3.3.3.1. Phân tích tương quan
Bảng 3.12: Kết quả hệ số tương quan và mức ý nghĩa kiểm định hệ số tương quan nhóm ngân hàng thương mại cổ phần
X2 X3 X4 X8
Y1 Hệ số tương quan Pearson 0.403 0.492 -0.916 -0.515
Mức ý nghĩa kiểm định hệ số tương
quan Sig. (2-tailed) 0.172 0.087 0.000 0.072
X9 X10 X11 X12
Y1 Hệ số tương quan Pearson 0.698 0.452 -0.505 -0.764 Mức ý nghĩa kiểm định hệ số tương
Kiểm định giả thuyết hệ số tương quan. Giả sử hệ số tương quan mẫu là r.
Giả thuyết: H0: r = 0,nghĩa là không có mối liên hệ nào giữa hai biến H1: r ≠ 0, nghĩa là hai biến có tương quan với nhau
Với mức ý nghĩa α=15%, nguyên tắc bác bỏ H0và chấp thuận H1 là sig. 15%. Nhìn vào bảng trên ta thấy: mức ý nghĩa α= 15%, có 8 nhân tố độc lập tương quan có ý nghĩa với hiệu quả của hệ thống ngân hàng thương mại cổ phần, bao gồm: X2 (Thị phần huy động vốn),X3 (Cơ cấu tổng tài sản), X4 (Tỷ lệ nợ xấu), X8(Cơ cấu thu nhập lãi/Tổng thu nhập), X9 (Cho vay trung dài hạn/Tổng cho vay), X10 (Cho vay bằng ngoại tệ/Tổng cho vay), X11( Tài sản Có ngoại tệ/Tổng tài sản), X12 (Tài sản Nợ ngoại tệ/Tổng nguồn vốn). Do đó, mô hình hồi qui kỳ vọng như sau:
Y1 = f (X2 ,X3, X4, X8, X9,X10,X11, X12)
Chạy mô hình hồi qui tuyến tính bội bằng phương pháp bình phương nhỏ nhất thông thường (OLS), đánh giá mức độ ảnh hưởng của từng nhân tố độc lập đến hiệu quả của hệ thống ngân hàng thương mại cổ phần (ROA) bằng phương pháp loại trừ dần Backward.
KẾT QUẢ CÁC LẦN CHẠY: Mô
hình
Biến đưa vào mô hình Biến bị
loại
Nguyên nhân loại biến
1 X2, X3, X4, X8, X9, X10,
X11, X12 X3
Xác suất tương ứng với “F ra” lớn hơn 0.100
2 X2, X4, X8, X9,X10,X11,
X12 X4
Xác suất tương ứng với “F ra” lớn hơn 0.100
3 X2,X8, X9,X10,X11, X12 X2 Xác suất tương ứng với “F ra” lớn hơn 0.100
4 X8, X9,X10,X11, X12 X11 Xác suất tương ứng với “F ra” lớn hơn 0.100
5 X8, X9,X10, X12 X9 Xác suất tương ứng với “F ra” lớn hơn 0.100
X8, X10, X12
Mô hình hồi qui cuối cùng của nhóm ngân hàng thương mại cổ phần: Y= f (X8, X10, X12)
3.3.3.2. Kiểm định sự phù hợp của mô hình
Kiểm định F trong bảng phân tích phương sai ANOVA cho phép kiểm định giả thuyết về độ phù hợp của mô hình hồi qui tuyến tính tổng thể.
Giả thuyết: H0: β1= β2=…= βk-1= 0
H1: Ǝ βi ≠ 0 với i= , k là số biến trong mô hình
Và βi là hệ số hồi qui riêng đứng trước các biến độc lập.
Với mức ý nghĩa α, nguyên tắc bác bỏ H0và chấp thuận H1 là sig. α.
Bảng 3.13:Kiểm định sự phù hợp của mô hình ANOVA
Model F Sig.
Regression 14.810 0.001
Giá trị Sig.nhỏ (0.001) cho ta thấy kết quả mô hình hồi qui tuyến tính bội phù hợp với tập dữ liệu với mức ý nghĩa nhỏ α hơn 1% (độ tin cậy lớn hơn 99%), hay kết hợp của các biến có trong mô hình có thể giải thích đươc sự biến thiên của Y1.