8. Tổng quan tài liệu nghiên cứu
3.3.3.Phân tích tƣơng quan giữa các biến trong mô hình bằng hệ số
Phân tích tƣơng quan là thƣớc đo độ lớn của các mối liên hệ giữa các biến định lƣợng trong mô hình, thông qua thƣớc đo này ta c thể xác định mối liên hệ tuyến tính giữa các biến độc lập với biến phụ thuộc đang nghiên cứu. Dựa trên một khoảng tin cậy cho trƣớc sẽ có một giá trị tƣơng quan của mô hình giữa các biến. Giá trị tƣơng quan giữa các biến đƣợc tính bằng hệ số tƣơng quan Pearson.
Giá trị của hệ số tƣơng quan chạy từ (-1) đến (1), giá trị càng gần đến 1 thì các biến có mối quan hệ tƣơng quan càng cao, giá trị càng gần về 0 thể hiện mối quan hệ tƣơng quan càng giảm dần.
Dấu của hệ số tƣơng quan phản ánh chiều hƣớng của mối quan hệ tƣơng quan giữa các biến, giá trị dƣơng thể hiện mối quan hệ tƣơng quan cùng chiều và ngƣợc lại, giá trị âm thể hiện mối quan hệ tƣơng quan ngƣợc chiều.
Ngoài ra, yếu tố cần quan tâm đầu tiên là giá trị của hệ số Sig, hệ số này nói lên tính phù hợp của hệ số tƣơng quan giữa các biến theo phép kiểm định F với một độ tin cậy cho trƣớc, nghiên cứu này xác định độ tin cậy là 95%.
* V mối tương quan giữa các biến độc lập và biến phụ thuộc
Kết quả phân tích tƣơng quan bằng phần mềm SPSS trình bày trong Bảng 3.5 - Phân tích tƣơng quan giữa các biến trong mô hình ban đầu. Qua kết quả phân tích tƣơng quan, c thể đƣa ra một số nhận xét sau:
Xem xét giá trị Sig giữa các biến độc lập với biến phụ thuộc, cho thấy rằng chỉ có 5 biến độc lập c ý nghĩa tƣơng quan với biến Chỉ số CBTTXH (CSRDI), bao g m: quy mô hội đ ng quản trị (BS); sở hữu nƣớc ngoài (FGO); quy mô công ty (CS); tỷ suất sinh lời trên vốn chủ sở hữu (ROE); đòn bẩy tài chính (L) có giá trị Sig.<0.05, lần lƣợt là 0,002; 0,001; 0,000; 0,013; 0,000. Các biến còn lại g m lãnh đạo nữ (WD), sự kiêm nhiệm của giám đốc điều hành (CDU), cổ phần nhà nƣớc (GS) đều có hệ số Sig lớn hơn 0,05 (5 ). Mức độ tƣơng quan của 5 biến độc lập có mối quan hệ tƣơng quan với biến phụ thuộc g m quy mô hội đ ng quản trị (BS); sở hữu nƣớc ngoài (FGO); quy mô công ty (CS); tỷ suất sinh lời trên vốn chủ sở hữu (ROE); đòn bẩy tài chính (L) thể hiện qua hệ số tƣơng quan Pearson lần lƣợt là 0,247; 0,257; 0,423; 0,197; 0,310. Trong đ , mức độ tƣơng quan giữa biến quy mô công ty và chỉ số CBTTXH là cao nhất.
Điều này c nghĩa rằng, chỉ có 5 nhân tố quy mô hội đ ng quản trị (BS); sở hữu nƣớc ngoài (FGO); quy mô công ty (CS); tỷ suất sinh lời trên
vốn chủ sở hữu (ROE); đòn bẩy tài chính (L) có thể có ảnh hƣởng đến mức độ CBTTXH. Các nhân tố còn lại không c tƣơng quan với biến phụ thuộc, tức là chƣa cho thấy có sự ảnh hƣởng đến biến phụ thuộc, do đ sẽ bị loại ra khỏi mô hình h i quy nhằm đảm bảo tính phù hợp của mô hình.
