Phân tích tƣơng quan Pearson
Trước khi tiến hành phân tích hồi quy tuyến tính bội, ta sẽ xem xét các mối quan tương quan tuyến tính giữa tất cả các biến, bao gồm mối quan hệ giữa từng biến độc lập với biến phụ thuộc và mối quan hệ giữa các biến độc lập với nhau.
Thực hiện tạo các biến mới đại diện cho từng nhóm biến (giá trị trung bình) với: - NH đại diện cho NH2, NH3, NH4, NH6, NH7, NH8, NH9
- KH đại diện cho KH1, KH2, KH3, KH5, KH6 - MT đại diện cho MT2, MT3, MT5, MT6, MT7 - CLCV đại diện cho CLCV1, CLCV2, CLCV3
Bảng ma trận tương quan Pearon trong Phụ lục 4.4 cho thấy hệ số tương quan của biến phụ thuộc CLCV so với các biến độc lập trong mô hình đều lớn hơn 0,3. Trong đó hệ số tương quan giữa biến phụ thuộc CLCV với biến độc lập NH là 0,700 là cao nhất. Tiếp theo là các biến KH là 0,523 và cuối cùng là MT là 0,567. Điều này chứng tỏ trong mô hình có sự tương quan chặt chẽ giữa biến phụ thuộc với các biến độc lập. Vì vậy mô hình nghiên cứu phù hợp để được đưa vào phân tích hồi quy bội tiếp theo.
Tuy nhiên các biến độc lập trong mô hình cũng có hệ số tương quan với nhau rất cao. Từng cặp biến độc lập trong mô hình đều có hệ số tương quan lớn hơn 0,3. Sự tương quan chặt chẽ này rất có thể xảy ra hiện tượng đa cộng tuyến khi phân tích hồi quy bội tiếp theo. Vì vậy khi tiến hành phân tích hồi quy bội cần chú ý kiểm tra hiện tượng đa cộng tuyến giữa các biến độc lập và xem xét thật kỹ vai trò của các biến độc lập trên mô hình hồi quy tuyến tính bội xây dựng được.
Phân tích hồi quy
Phân tích hồi quy nhằm đánh giá tác động của các biến độc lập đến biến phụ thuộc, giúp đo lường được mức độ biến động của biến phụ thuộc khi biết trước giá trị của biến độc lập. Trong nghiên cứu này các biến độc lập là: nhân tố ngân hàng, nhân tố khách hàng, nhân tố môi trường kinh doanh và biến phụ thuộc là chất lượng cho vay. Phân tích hồi quy được chọn theo phương pháp Enter với kết quả như sau:
Nhìn vào Bảng 4.16, có thể thấy hệ số R2 điều chỉnh = 0,562 chứng tỏ mô hình hồi quy tuyến tính bội đưa ra được đánh giá là phù hợp với tập dữ liệu tới 56,2%, có nghĩa là khoảng hơn 56,2% sự thay đổi của biến phụ thuộc CLTD có thể được giải thích bởi sự thay đổi của các biến độc lập trong mô hình.
Bảng 4.16: Tóm tắt mô hình
Mô hình R R2 R2 hiệu chỉnh Sai số ƣớc lƣợng Hệ số Durbin-Watson
1 ,756a ,571 ,562 ,40006 1,969
a. Biến độc lập: (Constant), KH, MT, NH b. Biến phụ thuộc: CLCV
Nguồn: kết quả xử lý SPSS
Kiểm định F là thước đo ý nghĩa chung của mô hình hồi quy và cũng là kiểm định ý nghĩa của R2. Chúng ta có hai giả thuyết: giả thuyết H0: R2 = 0 và giả thuyết H1: R2 # 0. Căn cứ vào Bảng cho thấy trị thống kê F có mức ý nghĩa quan sát rất nhỏ (Sig. = 0,000), do đó bác bỏ giả thuyết H0. Chứng tỏ sự phù hợp của mô hình hồi quy tuyến tính tổng thể và đảm bảo mối quan hệ tuyến tính giữa biến phụ thuộc với toàn bộ tập hợp biến độc lập trong mô hình. Do đó mô hình hồi quy tuyến tính bội đưa ra phù hợp mang tính tổng thể và có thể sử dụng được.
