Nghiên cứu các yếu tố ảnh hưởng đến thu nhập cá nhân
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.44 MB, 48 trang )
Đề tài:
sử dụng phân tích tương quan và hồi quy để kiểm định mô hình)
Giảng viên: TS. Trần Quang Trung
SVTH: Nhóm 5
ễ ộ ệ
ạ ị ! "# $ệ
% &ễ ị ả ' (ễ ị &) ị ươ
*+,- ,ị . ễ ị
,ạ
I. Đặt vấn đề - Mục tiêu nghiên cứu
Thu nhập của người dân ở mọi nơi đều thu hút sự quan tâm của các nhà
nghiên cứu cho dù các quốc gia giàu mạnh, nghèo đói hay những địa
phương nhỏ. Vì thu nhập cá nhân là chỉ báo quan trọng có ý nghĩa kinh tế
để đánh giá mức độ phát triển của một quốc gia, mức sống của một khu
vực địa lý. Thu nhập có thể khác nhau giữa các khu vực, giữa thành thị và
nông thôn. Riêng trong khu vực thành thị, thu nhập cũng khác nhau giữa
các cá nhân và có sự chênh lệch lớn tạo nên bất bình đẳng xã hội tại khu
vực đô thị. Việc gia tăng thu nhập cá nhân, cải thiện mức sống người dân
và giảm bất bình đẳng xã hội là một vấn đề đang được chỉnh phủ các nước
quan tâm.
Nhằm đưa ra những thông tin cần thiết để thực hiện cải thiện mức thu nhập của người dân,
nhóm thực hiện nghiên cứu
I. Đặt vấn đề - Mục tiêu nghiên cứu (tt)
II. Các giả thuyết nghiên cứu
H1: Tổng thu nhập của gia đình có tác động đến thu nhập cá nhân (Total family income)
H2: Chỉ số kinh tế xã hội của cá nhân tác động đến thu nhập cá nhân (Respondent socieconomic
index)
H3: Tuổi cho lần kết hôn đầu tác động đến thu nhập cá nhân (Age when first maried)
II. Các giả thuyết nghiên cứu (tt)
H4: Tuổi của cá nhân có tác động đến thu nhập cá nhân (Respondent Age)
H5: Tổng số năm đi học tác động đến thu nhập cá nhân (Highest year of school completed)
H6: Trình độ học vấn có tác động đến thu nhập cá nhân (R’s highest degree)
! "#$%
Chọn Mẫu: Dựa vào cơ sở dữ liệu GSS93. Kích thước mẫu 1500
Công cụ
+ Sử dụng công cụ phân tích tương quan để kiểm tra mối tương quan giữa các
biến độc lập với biến phụ thuộc (Respondent’s Income)
+ Sử dụng cụ phân tích hồi quy để tìm ra mối quan hệ tuyến tính giữa các biến và
kiểm định mức độ phù hợp của mô hình.
ƯƠ
ƯƠ
/ ))ả
"
01234+&56768 ))!9) :6) 84-";ệ ứ ệ ươ
+&<70=,-= )=&>9:>9?>+>>9>?9>@>?9>ượ
!"#$%&'() $%& *"+,$-ử ừ ặ
A B 4 ) 0=C>ướ ự ệ &++>=)> 23+)> < 4,-DE) ) 8 3&ư ươ
&?=>+4=>:9 :6) 89 =& 5 < F$!& $!Gọ ệ ươ ọ ạ ể ị ặ HI
5)8 J=>H)$)ậ ả ở
/)) $%012$%+ 2ươ ữ
"+,$+$&(34567+$&(35
8,)01 -ả
!"#$%&'()(9$" &:&"+,$-ử ộ
8,)01 -ả
' $;/)-ậ
KK0 LM< ="9"F) =DB:,),$ )):=NGứ ượ ọ ứ ậ ả
OP LMứ 4B4 ))&ỏ ả 4<DE)7) 8ươ
OQ LMứ ,$ ))&ậ ả 4<DE)567) 8ươ
RE)BB)+ >+:& &++>=)&9O9 ) $4<DE)9)),0ị ủ ừ ặ
A&>S+&7) 8) 3 :6="9'"'ươ ậ ớ ệ /<T5B )TU7) $&ả ậ
A:>S+&7) 8 3 :6="*ươ ị ớ ệ B,7 :65)DV &)T) $&ỉ ộ ậ
A?>+>>S+&7) 8) 3 :6="9%%ươ ậ ớ ệ B, 3,&)T) $&ọ ậ
A>?S+&7) 8) 3 :6="9%*ươ ậ ớ ệ B,7:6< -)T) $&ọ ậ
A>@>?S+&7) 8) 3 :6="9"ươ ậ ớ ệ )+ )T) $&ướ ễ ậ
A>S+&7) 8) 3 :6="9.ươ ậ ớ ệ B,7) = )T) $&ổ ớ ậ
ƯƠ
< &=>&'? . $%-ụ ử ụ 5 )+68 ))! 45=& )+ )6ể ệ ủ ạ ừ ả ưở ủ
5B
4 ) 84)+9)),4?>+>>7) 8) 3 4>?3 :6) 8=ừ ả ươ ươ ậ ớ ớ ệ ươ
".*9) =) ?F:6 &G)T)+T< 3,&ứ ờ ọ ọ ộ ọ 3 )) =& 4 )Bư ậ ử ạ ỏ
< 4>?5DE)6) 8 ?>+>>3 +&ộ ủ ươ ủ ớ
8,)01 -ả
' $;/)-ậ O5< 4>?=4&)+&=)T :6) 8 4?>+>>3+&: ) ư ệ ươ ủ ẽ ả ừ
"9%D6 "9* :W""""ư 3 7 )B< 4 >?)+&6 ) 89)ư ậ ộ ủ ươ
)3 5)= < +- 4?>+>>S+&>7) 83 ẫ ậ ượ ữ ươ ớ
&'()*+,-./0*+/01'
