LỜI GIỚI THIỆU
Trong cuộc sống, mỗi chúng ta ắt hẳn đã nhiều lần đứng trước những ngã ba,
ngã tư đường thậm chí còn có thể nhiều hơn thế nữa. Đơn giản là việc suy nghĩ nên
ngủ hay thức để xem trận chung kết cúp C1 giữa Manchester United với Barcalona,
hay phức tạp hơn là việc chọn ngành nào để thi: ngành yêu thích, ngành theo ý kiến
cha mẹ hay ngành đang “hot” của xã hội hoặc dĩ là chọn người mình yêu hay chọn
người yêu mình để đi trọn cuộc đời… mỗi tình huống thực tế trong cuộc sống đều có
tính chất, mức độ khác nhau, có trường hợp thì nó chỉ là xem hay không xem một trận
bóng đá hay nếu không xem thì cũng chẳng sao vì đằng nào các nhà đài không phát lại,
có đôi khi nó lại có tác động đến nửa đời còn lại của bạn như ngành nghề làm việc hay
người chung sống với bạn suốt cả cuộc đời sau này, có thể là thiên đường nhưng cũng
có thể là địa ngục. Tuy thế, tất cả những tình huống đó lại co một điểm chung là đều
buộc chúng ta phải chọn một hướng đi cho mình. Vậy, bạn sẽ chọn hướng đi nào???
Một lẽ dĩ nhiên là bạn không thể vừa ngủ và vừa thức để xem bóng đá, hay cưới cùng
lúc cả hai người để là chồng… Rõ ràng, chúng ta phải chấp nhận đánh đổi, hy sinh một
thứ để có thứ còn lại. Và một câu hỏi được đặt ra là “yếu tố nào làm bạn có quyết định
như thế?”
Mỗi con người đều có một mục đích cũng như có những cơ sở nội tại hoàn toàn
khác nhau chính vì thế họ cũng có những lý do khác nhau để giải thích cho sự lựa chọn
của mình. Tuy nhiên, không phải mọi tình huống trong cuộc sống đều có thể cân, đo,
đong, đếm được, nhất là trong vấn đề nhạy cảm như tình cảm. Nó có thể xem là một
phạm trù mông lung và mỗi người đều có những định nghĩa cũng như trải nghiệm riêng
cho nó. Do đó, việc đánh đổi trong vấn đề tình cảm hết sức nhạy cảm và cũng không
kém phần thu hút và hấp dẫn. Mỗi đối tượng xã hội và trong những thời điểm cụ thể thì
có những có những hình thái tình cảm khác nhau để đánh đổi, đó có thể là tình yêu quê
hương đất nước, tình cảm gia đình hay tình yêu…
Với đặc thù là những người sống xa nhà, thiếu thốn hơi ấm gia đình nên có lẽ
hình thái tình cảm này có ảnh hưởng lớn đến những quyết định của sinh viên đại học.
Tuy nhiên, mỗi người lại có một sự thể hiện khác nhau, có người tận dụng mọi thời
1
gian rãnh rỗi để về nhà, với gia đình nhưng một số khác lại không quan tâm lắm tới
thời gian suy nghĩ, chúng tôi quyết định chọn lý thuyết lựa chọn (theory of choice) làm
cơ sở lý thuyết cho mình.
Chọn lý thuyết lựa chọn làm cơ sở cho đề tài của mình chính là điều thú vị đầu
tiên của đề tài chúng tôi. Bởi lẽ, đây là một lý thuyết sử dụng rộng rãi trong kinh tế chứ
không phải trong vấn đề mang tính chất xã hội như đề tài chúng tôi. Tuy vậy,con người
kinh tế vẫn luôn chứa đựng những bí ẩn xã hội như tình cảm nên chúng tôi nghĩ rằng đi
cho hết con đường thì đâu đó chúng cũng có những điểm chung.