Bảng 4.17: ANOVAb
Mô hình Tổng các bình phƣơng Bậc tự do (df)
Bình phƣơng
độ lệch Giá trị F Giá trị Sig.
1 Hồi quy 31,305 3 10,435 65,199 ,000a Phần dư 23,527 147 ,160 Tổng 54,831 150 a. Biến độc lập: (Constant), KH, MT, NH b. Biến phụ thuộc: CLCV Nguồn: kết quả xử lý SPSS
Nhìn vào Bảng 4.18 ta thấy hệ số phóng đại phương sai VIF rất nhỏ (nhỏ hơn 10) nên các biến độc lập trong mô hình không có mối quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó mối quan hệ giữa các biến độc lập không làm ảnh hưởng đáng kể đến mức độ giải thích của mô hình hồi quy.
Bảng 4.18: Kết quả hồi quy
Model Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyên
B Std. Error Beta Tolerance VIF
1 Hằng sô ,955 ,207 ,000
NH ,412 ,056 ,500 ,000 ,644 1,552
MT ,208 ,050 ,264 ,000 ,714 1,401
KH ,100 ,048 ,137 ,041 ,665 1,503
Nguồn: kết quả xử lý SPSS
Kết quả kiểm định tương quan hạng Spearman (Phụ lục 4.5) cho thấy giá trị Sig. của các yếu tố NH, KH, MT với giá trị tuyệt đối của phần dư đều khác không. Nghĩa là phương sai của sai số không đổi. Như vậy, giả định phương sai của sai số không đổi không bị vi phạm.
Nhìn vào biểu đồ phân tán scatter cho phần dư chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value) (Phụ lục 4.4.2). (adsbygoogle = window.adsbygoogle || []).push({});
Kết quả cho thấy phần dư phân tán ngẫu nhiên qua đường thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể. Như vậy, giả định liên hệ tuyến tính được thỏa mãn.
Nhìn vào biểu đồ phân tán của phần dư (Phụ lục 4.4.2) cho thấy phân phối chuẩn phần dư xấp xỉ chuẩn (trung bình mean gần bằng 0 và độ lệch chuẩn Std. gần bằng 1). Như vậy, giả định phần dư có phân phối chuẩn không bị vi phạm.
Sau cùng, kiểm tra hiện tượng tự tương quan bằng hệ số Durbin Watson (Bảng 4.16) có giá trị là 1,969. Như vậy phần dư của mô hình không có hiện tượng tư tương quan vì hệ số Durbin Watson nằm trong khoảng cho phép (1 < Durbin Watson < 3).
Hệ số Beta chuẩn hóa của các biến độc lập có dấu dương cho thấy các biến độc lập tác động thuận chiều đến chất lượng cho vay. Bên cạnh đó, cả 3 biến độc lập trong mô hình đều có ý nghĩa Sig. < 0,05 thể hiện chúng có tác động đến chất lượng cho vay. Với các giả thuyết đặt ra ban đầu là H1, H2, H3 thì kết quả này đã kiểm định và chấp nhận các giả thuyết trên.
Mô hình hồi quy tuyến tính được xây dựng với hệ số Beta chuẩn hóa như sau:
CLCV = 0,5*NH + 0,264*KH +0,137*MT
Để kiểm tra ý nghĩa hệ số hồi quy tác giả sử dụng kiểm định t, với giá trị Sig. được dùng để đánh giá ý nghĩa các hệ số hồi quy. Kết quả phân tích cho thấy giá trị Sig. của các biến độc lập: nhân tố ngân hàng, nhân tố khách hàng, nhân tố môi trường kinh doanh đều bé hơn mức ý nghĩa 5%. Vì vậy, hệ số hồi quy của các biến độc lập trên khác giá trị 0 hay là 3 nhân tố này có tác động có ý nghĩa đến chất lượng cho vay. Đồng thời, trong các biến trên thì nhân tố ngân hàng có giá trị tuyệt đối hệ số hồi quy lớn nhất nên tác động của biến này cũng là mạnh nhất tiếp theo là khách hàng và cuối cùng là môi trường kinh doanh.
Như vậy, nhân tố từ phía ngân hàng là quan trọng nhất để nâng cao chất lượng cho vay, tiếp theo là nhân tố từ phía khách hàng, trong đó nhân tố môi trường kinh
doanh là thấp nhất.