đa cộng tuyến xảy ra trong mô hình.
Cách khắc phục :
Ta thấy giữa 2 biến X1,X3 có sự tương quan chặt chẽ với nhau.
Mô hình hồi quy giữa biến X1 và biến X3.
Dependent Variable: X3
Method: Least Squares
Date: 05/27/13 Time: 22:33
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X1
0.219698
0.061001
3.601540
0.0017
C
307079.2
119584.8
2.567878
0.0179
R-squared
0.381827
Mean dependent var
713043.5
Adjusted R-squared
0.352391
S.D. dependent var
237992.3
S.E. of regression
191522.3
Akaike info criterion
27.24634
Sum squared resid
7.70E+11
Schwarz criterion
27.34508
Log likelihood
-311.3329
Hannan-Quinn criter.
27.27117
F-statistic
12.97109
Durbin-Watson stat
1.909111
Prob(F-statistic)
0.001677
KĐGT: H0 : R2 = 0
H1 : R2 # 0
Từ mô hình 3 ta có Fst = 12,97109
F(α,k-1,n-k)= F(0.05 ;1,21)=4.325
Ta thấy Fst = 12,97109> F(α,k-1,n-k)= 4.325 => bác bỏ H0 , chấp nhận H1.
vậy mô hình tồn tại đa cộng tuyến giữa biến X1 và X3.
Biện pháp khắc phục : dùng biện pháp bỏ bớt biến.
Ta có mô hình hồi quy khi bỏ bớt biến X1 có R2 = 0.677171
Ta có mô hình hồi quy khi bỏ bớt biến X3 có R2 =0.669383
Ta thấy 0.677171 > 0.669383. nên ta loại biến X1 ra khỏi mô hình. Vì khi không có biến X1 trong mô hình thì mức độ phù hợp của mô hình hồi quy không tốt bằng việc không có biến x3.
Mô hình hồi quy khi không có biến X1.
Dependent Variable: Y
Method: Least Squares
Date: 05/27/13 Time: 22:41
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
X3
-0.154486
0.120649
-1.280453
0.2150
D2
387775.9
61031.39
6.353712
0.0000
C
322570.9
92321.07
3.494012
0.0023
R-squared
0.677171
Mean dependent var
330434.8
Adjusted R-squared
0.644888
S.D. dependent var
226002.4
S.E. of regression
134677.7
Akaike info criterion
26.58026
Sum squared resid
3.63E+11
Schwarz criterion
26.72837
Log likelihood
-302.6730
Hannan-Quinn criter.
26.61751
F-statistic
20.97615
Durbin-Watson stat
1.797767
Prob(F-statistic)
0.000012
Kiểm định đa cộng tuyến của mô hình mới :
Dependent Variable: X3
Method: Least Squares
Date: 05/27/13 Time: 22:48
Sample: 1 23
Included observations: 23
Variable
Coefficient
Std. Error
t-Statistic
Prob.
D2
1785.714
110386.7
0.016177
0.9872
C
712500.0
60897.83
11.69992
0.0000
R-squared
0.000012
Mean dependent var
713043.5
Adjusted R-squared
-0.047606
S.D. dependent var
237992.3
S.E. of regression
243591.3
Akaike info criterion
27.72731
Sum squared resid
1.25E+12
Schwarz criterion
27.82605
Log likelihood
-316.8641
Hannan-Quinn criter.
27.75215
F-statistic
0.000262
Durbin-Watson stat
1.603921
Prob(F-statistic)
0.987246
Ta có : KĐGT: H0 : R2 = 0
H1 : R2 # 0
Từ mô hình 3 ta có Fst = 0.000262
F(α,k-1,n-k)= F(0.05,1,21)=4.325
Ta thấy Fst = 0.000262 chấp nhận H0
Vậy mô hình không tồn tại đa cộng tuyến.
Kiểm định tự tương quan:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic
0.162232
Prob. F(1,18)
0.6919
Obs*R-squared
0.205445
Prob. Chi-Square(1)
0.6504