Lý thuyết này dựa trên khái niệm Hữu dụng (Utility). Hữu dụng được định
nghĩa là mức thỏa mãn hoặc hài lòng đi cùng với những sự lựa chọn thay thế. Các nhà
kinh tế cho là khi các cá nhân đối mặt với một sự lựa chọn những hàng hoá thay thế
khả dĩ, họ luôn lựa chọn hàng hoá thay thế mang lại mức Hữu dụng lớn nhất. Như vậy,
chúng tôi càng có cơ sở cho lập luận của mình. Bởi lẽ, trong cuộc sống con người luôn
đắn đo chọn lựa nên làm cái này hay cái khác, suy tính thiệt hơn trước khi hành động
nếu không muốn mắc phải sai lầm. Duy chỉ có thể có một điểm khác biệt đó chính là
đôi khi trong các quyết định của mình con người xã hội không tuân theo quy luật tối đa
hóa mức hữu dụng cho mình mà cho người và đôi khi nó mang tính định tính theo tình
cảm. Nhưng tóm lại, nó cũng cho chúng tôi những cơ sở vững chắc để thực hiện đề tài
này
Theo lý thuyết lựa chọn (theory of choice) thì có hai nhóm nhân tố ảnh hưởng
đến việc ra quyết định chọn lựa của con người. Đó sự so sánh giữa những hành động
có thể có và những yếu tố nội tại hay nội lực của cá nhân. So sánh những hành động
tức là để tìm ra những cái được, cái mất khi thực hiện mỗi hành động xem thử trong
hành động nào ta có lợi nhiều nhất và giảm đến tối thiểu những hệ lụy tiêu cực. Từ đó,
xét đến nội lực tức là những gì mình có để thực hiện được hành động. Có thể nói, yếu
3
tố nội tại chính là rào cản giới hạn của mỗi cá nhân khi đưa ra quyết định. Bởi vì, nó là
điều kiện tiên quyết để mỗi cá nhân có thể thực hiện tốt một hành động đã lựa chọn
hay không. Đôi khi, chúng ta phải chọn những phương án không phải là tối ưu, trong
khi còn có nhiều phương án khác hay hơn vì khả năng bản thân cho phép. Những yếu
tố thuộc nhóm các yếu tố nội tại bao gồm: tài chính, địa lý, năng lực cá nhân…
• Biến DIST có dấu âm vì khoảng cách nhà so với trường càng xa thì càng làm
cho xu hướng sinh viên về quê càng giảm. Bởi vì với một thời gian nghỉ có giới
hạn (như đã trình bày ở đầu) thì mất quá nhiều thời gian trên xe, tàu hỏa khiến
cho nhiều bạn cảm thấy không đáng.
• Biến COST: có dấu âm vì sinh viên thường có xu hướng xem xét xem nếu về thì
số tiền bỏ ra sẽ như thế nào nếu ở lại. Do đó, với một chi phí cả đi lẫn về quá
lớn thì làm cho sinh viên có xu hướng ở lại hơn là đi về.
4
• Biến TIME: có dấu dương vì thời gian được nghỉ càng dài thì càng làm cho sinh
viên có động lực về quê vì suy nghĩ không biết làm gì trong suốt thời gian dài
như thế.
• Biến YEAR: có dấu âm vì khi càng học đại học lâu thì sinh viên quen dần với
việc xa nhà, cũng như càng sắp ra trường họ còn có xu hướng bổ túc thêm nhiều
kĩ năng cần thiết cho công việc sau này nên có xu hướng ở lại hơn là đi về.
• Biến F&F: có dấu dương vì với một người sống tình cảm thì những dịp có cơ
hội hội ngộ với gia đình, bạn bè là vô cùng quý giá nên họ có xu hướng quyết
định “hội ngộ” thay vì “ bàng quang” với những người có xu hướng sống thực
dụng.
5
PHẦN 2: THU THẬP DỮ LIỆU
2.1. Phương pháp thu thập
Nhóm nghiên cứu chúng tôi đã chọn phương pháp thu thập dữ liệu sơ cấp bằng
cách phát phiếu câu hỏi tại Khoa Kinh Tế - ĐHQG TPHCM.