1. Mô tả các bước thực hiện trên SPSS 16.0.
a) Mô hình hồi quy đơn biến.
b) Vẽ biểu đồ.
2. Kết quả mô hình hồi quy đơn biến tuyến tính.
23$456789 992:;
<3$=>?!4
Bước 1: Vào Menu Analyze -> Regression -> Liner
Bước 2: Đưa biến vào Ô Dependent, Independent. Rồi nhấn vào Save => Continue => Ok.
@A?B$=>?!4C
Giả thuyết H0: Không có tương quan tuyến tính giữa 2 biến Respondent’s Income và Total
Family Incom.
Biến phụ thuộc: Respondent’s Income.
Biến độc lập: Total Family Income.
K t qu nh sauế ả ư
Model R R Square Adjusted R Square
Std. Error of the
Estimate
1 ,707
a
,500 ,499 3,939
<(.4 13327@
"
+>?)&+:0F &:))G9&)=X=Y&>
4Z>$>?>)+4=>0U>:$&?>)[:Y&>
U:8+>W"9""&),4&)=X=Y&> )!< "N4ả ượ
U>:$&?>)\:Y&> = $ : )!< ="9""7M=ỷ ệ ươ ả ượ
$ <TF&)=X=Y&>G )!< "N&: 4) ậ ủ ả ượ ự ủ
) $ < $ 3,FU>:$&?>)\:Y&>Gậ ủ ườ ượ ỏ
4T$ $,-6-8FU>+>::&G 4W*9'%ổ ươ ữ
4T$ $,-? FU>:?=G)+&4W'9ổ ươ ư
+4T4T$ 6-80*9'%]W*9'%ươ
+4T4T$ $,-? 0'9]''W9*ươ ư
XW%*9']9W%9*%3$P"9"""
U
WWW"9"" :W"9"":+4B4 ))&9) =7: ) ớ ỏ ả ứ ự ươ
8 "4)+ữ
Model Sum of Squares df Mean Square F Sig.
Regression
15141,713 1 15141,713 975,979 ,000
a
Residual
15157,551 977 15,514
Total
30299,265 978
"
+>?)&+:0F &:))G9&)=X=Y&>
4Z>$>?>)+4=>0U>:$&?>)[:Y&>
&?>= ^:)?+?C>? &>JJ>): O)?+?C>?
&>JJ>):
t Sig.B Std. Error Beta
(Constant) -,667 ,451 -1,480 ,139
Total Family Income ,848 ,027 ,707 31,241 ,000
(4AA+&+4$)?
2
Z>$>?>)+4=>0U>:$&?>)[:Y&>
+&4 ) ),0:6"9.*.?,? 97M=) ) $ả ậ ươ ổ ậ
<TF&)=J=&>G7) 8) 3 $ ủ ươ ậ ớ ậ ủ ườ
< $ 3,FU>:$&?>)\:Y&>G <,)7) 3)< $ )+Tượ ỏ ừ ể ượ ươ
6-8< :0U>:$&?>)\:Y&>W_"9'A"9.*.K&)=J=ơ ư
&>
Minimum Maximum Mean Std. Deviation N
Predicted Value
,18 17,98 12,86 3,935 979
Residual
-15,286 9,105 ,000 3,937 979
Std. Predicted Value
-3,222 1,302 ,000 1,000 979
Std. Residual
-3,881 2,312 ,000 ,999 979
Std. Residual
-3,881 2,312 ,000 ,999 979
4?+.12 ?)2)+?)+&?
2
Z>$>?>)+4=>0U>:$&?>)[:Y&>
Bi u đ th hi nể ồ ể ệ
