Phương pháp phân tích số liệu

Trong bài nghiên cứu của mình, tác giả sử dụng các biện pháp sau để tiến hành phân tích dữ liệu trong mô hình:

+ Thống kê mô tả và phương pháp so sánh đối chiếu: Phương pháp thống kê mô tả cho phép tác giả trình bày sơ lược về tình hình hoạt động kinh doanh của các doanh nghiệp. Đồng thời mô tả thực trạng áp dụng khoa học công nghệ trong doanh nghiệp.

Xem xét các giá trị trung bình, mode, trung vị để xác định được mức trung bình sử dụng khoa học công nghệ của các doanh nghiệp. Các chỉ số phương sai, độ lệch chuẩn của mô hình, cùng với các chỉ độ lệch, độ nhọn của phân phối xác suất để nhận thấy mức độ phân tán và tình trạng phân phối của số liệu.

+ Phân tích hồi quy đa biến: Đề tài áp dụng phương pháp phân tích hồi quy đa biến để xem xét các nhân tố ảnh hưởng đến hiệu quả hoạt động sản xuất kinh doanh của doanh nghiệp, cụ thể hơn là xem xét sự tác động của các yếu tố đầu tư cho nghiên cứu và ứng dụng khoa học công nghệ đến hoạt động kinh doanh của doanh nghiệp so với các yếu tố khác (vốn, lao động,...). Tác giả xem xét mối liên hệ trong việc ứng dụng khoa học công nghệ đến hiệu quả hoạt động của doanh nghiệp. Mối liên hệ này là mối liên hệ tuyến tính hay phi tuyến tính như các bài nghiên cứu trước đây đã công bố.

Phương trình hồi quy có dạng:

Y_i = ₁ + ₂X_t2 + ₃X_t3 + ₄X_t4 +...+_nX_tn + u_t Trong đó:

Y: Biến phụ thuộc

X_tk (t = 1,n): Các biến độc lập

₁: Phản ánh mức độ ảnh hưởng của các nhân tố khác đến kết quả hoạt động kinh doanh của doanh nghiệp.

_k: Phản ảnh mức độ tác động của từng nhân tố đến biến phụ thuộc. _k >0, chúng tỏ có mối tương quan thuận và ngược lại. _k càng lớn mối tương quan càng cao, _k càng nhỏ mối tương quan càng thấp.

Trang 27

Hệ số R² (R-square) cho biết mức độ phù hợp của mô hình, hay khả năng giải thích của các biến được đưa vào mô hình. 0 ≤ R2

≤ 1, nếu R² =1 có nghĩa là đường hồi quy giải thích 100% sự thay đổi của Y. Nếu R2=0, có nghĩa là mô hình không giải thích sự thay đổi nào của Y. Tuy nhiên R² là hàm không giảm của số biến giải thích trong mô hình, nếu tăng số biến trong mô hình thì R² cũng tăng. Vì thế để xem xét việc có nên đưa biến vào mô hình không, chúng ta xem xét đến hệ số R2 điều chỉnh (R² – square addjustment), ký hiệu là cùng các hệ số như AIC, SIC, BIC.

Kiểm định F: Thống kê F, kiểm định ý nghĩa của toàn bộ mô hình, với

giả thuyết: H₀ : ₂ = ₃ = .... =_k =...= _n = 0. Nếu p-value < thì mô hình có ý nghĩa thống kê và ngược lại.