2.2. Một số điểm đáng lưu ý về bảng dữ liệu
Sau đây là một số điểm cần biết về bảng dữ liệu như câu hỏi tương ứng, ý nghĩa của
các câu trả lời, đơn vị tính
• Biến DIST
Câu hỏi: Khoảng cách từ nơi bạn học tập đến quê nhà nhà của bạn là bao
nhiêu?
Trả lời: ……………. Km
8 0 500 800 4 4 2
9 0 600 1300 4 1 3
10 0 2000 2000 6 5 1
11 0 650 800 7 4 4
12 0 500 200 4 5 1
13 0 2000 2000 4 1 1
14 0 800 1216 4 1 4
15 0 200 300 5 0 2
16 0 320 500 4 4 1
17 0 5000 2000 4 3 2
18 0 170 100 4 1 2
19 0 900 1200 4 0 2
20 0 250 350 4 4 1
21 0 160 400 4 3 3
22 0 300 500 5 3 2
23 0 300 520 2 2 3
24 0 500 300 10 1 3
25 0 260 500 5 2 1
26 0 1000 1987 7 2 4
27 0 260 560 2 3 1
28 0 2400 2248 4 3 4
29 0 500 1284 4 5 1
30 0 300 850 4 1 3
31 0 1600 1100 4 1 1
32 0 500 1500 4 4 1
33 0 1500 2000 4 3 1
34 0 240 400 4 5 1
35 0 700 2000 4 2 1
36 0 500 972 4 4 1
37 0 400 370 4 0 1
67 1 50 150 4 2 2
68 1 150 300 7 4 3
69 1 40 130 7 3 3
70 1 80 150 4 1 1
71 1 800 1572 4 3 2
72 1 80 100 4 0 1
73 1 40 50 4 4 1
74 1 5 10 7 0 1
75 1 200 300 4 5 2
76 1 12 70 4 4 2
77 1 300 300 4 4 1
78 1 200 200 4 3 1
79 1 300 500 4 0 1
80 1 54 120 4 5 1
81 1 550 900 4 3 1
82 1 400 500 4 2 1
83 1 20 75 4 3 1
84 1 30 80 4 0 2
85 1 700 600 4 5 2
86 1 240 800 5 5 2
87 1 360 600 5 3 2
88 1 36 102 4 2 2
89 1 10 70 4 0 1
90 1 160 200 4 5 1
91 1 420 700 5 4 2
92 1 24 30 4 2 3
93 1 200 350 5 3 2
94 1 140 200 4 5 1
95 1 200 300 4 4 2
96 1 450 700 5 4 2
126 0 150 300 7 5 3
127 0 1000 1600 4 3 1
128 0 2000 1070 7 0 3
129 0 700 950 4 1 1
130 0 280 420 5 0 2
131 0 200 170 4 4 2
132 0 3000 3600 9 1 1
133 1 300 320 5 4 1
134 1 500 473 4 3 1
135 1 400 700 4 3 1
136 1 220 300 4 3 1
137 1 10 90 4 0 3
138 1 80 300 4 1 2
139 1 30 100 6 5 1
140 1 50 100 4 3 1
141 1 300 450 4 4 1
142 1 250 300 4 3 1
143 1 15 47 5 4 3
144 1 500 1200 4 5 3
145 1 60 100 4 5 1
146 1 100 300 6 2 1
147 1 140 240 4 4 1
9
148 1 250 300 5 4 2
149 0 600 550 4 1 3
150 1 210 300 4 4 1
151 1 60 150 5 2 1
152 1 200 90 4 5 2
153 1 120 100 4 4 2
154 1 60 100 5 4 2
DIST -0.001381 0.000395 -3.493700 0.0005
F_F 0.200907 0.067343 2.983328 0.0029
TIME 0.084369 0.076280 1.106044 0.2687
YEAR -0.273875 0.152808 -1.792283 0.0731
Mean dependent var 0.535294 S.D. dependent var 0.500226
S.E. of regression 0.400812 Akaike info criterion 1.033392
Sum squared resid 26.34663 Schwarz criterion 1.144067
Log likelihood -81.83834 Hannan-Quinn criter. 1.078303
Restr. log likelihood -117.4111 Avg. log likelihood -0.481402
LR statistic (5 df) 71.14560 McFadden R-squared 0.302976
Probability(LR stat) 5.92E-14
Obs with Dep=0 79 Total obs 170
Obs with Dep=1 91
Từ bảng ANOVA ta có mô hình (số trong ngoặc là Prob)
YES/NO = 0.560535 - 0.000244*COST - 0.001381*DIST + 0.200907*F&F
(0.2116) (0.5273) (0.0005) (0.0029)
+ 0.084369*TIME - 0.273875*YEAR
(0.2687) (0.0731)
N=170 ESS=0.400812 LR statistic= 71.14560
Probability(LR stat)= 5.92E-14 AIC=1.033392
SCHWAR=1.144067
So sánh với các giả thiết mà chúng ta đã kỳ vọng ban đầu về dấu của các biến:
11
- Biến COST: có dấu âm chứng tỏ là khi mà chi phí càng cao thì khả năng về
quê của sinh viên càng thấp. Dựa trên mô hình ta thấy rằng cứ tăng thêm 1
đồng chi phí thì khả năng về sẽ giảm 0.0244%.