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 05/27/13 Time: 14:52
Sample: 1 23
Included observations: 23
Presample missing value lagged residuals set to zero.
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
7167.509
79678.02
0.089956
0.9293
X1
0.002206
0.058154
0.037927
0.9702
X3
-0.010798
0.142174
-0.075952
0.9403
D2
-9842.747
69221.80
-0.142191
0.8885
RESID(-1)
0.107818
0.267683
0.402781
0.6919
R-squared
0.008932
Mean dependent var
-1.01E-11
Adjusted R-squared
-0.211305
S.D. dependent var
98488.71
S.E. of regression
108396.0
Akaike info criterion
26.21463
Sum squared resid
2.11E+11
Schwarz criterion
26.46148
Log likelihood
-296.4682
Hannan-Quinn criter.
26.27671
F-statistic
0.040558
Durbin-Watson stat
1.961459
Prob(F-statistic)
0.996577
Ta thấy P_value = 0.6504> 0,05 => không có sự tự tương quan trong mô hình.
Kiểm định phương sai thay đổi :
Heteroskedasticity Test: White
F-statistic
2.736336
Prob. F(8,14)
0.0477
Obs*R-squared
14.02831
Prob. Chi-Square(8)
0.0810
Scaled explained SS
12.40172
Prob. Chi-Square(8)
0.1342
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/27/13 Time: 14:53
Sample: 1 23
Included observations: 23
Collinear test regressors dropped from specification
Variable
Coefficient
Std. Error
t-Statistic
Prob.
C
-5.66E+09
3.53E+10
-0.160314
0.8749
X1
54514.88
30285.08
1.800057
0.0934
X1^2
0.015664
0.018181
0.861569
0.4034
X1*X3
-0.135988
0.073643
-1.846584
0.0861
X1*D2
-7451.865
28784.11
-0.258888
0.7995
X3
-80087.22
125092.0
-0.640227
0.5324
X3^2
0.187109
0.119298
1.568420
0.1391
X3*D2
126326.1
59065.83
2.138734
0.0506
D2
-7.98E+10
4.21E+10
-1.896279
0.0788
R-squared
0.609927
Mean dependent var
9.28E+09
Adjusted R-squared
0.387028
S.D. dependent var
1.53E+10
S.E. of regression
1.20E+10
Akaike info criterion
49.53297
Sum squared resid
2.00E+21
Schwarz criterion
49.97729
Log likelihood
-560.6291
Hannan-Quinn criter.
49.64471
F-statistic
2.736336
Durbin-Watson stat
1.929689
Prob(F-statistic)
0.047744
Nhận thấy P_value =0.0810 > 0,05 nên không có phương sai thay đổi trong mô hình
Phụ lục
Nội dung phiếu điều tra
CÁC KHOẢN CHI TIÊU HẰNG THÁNG CỦA SINH VIÊN TRƯỜNG
ĐẠI HỌC DUY TÂN
Họ Và Tên:
Giới Tính:
Lớp:
Quê quán:
Tình cảm:
Có người yêu: o Chưa có người yêu: o
Các khoản chi tiêu hằng tháng:
Tiền gia đình chu cấp:
Tiền trọ ( nếu có):
Tiền ăn:
Tiền đi chơi:
Chúng tôi xin chân thành cảm ơn những thông tin trên của bạn!
Tài liệu tham khảo
(1). Hoàng Ngọc Nhậm
Kinh tế lượng, Nhà xuất bản Thống kê, 2003
(2). Nguyễn Quang Dong
Bài tập “Kinh tế lượng” với sự trợ giúp của phần mềm Eviews, Nhà xuất bản Khoa học và Kỹ thuật, 2005
(3).Bùi Dương Hải
Hướng dẫn thực hành phần mềm Eviews, Nhà xuất bản khoa học & kĩ thuật ,2011

[block id=”bo-sung”]

Từ khóa: Điều tra ảnh hưởng của tiền chu cấp, tiền trọ, tiền ăn tới tiền đi chơi hàng tháng của sinh viên

Leave a Reply

Your email address will not be published. Required fields are marked *