* V mối tương quan giữa các biến độc lập với nhau
Qua phân tích mối quan hệ tƣơng quan giữa các biến độc lập ảng 3.5, kết quả cho thấy rằng hệ số tƣơng quan giữa các biến ở mức thấp nên chƣa tìm thấy hiện tƣợng đa cộng tuyến giữa các biến độc lập. Mối tƣơng quan cao nhất giữa các biến độc lập thuộc về hai biến là quy mô công ty và quy mô hội đ ng quản trị. Tuy nhiên, hệ số tƣơng quan này chỉ ở mức 0,455, nhỏ hơn 0,7 nên chƣa xác định có hiện tƣợng đa cộng tuyến [43].
Ngoài ra, tác giả cũng sẽ kiểm tra hiện tƣợng đa cộng tuyến bằng cách kiểm tra hệ số VIF khi phân tích h i quy.
3.2.4. Phân tích mô hình hồi quy bội
Phân tích h i quy tƣơng quan là: xác định các phƣơng trình (mô hình) h i quy để phản ánh mối liên hệ giữa nhiều tiêu thức nguyên nhân với một tiêu thức kết quả; Đánh giá mức độ chặt chẽ của mối liên hệ tƣơng quan thông qua việc tính toán các hệ số tƣơng quan tuyến tính, tỷ số tƣơng quan, hệ số tƣơng quan bội, hệ số xác định…
a. Kiểm tra sự tương qu n tu ến tính gi a các biến độc lập và phụ thuộc
Sử dụng phần mềm SPSS để phân tích h i quy theo phƣơng pháp Enter. Kết quả h i quy thể hiện qua bảng 3.6:
59
Bảng 3.5. Phân tích tương qu n gi a các biến trong mô hình n đầu
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
CSRDI CDU WD BS GS FRO CS ROE L
CSRDI Pearson Correlation 1 -.144 -.107 .247
** -.011 .257** .423** .197* .310**
Sig. (2-tailed) .069 .179 .002 .888 .001 .000 .013 .000
CDU Pearson Correlation -.144 1 .090 -.083 -.242
** -.069 -.308** -.121 .111 Sig. (2-tailed) .069 .258 .296 .002 .387 .000 .128 .164 WD Pearson Correlation -.107 .090 1 -.025 -.319 ** -.186* -.032 -.133 .163* Sig. (2-tailed) .179 .258 .757 .000 .019 .685 .094 .040 BS59 Pearson Correlation .247 ** -.083 -.025 1 .037 .267** .455** -.048 .181* Sig. (2-tailed) .002 .296 .757 .647 .001 .000 .550 .022 GS Pearson Correlation -.011 -.242 ** -.319** .037 1 -.108 .050 -.065 -.099 Sig. (2-tailed) .888 .002 .000 .647 .177 .530 .418 .215
FRO Pearson Correlation .257
** -.069 -.186* .267** -.108 1 .248** .150 .058 Sig. (2-tailed) .001 .387 .019 .001 .177 .002 .059 .467 CS Pearson Correlation .423 ** -.308** -.032 .455** .050 .248** 1 .085 .273** Sig. (2-tailed) .000 .000 .685 .000 .530 .002 .288 .000
ROE Pearson Correlation .197
* -.121 -.133 -.048 -.065 .150 .085 1 -.072 Sig. (2-tailed) .013 .128 .094 .550 .418 .059 .288 .369 L Pearson Correlation .310 ** .111 .163* .181* -.099 .058 .273** -.072 1 Sig. (2-tailed) .000 .164 .040 .022 .215 .467 .000 .369
Bảng 3.6. Ph n t ch tương qu n gi a các biến ự vào phân tích hồi quy bội
Correlations (adsbygoogle = window.adsbygoogle || []).push({});
CSRDI BS FRO CS ROE L
CSRDI Pearson Correlation 1 .247 ** .257** .423** .197* .310** Sig. (2-tailed) .002 .001 .000 .013 .000 BS Pearson Correlation .247 ** 1 .267** .455** -.048 .181* Sig. (2-tailed) .002 .001 .000 .550 .022 FRO Pearson Correlation .257 ** .267** 1 .248** .150 .058 Sig. (2-tailed) .001 .001 .002 .059 .467 CS Pearson Correlation .423 ** .455** .248** 1 .085 .273** Sig. (2-tailed) .000 .000 .002 .288 .000 ROE Pearson Correlation .197 * -.048 .150 .085 1 -.072 Sig. (2-tailed) .013 .550 .059 .288 .369 L Pearson Correlation .310 ** .181* .058 .273** -.072 1 Sig. (2-tailed) .000 .022 .467 .000 .369
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
Kết quả phân tích tƣơng quan ở bƣớc này cũng cho kết quả cho thấy có sự tƣơng quan giữa biến CSRDI với các biến độc lập trong mô hình, điều này thể hiện ở giá trị Sig của các biến này đều nhỏ hơn 0,05 (5 ) và hệ số
Pearson khớp đúng với kết quả phân tích tƣơng quan đã thực hiện ở Bảng 3.5 là phù hợp.