- Biến DIST: cũng có dấu âm điều đó chứng tỏ rằng là đường về nhà càng xa
thì họ càng không muốn về quê, khả năng về quê lại càng giảm đi 0.1381%
khi mà quãng đường về nhà tăng thêm 1 Km.
- Biến F&F: có dấu dương điều này thể hiện rằng là khi mà yếu tố gia đình,
2
COST + β
3
DIST + β
4
F&F + β
5
TIME
+ β
6
YEAR
Với mô hình này nhóm đã tiến hành khảo sát và chạy mô hình thì thấy rằng các
biến có dấu đúng như kỳ vọng như mà pvalue của các biến lại không như kỳ vọng
thông qua kiểm định t-test cho các biến giải thích mô hình này ta có thể đưa ra một số
nhận xét.
3.2.1. Kiểm định T- test
Kiểm định giả thiết Ho: β
1
= 0 và H
1
: β
1
± 0. Nhận thấy, Prob = 0.2116, do đó,
không thể bác bỏ Ho: β
1
= 0, tức là β
1
không có ý nghĩa giải thích cho mô hình. Tương
tự như thế β
Wald Test:
Equation: Untitled
Test Statistic Value df Probability
F-statistic 9.436849 (5, 164) 0.0000
Chi-square 47.18425 5 0.0000
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(2) -0.000244 0.000386
C(3) -0.001381 0.000395
C(4) 0.200907 0.067343
C(5) 0.084369 0.076280
C(6) -0.273875 0.152808
Restrictions are linear in coefficients.
13
Theo kết quả của bảng trên thì, vì P value (F=9.436849) = 0.0000 < 0.05 nên ta
bác bỏ giả thiết H
0
, tức là các hệ số hồi quy không đồng thời bằng 0. Hay là trong mô
hình này các biến có ý nghĩa giải thích.
Thế như theo kiểm định T-test thì hai biến COST, TIME, YEAR thì không có ý
nghĩa giải thích nên chúng ta cần loại nó ra khỏi mô hình để mà tìm ra mô hình phù
hợp hơn.
3.3. Tìm mô hình hợp lý sau khi loại biến COST, TIME, YEAR
3.3.1. Lý giải tại sao loại biến COST, TIME, YEAR
Tuy nhiên tại sao một quyết định về quê mà COST, TIME, YEAR lại không có
ý nghĩa. Bởi vì sự thật theo thực tế thì khi thời gian nghỉ càng kéo dài thì khả năng về
của sinh viên càng lớn chứ, như vậy biến này phải có ý nghĩa. Ta nhận thấy rằng biến
COST và biến DIST có thể có sự liên quan hay là quan hệ với nhau nên nó làm cho
một biến không có ý nghĩa. Khi kiểm tra sự tương quan giữa hai biến này thì theo ma
trận tương quan giữa hai biến thì ta nhận thấy rằng mối quan hệ giữa hai biến này có
YEAR -0.273394 0.152801 -1.789223 0.0736
Mean dependent var 0.535294 S.D. dependent var 0.500226
S.E. of regression 0.399898 Akaike info criterion 1.024075
Sum squared resid 26.38655 Schwarz criterion 1.116305
Log likelihood -82.04641 Hannan-Quinn criter. 1.061501
Restr. log likelihood -117.4111 Avg. log likelihood -0.482626
LR statistic (4 df) 70.72947 McFadden R-squared 0.301204
Probability(LR stat) 1.59E-14
Obs with Dep=0 79 Total obs 170
Obs with Dep=1 91
Mô hình số trong ngoặc là Prob:
YES/NO = 0.574491-0.001574*DIST+0.202716*F&F+0.080379*TIME-0.273394*YEAR
(0.1978) (0.0000) (0.0025) (0.2885) (0.0736)
Nhận xét là các hệ số đều có dấu giống như kỳ vọng mà chúng ta đã nêu.
