Tiểu luận Điều tra ảnh hưởng của tiền chu cấp, tiền trọ, tiền ăn tới tiền đi chơi hàng tháng của sinh viên

TRƯỜNG ĐẠI HỌC DUY TÂN 
KHOA QUẢN TRỊ KINH DOANH 
--------------------------- 
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” 
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
I. 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 ) 
II. 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 
III. Mô hình hồi quy – Kiểm định và khắc phục mô hình: 
A. Mô hình hồi quy: 
1. Mô hình tổng quát : 
Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*D1 + C(6)*D2 + e1 
2. 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 Có -/+ 
Tình cảm có thể làm tăng hoặc 
giảm tiền đi chơi. 
3. 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 
3.4.2 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 
B. Kiểm định và khắc phục: 
1. 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. 
2. 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. 
3. 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: Chưa có người yêu: 
 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