Nhƣ vậy, mô hình h i quy bội có dạng:
CSRDI = β0 + β1BS + β2FRO + β3CS +β4ROE + β5L+εi
Trong đ :
- CSRDI: Chỉ số CBTTXH; ( iến phụ thuộc) - BS: Quy mô hội đ ng quản trị
- FRO: Tỷ lệ sở hữu nƣớc ngoài - CS: Quy mô của công ty;
- ROE: Tỷ suất sinh lời trên vốn chủ sở hữu; - L: Đòn bẩy tài chính;
- β: Hệ số beta;
- εi: Sai số ngẫu nhiên.
* Phân tích hồi qu lần 1
Tác giả sử dụng phƣơng pháp Enter trong phần mềm SPSS để phân tích h i quy. Theo đ , phần mềm SPSS sẽ xử lý tất cả các biến độc lập mà nghiên cứu đƣa vào mô hình. Kết quả phân tích thu đƣợc qua Bảng 3.7 nhƣ sau:
Bảng 3.7. Phân tích hồi qu theo phương pháp Enter
Variables Entered/Removeda
Model Variables Entered Variables Removed Method
1 BS, FRO, ROE, L, CSb . Enter
a. Dependent Variable: CSRDI b. All requested variables entered.
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
Đánh giá độ phù hợp của mô hình
Hệ số xác định R2 và R2 hiệu chỉnh ( djusted R square) đƣợc dùng để đánh giá mức độ xác định của mô hình, tức là mức độ uy tín của mô hình. Vì
R2 sẽ tăng khi đƣa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ tốt hơn khi đánh giá sự phù hợp của mô hình, R2 hiệu chỉnh càng lớn thế hiện mức độ uy tín của mô hình càng cao.
ảng 3.8. ệ số phù hợp củ mô hình
Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson (adsbygoogle = window.adsbygoogle || []).push({});
1 .526a .277 .253 .09212 2.142
a. Predictors: (Constant), L, FRO, ROE, BS, CS b. Dependent Variable: CSRDI
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
Qua Bảng 3.8, ta thấy: R2 = 0.277, R2 hiệu chỉnh = 0.253. R2> R2 hiệu chỉnh nên dùng n để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì n không thổi ph ng mức độ phù hợp của mô hình. Qua bảng trên ta thấy: R2 hiệu chỉnh = 0.253 nghĩa là 25.3% sự biến thiên của biến phụ thuộc là chỉ số CBTTXH đƣợc giải thích bởi biến thiên của các biến độc lập.
Tiếp theo, để xem R2 c ý nghĩa hay không, tác giả xem xét giá trị Sig của thống kê F ở Bảng 3.9 sau đây:
Bảng 3.9. Phân tích ANOVA về sự phù hợp của phân tích hồi quy
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression .498 5 .100 11.727 .000 b Residual 1.298 153 .008 Total 1.796 158
a. Dependent Variable: CSRDI
b. Predictors: (Constant), L, FRO, ROE, BS, CS
Có thể thấy rằng, giá trị Sig của thống kê F là 0,000 nhỏ hơn 0,05 (5 ). o đ , c thể đảm bảo rằng độ tin cậy của mô hình đạt 25.3% là chắc chắn và có thể suy rộng ra cho tổng thể.