Rồi ta tiến hành kiểm định T-test cho các biến:
Với giả thiết Ho: β
1
= 0 vs H
1
: β
1
± 0, rõ ràng β
1
với Prob=0.1978 không có ý
nghĩa giải thích tại mức 5%. Và tương tự cho β
4
, β
5
cũng không có ý nghĩa giải thích tại
mức ý nghĩa 5%.
Log likelihood -82.61440 Hannan-Quinn criter. 1.048933
Restr. log likelihood -117.4111 Avg. log likelihood -0.485967
LR statistic (3 df) 69.59349 McFadden R-squared 0.296367
Probability(LR stat) 5.22E-15
Obs with Dep=0 79 Total obs 170
Obs with Dep=1 91
Mô hình mà chúng ta có thể có là (số trong ngoặc là Prob)
YES/NO=0.872192-0.001632*+0.200312*F&F- 0.199644*YEAR
(0.0120) (0.0000) (0.0027) (0.1390)
Nhận xét thấy rõ rằng là các biến đều có ý nghĩa giải thích cho mô hình ở mức
5% nhưng loại trừ biến YEAR lại không có ý nghĩa giải thích ở mức ý nghĩa này. Do
p-value của biến này là 0.1390 > 0.05 nên ta chấp nhận giả thuyết H
0
là β
4
= 0
có thể xảy ra, nên biến này không có ý nghĩa giải thích cho mô hình.(Dùng kiểm định
T-test để kiểm tra).
16
Kiểm định Wald test: Khi loại bỏ hai biến COST và TIME ra khỏi mô hình thì
ta dùng kiểm định Wald test xem hai biến này có nên bỏ không so với mô hình mà
chúng ta đã đưa ra đầu tiên. Với giả thiết như sau: H
0
: β
2
= β
5
= 0 và H
1
: khác H
hình. Bởi vì trongnhững năm đầu, do yếu tố tâm lý là lần đầu tiê xa nhà và phải làm
quen với cuộc sống mới: bon chen, xô bồ nơi thành phố nên họ thấy thiếu tốn tình cảm
và hơi ấm gia đình cũng như những tình cảm bạn bè trong sáng thời phổ thông. Nên họ
có xu hướng sẽ về nhà thường xuyên hơn. Bên cạnh đó, chương trình học trong nhưngc
năm đầu chỉ là những môn đại cương giúp cho sinh viên tiếp cận và làm quen với
phương pháp học tại Đại Học giúp cho họ có nhiều thời gian rảnh rỗi hơn là những
năm về sau.
