- page 52

หนี้สิ นของครัวเรือนเกษตร พ.ศ. 2558 38
- จากการทดสอบสถิติ Wald มีทั้งหมด 10 ตัวแปร จากทั้งหมด 13 ตัวแปรที่มีผลต่อการเป็น
หนี้ โดยที่ระดับความเชื่อมั่น 99 % มีตัวแปรที่มีผลต่อการเป็นหนี้ของครัวเรือนเกษตรจ�ำนวน 10 ตัวแปร
ได้แก่ ภาค สถานภาพสมรสของหัวหน้าครัวเรือน อายุของหั วหน้าครัวเรือน จ�ำนวนสมาชิกในครัวเรือน
จ�ำนวนพื้นที่ท� ำการเกษตร เขตการปกครอง รายได้ ค่าใช้จ่าย มูลค่าทรัพย์สิน และการเป็นเจ้าของที่ ดิน
- Binary Logistic regression โดยสามารถเขียนสมการได้ดังนี้
3.4.3 การแปลผลการวิเคราะห์
ภาค ครัวเรือนเกษตรในภาคตะวันออกเฉี ยงเหนือ ภาคเหนือ และภาคกลาง มีโอกาสเป็น
หนี้มากกว่าครัวเรือนเกษตรในภาคใต้ ประมาณ 4.6 เท่ า 3.4 เท่า และ 1.8 เท่าตามล�ำดับ
3.4.2 ทดสอบแบบจ�ำลอง
- ค่า Percentage correctly classified ในตาราง 25 พบว่า แบบจ�ำลองโลจิสติกส์ที่ได้สามารถ
จ�ำแนกกลุ่มได้ถูกต้อง ร้อยละ 73.6
- ค่า Likelihood Ratio ในตาราง 25 พบว่า ตัวแปรอิสระที่น�ำมาศึกษาอย่างน้อย 1 ตัว
มีความสัมพันธ์ต่อการเป็นหนี้อย่างมีนัยส�ำคัญทางสถิติที่ระดับความเชื่ อมั่น 95 %
- ค่า Pseudo R Square ในตาราง 25 พบว่า Nagelkerke R Square เท่ากับ 23.2 %
หมายถึ ง ตัวแปรอิสระที่ น�ำมาศึกษาสามารถอธิ บายความผันแปรการเป็นหนี้ ของครัวเรือนเกษตรได้
ร้อยละ 23.2
สถานภาพสมรสของหัวหน้าครัวเรือน หัวหน้าครั วเรือนเกษตรที่มีสถานภาพ โสด
และหม้าย/หย่า/แยกกันอยู่ /เคยสมรสแต่ไม่ ทราบสถานะ มีโอกาสที่จะเป็นหนี้ น้อยกว่ า หัวหน้ า
ครัวเรือนเกษตรที่มีสถานภาพสมรส ร้อยละ 69 และร้ อยละ 30 ตามล�ำดั บ
จ�ำนวนสมาชิกในครัวเรือน ครัวเรือนเกษตรมีจ�ำนวนสมาชิกในครัวเรือนเพิ่มขึ้น 1 คน
จะมีโอกาสที่จะเป็นหนี้เพิ่ มขึ้น ร้อยละ 11
อายุของหั วหน้าครัวเรือนเกษตร ครัวเรือนเกษตรที่มีหัวหน้าครั วเรือนอายุเพิ่ มขึ้น 1 ปี
มีโอกาสที่จะเป็นหนี้ ลดลง ร้อยละ 2
log � P(เปนหนี้)
P(ไมเปนหนี้)� = -0.585+0.591(central)+1.233(north)+1.522(northeast)+0.143(rural) -1.122(single)
-0.339(divorce)-0.018(age)+0.104(member)+0.009(numberofarea)+0.407(nolandown)
-0.704(nouseland)-0.000004(income)+0.0001(expenditure)-0.0000003(valueasset)
เขตการปกครอง ครัวเรือนเกษตรนอกเขตเทศบาลมีโอกาสเป็นหนี้สูงกว่า ครัวเรือนเกษตร
ในเขตเทศบาลประมาณร้อยละ 15