Kiểm tra hiện tượng tự tương quan
Tác giả kiểm tra hiện tƣợng tự tƣơng quan bằng hệ số Durbin – Watson (d) và bảng tra thống kê Durbin – Watson. Theo kinh nghiệm của các nhà phân tích đi trƣớc hệ số (d) nằm trong khoảng 1.5 <d<2.5 thì không có hiện tƣợng tự tƣơng quan. Qua kết quả thể hiện ở Bảng 3.7 Hệ số phù hợp của mô hình, hệ số Durbin-Watson = 2.152 d nằm trong khoản 1.5 <d<2.5 nên trong mô hình không xảy ra hiện tƣợng tự tƣơng quan.
Kiểm tra hiện tượng đa công tuyến
Hệ số tƣơng quan Pearson ở Bảng 3.5, cho thấy chƣa có biểu hiện về hiện tƣợng đa cộng tuyến giữa các biến. Tuy nhiên, để có thể đƣa ra kết luận chắc chắn thì cần kiểm tra lại hệ số ph ng đại phƣơng sai (Vairiance inflation factor – VIF).
Để kiểm tra hiện tƣợng đa cộng tuyến tác giả sử dụng nhân tử phóng đại phƣơng sai (VIF). Trƣờng hợp có (k-1) biến giải thích: VIF = 1/(1-R2
j) Với R2j là giá trị R2 trong hàm h i quy của Xj theo (k-2) biến giải thích còn lại. Theo quy tắc kinh nghiệm, nếu VIF của 1 biến vƣợt quá 10 (khi R2j>0,9) thì biến này đƣợc coi là có cộng tuyến cao [11,218].
Qua kết quả thể hiện ở Bảng 3.10, hệ số VIF của các biến số trong mô hình h i quy nằm trong khoảng 1.05 – 1.37 <10 nhƣ vậy không có hiện tƣợng đa cộng tuyến xảy ra trong mô hình hoặc hiện tƣợng đa cộng tuyến rất thấp không đáng kể.
ảng 3.10. ệ số hồi qu v thống kê đ cộng tu ến Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.409 .130 -3.150 .002 BS .003 .006 .042 .530 .597 .752 1.329 FRO .100 .049 .147 2.016 .046 .886 1.129 CS .019 .005 .292 3.635 .000 .730 1.370 ROE .146 .061 .168 2.388 .018 .951 1.051 L .113 .036 .222 3.115 .002 .913 1.095
a. Dependent Variable: CSRDI
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
Kiểm tra ý nghĩa của các tham số hồi quy
Để xem xét các tham số h i quy trong mô hình c ý nghĩa hay không, cần phải xem xét giá trị Sig trong bảng Coefficients, với độ tin cậy 95% thì giá trị Sig nhỏ hơn 5 (0,05) sẽ c ý nghĩa.
Dựa vào số liệu ở Bảng 3.10 Hệ số h i quy và thống kê đa cộng tuyến, cho thấy: Các biến sở hữu nƣớc ngoài (FRO), qui mô công ty (CS), tỷ suất sinh lời trên vốn chủ sở hữu (ROE), đòn bẩy tài chính (L) có hệ số B và beta ≠ 0, giá trị Sig. <0.05 nên có thỏa mãn yêu cầu thống kê. Các nhân tố này có ảnh hƣởng đến chỉ số CBTTXH của doanh nghiệp thuộc nh m ngành VLXD nên giữ lại mô hình.
Biến quy mô hội đ ng quản trị (BS) có hệ số và beta ≠ 0, giá trị Sig. >0.05 nên không thỏa mãn về mặt thông kê. Mặc dù, khi kiểm tra tƣơng quan thì biến này có mối quan hệ tuyến tính với chỉ số CBTTXH, nhƣng khi phân tích h i quy bội lại không thỏa mãn yêu cầu. Để tìm ra mô hình h i quy tối
ƣu, biến quy mô hội đ ng quản trị sẽ bị loại ra khỏi mô hình và tiến hành phân tích lại h i quy lần 2.