3.3.2. Mô hình sau khi loại biến YEAR
Theo như kiểm định thống kê do các biến không có ý nghĩa giải thích cho mô
hình thì ta tiếp tục loại bỏ nó ra khỏi mô hình, lần này ta sẽ loại biến YEAR ra khỏi mô
hình và ta có bảng kết xuất như sau:
Bảng ANOVA
Dependent Variable: YES_NO
Method: ML - Binary Probit (Quadratic hill climbing)
Date: 05/26/09 Time: 12:49
Sample: 1 170
Included observations: 170
18
Convergence achieved after 4 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 0.518136 0.247838 2.090629 0.0366
DISTANCE -0.001632 0.000262 -6.231084 0.0000
F_F 0.200349 0.066301 3.021804 0.0025
Mean dependent var 0.535294 S.D. dependent var 0.500226
S.E. of regression 0.405176 Akaike info criterion 1.020254
Sum squared resid 27.41598 Schwarz criterion 1.075592
Log likelihood -83.72163 Hannan-Quinn criter. 1.042710
Restr. log likelihood -117.4111 Avg. log likelihood -0.492480
LR statistic (2 df) 67.37902 McFadden R-squared 0.286936
Chi-square 3.684851 3 0.2976
19
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(2) -0.000244 0.000386
C(5) 0.084369 0.076280
C(6) -0.273875 0.152808
Restrictions are linear in coefficients.
Dễ dàng nhận thấy rằng P(F=1.228284)= 0.3012 > 0.05 thì ta nên chấp nhận giả
thiết H
0
hay là các biến COST, TIME, YEAR không cần thiết trong mô hình.
Hay nói cách khác là mô hình của chúng ta bây giờ còn hai biến có ý nghĩa giải
thích cho mô hình này là DIST và F&F
Ta có bảng so sánh các mô hình như sau:
Variable Model A Model B Model C Model D
Constant
0.518136
0.872192
5.2905
0.560535
(0.0366)
(0.0120)
(0.1978)
(0.2116)
DIST
-0.001632 -0.001632 -0.001574
-0.001381
(0.0000) (0.0000) (0.0000)
(0.0005)
YES/NO=0.518136 - 0.001632*DIST + 0.200349*F&F
(0.0366) (0.0000) (0.0025)
Thế nhưng có nhiều ý kiến trong nhóm lại không đồng tình với mô hình này và
bắt phải tìm ra một mô hình khác.
3.4. Nguyên nhân chọn mô hình mới
Trong quá trình làm đề tài nhóm chúng tôi dự đoán 2 biến DIST và F&F vẫn
chưa đủ để giải thích mô hình. Dễ dàng nhận thấy biến COST không chỉ là chi phí về
xe không thôi mà còn là chi phí lặt vặt khi đi đường như ăn uống, quà vặt, mua quà về
nhà… và DIST thể hiện rằng họ sẽ chọn phương tiện gì để di chuyển.Lúc đó DIST thể
hiện thông qua chi phí là COST. Nếu như DIST càng lớn và COST càng lớn chứng tỏ
là họ sử dụng những phương tiện tiên tiến như tàu lửa hay là máy bay.
Không thể nào phủ nhận một điều là khi thời gian được nghỉ càng dài thì khả
năng về của sinh viên càng cao và nếu như đó là những sinh viên năm thứ 3 và sinh
21
viên năm 4 thì khả năng về của họ lại càng nhỏ. Nên không thể loại bỏ 2 biến TIME và
YEAR khỏi mô hình.
Qua nhiều lần tranh luận chúng tôi nhận thấy hai biến COST, DIST có mối quan
hệ chặt chẽ với nhau nên đã quyết định kết hợp 2 biến đó thành một biến tích
COST*DIST nhằm mục đích là tăng độ giải thích của nó lên so với khi mà chúng ta để
hai biến này có ý nghĩa giải thích độc lập. Bởi lẽ khi quãng đường và chi phí kết hợp
lại mà tăng lên quá lớn thì họ sẽ e ngại việc đi lại bởi vì quá khó khăn. Vì có những
trường hợp quãng đường ngắn nhưng chi phí xe cộ cũng là một vấn đề đáng lưu tâm,
ngoài ra còn có có nhiều lý do khác như: sự nguy hiểm trên đường về, khó khăn trong
việc mua vé,… Cũng có những trường hợp quãng đường không phải vấn đề quá đáng
lưa tâm nhưng chi phí lại là một vấn đề nan giải thì họ sẽ chần chừ không dám về, còn
đối với một số người thì chi phí không thành vấn đề nhưng do quãng đường quá dài đi.
