Bước 1: Định dạng lại dữ liệu với những biến có dạng chuỗi và thông báo bộ dữ liệu với Stata
Bước 2: Lập bảng thống kê mô tả các biến nghiên cứu gồm Giá trị trung bình, Độ lệch chuẩn, Giá trị nhỏ nhất và Giá trị lớn nhất
Bước 3: Phân tích mối tương quan giữa các biến. Mục đích là ước lượng mức độ liên hệ (tương quan) giữa các biến độc lập (các biến giải thích) đến biến phụ thuộc (biến được giải thích), hoặc ảnh hưởng của các biến độc lập với nhau.
Bước 4: Kiểm định đa cộng tuyến bằng chỉ số VIF (Variance Inflation Factor) Các phương pháp nhận biết
a. R2 cao và thống kê t thấp.
b. Tương quan tuyến tính mạnh giữa các biến độc lập: Xây dựng ma trận hệ số tương quan cặp và quan sát để nhận diện độ mạnh của các tương quan từng cặp biến số độc lập
c. Thực hiện hồi qui phụ: Hồi qui giữa một biến độc lập với tất cả các biến độc lập với nhau và quan sát hệ số R2 của các hồi qui phụ
d. Thực hiện tính thống kê F
e. Thừa số tăng phương sai (Variance inflation factor-VIF)
Rule of thumb >= 10 có hiện tượng đa cộng tuyến giữa hai biến độc lập trong mô hình Bước 5: Hồi quy mô hình mô hình OLS.
35 Bước 6: Hồi quy mô hình FEM.
Bước 7: Hồi quy mô hình REM.
Câu hỏi đặt ra là mô hình nào sẽ là mô hình phù hợp: Pooled OLS, FEM hay
REM. Sự phù hợp của ước lượng tác động ngẫu nhiên và tác động cố định được kiểm chứng trên cơ sở so sánh với ước lượng thô.
Bước 8: Thực hiện kiểm định Hausman để lựa chọn giữa mô hình FEM và mô hình REM, với giả thuyết sau:
H0: Mô hình REM phù hợp. H1: Mô hình FEM phù hợp.
Nếu p-value < alpha cho phép kết luận giả thuyết H0 bị bác bỏ, khi đó ta kết luận là mô hình FEM sẽ phù hợp với nghiên cứu, ngược lại thì mô hình REM sẽ được lựa chọn nếu giả thuyết H0 được chấp nhận.
Bước 9: Lựa chọn giữa mô hình REM và mô hình OLS (nếu kết quả sau khi kiểm định Hausman, mô hình REM được lựa chọn), với giả thuyết đặt ra như sau:
H0: Mô hình OLS phù hợp. H1: Mô hình REM phù hợp.
Nếu p-value < alpha cho phép kết luận bác bỏ giả thuyết H0 vậy mô hình REM sẽ phù hợp với nghiên cứu, ngược lại thì mô hình OLS sẽ được lựa chọn nếu chấp nhận H0.
Bước 10: Lựa chọn giữa mô hình FEM và mô hình OLS (nếu kết quả sau khi kiểm định Hausman, mô hình FEM được lựa chọn), với giả thuyết đặt ra như sau:
H0: Mô hình OLS phù hợp. H1: Mô hình FEM phù hợp.
Nếu p-value > alpha cho phép kết luận chấp nhận giả thuyết H0 tức mô hình OLS phù hợp hơn, ngược lại thì mô hình FEM sẽ phù hợp hơn.
Bước 11: Kiểm định phương sai của sai số thay đổi Kiểm định giả thuyết:
36 H0: α1 = α2 =... = αp = 0.
H1: αi ≠ 0
Với mức ý nghĩa α đã định (thường α = 1%, 5% hoặc 10%), nếu p<α thì bác bỏ giả thuyết H0 và kết luận có sự biến động của phương sai sai số, nếu ngược lại thì chấp nhận giả thuyết và khẳng định tính thuần nhất của phương sai sai số trong mô hình hồi quy
Bước 12: Kiểm định hiện tượng tự tương quan hay tương quan chuỗi Ho: Không có tự tương quan
H1: Có hiện tượng tự tương quan
Với mức ý nghĩa α đã định (thường α = 1%, 5% hoặc 10%), nếu p<α thì bác bỏ giả thuyết H0 và kết luận có hiện tượng tự tương quan, nếu ngược lại thì chấp nhận giả thuyết và khẳng định mô hình hồi quy không bị tự tương quan.
Bước 13: Xử lý phương sai của sai số thay đổi và tự tương quan (nếu có) bằng cách chạy hồi quy mô hình hồi quy bình phương bé nhất GLS (Generalized Least Squares).
37
Kết luận:
Chương 3 đã trình bày mô hình nghiên cứu, cách tính toán các biến trong mô hình và đưa ra giả thuyết nghiên cứu, các phương pháp phân tích dữ liệu và kiểm định cũng như cách thu thập dữ liệu cho việc nghiên cứu. Chương 4 tiếp theo sẽ trình bày kết quả nghiên cứu với những phân tích và các kiểm định cần thiết.
38
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN KẾT QUẢ NGHIÊN CỨU
Trên cơ sở phương pháp nghiên cứu đã được trình bày trong chương 3, chương 4 sẽ trình bày kết quả phân tích dữ liệu, kiểm định tính phù hợp của mô hình nghiên cứu và các giả thuyết nghiên cứu đã đưa ra, đồng thời thảo luận kết quả của nghiên cứu định lượng.