* Kết quả phân tích hồi quy lần 2
Kiểm tra mối quan hệ tƣơng quan giữa các yếu tố đƣợc thể hiện qua bảng sau:
Bảng 3.11. Kiểm tra mối quan hệ tương qu n gi a các yếu tố (lần 2) (adsbygoogle = window.adsbygoogle || []).push({});
Correlations
CSRDI FRO CS ROE L
CSRDI Pearson Correlation 1 .273 ** .423** .197* .310** Sig. (2-tailed) .001 .000 .013 .000 N 159 159 159 159 159 FRO Pearson Correlation .273 ** 1 .247** .150 .074 Sig. (2-tailed) .001 .002 .059 .354 N 159 159 159 159 159 CS Pearson Correlation .423 ** .247** 1 .085 .273** Sig. (2-tailed) .000 .002 .288 .000 N 159 159 159 159 159 ROE Pearson Correlation .197 * .150 .085 1 -.072 Sig. (2-tailed) .013 .059 .288 .369 N 159 159 159 159 159 L Pearson Correlation .310 ** .074 .273** -.072 1 Sig. (2-tailed) .000 .354 .000 .369 N 159 159 159 159 159
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Kết quả phân tích tƣơng quan lần 2 ở bảng ảng 3.11,cũng cho kết quả tất cả các giá trị Sig đều nhỏ hơn 0,05 (5 ) và hệ số Pearson khớp đúng với kết quả phân tích tƣơng quan đã thực hiện ở bảng 3.4. Các nhân tố đƣa vào phân tích h i quy bội là phù hợp.
Mô hình h i quy bội đƣợc xây dựng lại nhƣ sau
CSRDI = β0 + β1FRO + β2CS +β3ROE + β4L+εi
Trong đ :
- CSRDI: Chỉ số CBTTXH; - FRO: Tỉ lệ sở hữu nƣớc ngoài - CS: Quy mô của công ty;
- ROE: Tỉ suất sinh lời trên vốn chủ sở hữu; - L: Đòn bẩy tài chính;
- β: Hệ số beta;
- εi: Sai số ngẫu nhiên.
Tác giả sử dụng phƣơng pháp Enter trong phần mềm SPSS để phân tích h i quy. Theo đ , phần mềm SPSS sẽ xử lý tất cả các biến độc lập mà nghiên cứu đƣa vào mô hình. Kết quả phân tích thu đƣợc nhƣ sau:
Đánh giá độ phù hợp của mô hình
ảng 3.12. ệ số phù hợp củ mô hình ần 2
Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .525a .276 .257 .09190 2.149
a. Predictors: (Constant), L, FRO, ROE, BS, CS b. Dependent Variable: CSRDI
Qua bảng Bảng 3.12, ta thấy: R2 = 0.276, R2 hiệu chỉnh = 0.257. R2> R2 hiệu chỉnh nên dùng n để đánh giá độ phù hợp của mô hình sẽ an toàn hơn vì nó không thổi ph ng mức độ phù hợp của mô hình. Qua bảng trên ta thấy: R2 hiệu chỉnh = 0.257 nghĩa là 25,7% sự biến thiên của biến phụ thuộc là chỉ số CBTTXH đƣợc giải thích bởi biến thiên của các biến độc lập.
Tiếp theo, để xem R2 c ý nghĩa hay không, tác giả xem xét giá trị Sig của thống kê F ở Bảng 3.13:
Bảng 3.13. Phân tích ANOVA về sự phù hợp của phân tích hồi quy (lần 2)
ANOVAa Model Sum of Squares Df Mean Square F Sig. 1 Regression Regression .495 4 14.657 0.008 Residual Residual 1.301 154 Total Total 1.796 158
a. Dependent Variable: CSRDI
b. Predictors: (Constant), L, FRO, ROE, BS, CS
(Nguồn: Phân tích dữ liệu từ phần m m SPSS 20.0)
Có thể thấy rằng, giá trị Sig của thống kê F là 0,000 nhỏ hơn 0,05 (5 ). o đ , c thể đảm bảo rằng độ tin cậy của mô hình đạt 25,7% là chắc chắn và có thể suy rộng ra cho tổng thể.
Kiểm tra hiện tượng tự tương quan (adsbygoogle = window.adsbygoogle || []).push({});
Tác giả kiểm tra hiện tƣợng tự tƣơng quan bằng hệ số Durbin – Watson (d) và bảng tra thống kê Durbin – Watson. Theo kinh nghiệm của các nhà phân tích đi trƣớc hệ số d nằm trong khoản 1.5 <d<2.5 thì không có hiện tƣợng tự tƣơng quan. Qua kết quả thể hiện ở ảng 3.12, hệ số Durbin-Watson = 2.149 d nằm trong khoản 1.5 <d<2.5 nên trong mô hình không xảy ra hiện