Đường dài, chi phí lại cao, nên sự kết hợp của hai biến này làm tăng khả năng không
về nhà của sinh viên, khi đó chúng ta kết hợp 2 biến này thành biến COST*DIST với
kỳ vọng mang dấu âm.
Tương tự, với 2 biến F&F, TIME chúng tôi lập thành tích F&F*TIME nhằm
F_F_TIME 0.036788 0.011586 3.175228 0.0015
YEAR -0.278524 0.131262 -2.121901 0.0338
Mean dependent var 0.535294 S.D. dependent var 0.500226
S.E. of regression 0.424681 Akaike info criterion 1.118695
Sum squared resid 29.93869 Schwarz criterion 1.192479
Log likelihood -91.08908 Hannan-Quinn criter. 1.148636
Restr. log likelihood -117.4111 Avg. log likelihood -0.535818
LR statistic (3 df) 52.64412 McFadden R-squared 0.224187
Probability(LR stat) 2.18E-11
Obs with Dep=0 79 Total obs 170
Obs with Dep=1 91
Mô hình có thể rút ra là: (các số trong ngoặc là Prob)
YES/NO=0.507294-(8.67E-07)*COST*DIST+0.036788*F&F*TIME-0.278524*YEAR
(0.0762) (0.0000) (0.0015) (0.0338)
Nhận xét: các biến này đều mang dấu giống như kỳ vọng đặt ra.
- Biến COST*DIST: mang dấu âm điều này chứng tỏ khi khoảng cách và chi
phí quá lớn thì việc họ e ngại về là đúng và ngược lại khi nó quá thấp thì khả
năng của họ về càng tăng lên và khi COST*DIST thay đổi một lần thì khả
năng về của họ giảm đi -8.67E-07 lần.
- Biến F&F*TIME: mang dấu dương chứng tỏ rằng khi thời gian nghỉ mà có
thêm sự tác động của của gia đình bạn bè, cụ thể là thời gian nghỉ không dài
lắm nhưng cha mẹ thôi thúc con về hay là ở phòng trọ vắng vẻ, bạn bè không
còn ai để tâm sự, hay là bạn bè đồng hương rủ về nhà thăm trường lớp, thầy
cô cũ nhân dịp ngày 1/5 hay là về quê tổ chức hội lớp hay hội trại gì đó… thì
khả năng về của họ là tăng lên. Nếu như tác động của biến này tăng lên 1 lần
thì khả năng về của họ tăng lên 0.036788 lần.
23
- Biến YEAR: mang dấu âm thể hiện rằng là đối với những sinh viên các năm
về cuối thì khả năng về của họ là giảm theo số năm mà họ đã theo học. Cụ
thể là khi mà họ học thêm 1 năm thì khả năng về của họ giảm đi -0.278524
: β
2
= β
3
= β
4
=0 và H
1
: khác H
0
Ta có bảng kết xuất
Wald Test:
Equation: Untitled
Test Statistic Value df Probability
F-statistic 11.80636 (3, 166) 0.0000
Chi-square 35.41908 3 0.0000
Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
C(2) -8.67E-07 1.84E-07
C(3) 0.036788 0.011586
C(4) -0.278524 0.131262
Restrictions are linear in coefficients.
Ta thấy rằng là P-value (F=11.80636) = 0.0000 < 0.05 rõ ràng là ta bác bỏ giả thiết H
0
hay là các biến không thể đồng thời không có ý nghĩa giải thích và mô hình có ý nghĩa
chung để giải thích cho việc quyết định về quê của sinh viên.
24
- Cho nên mô hình có 3 biến COST*DIST, F&F*TIME, YEAR có ý nghĩa
giải thích chung.
- Vì vậy chúng ta có thể nói rằng là với mô hình đây cũng là mô hình hợp lý
Sample: 1 170
Included observations: 170
Convergence achieved after 4 iterations
Covariance matrix computed using second derivatives
Variable Coefficient Std. Error z-Statistic Prob.
C 1.052727 0.324198 3.247171 0.0012
DIST -0.001562 0.000255 -6.133502 0.0000
F_F_TIME 0.036342 0.011898 3.054425 0.0023
25
Copyright: Tài liệu đại học ©