5. Bố cục của luận văn
2.3.2. Phương pháp phân tích
Để góp phần phân tích và đánh giá năng lực tài chính của doanh nghiệp, theo quan điểm cá nhân của tác giả, có thể lựa chọn sử dụng một số phương pháp như phương pháp thống kê mô tả, thống kê so sánh, phương pháp phân tích nhân tố, và cuối cùng sẽ sử dụng phương pháp hồi quy để đo lường tác động của các yếu tố tới năng lực tài chính của Công ty cổ phần Viglacera Hạ Long.
2.3.2.1. Phương pháp thống kê so sánh
Phương pháp này dùng để đối chiếu các chỉ tiêu, các hiện tượng kinh tế đã được lượng hóa cùng nội dung và tính chất tương tự như nhau thông qua tính toán các tỷ số, so sánh các thông tin từ các nguồn khác nhau, so sánh theo thời gian, so sánh theo không gian để có được những nhận xét xác đáng về năng lực tài chính của Công ty cổ phần Viglacera Hạ Long.
2.3.2.2. Phương pháp thống kê mô tả
Phương pháp này được sử dụng để tính toán các chỉ tiêu phản ánh quy mô, cơ cấu nguồn vốn; Tốc độ tăng trưởng và biến động của các chỉ tiêu phản ánh kết quả sản xuất kinh doanh của công ty.
2.3.2.3. Phương pháp phân tích Nhân tố và phân tích hồi quy a. Phương pháp phân tích nhân tố
Kiểm định độ tin cậy thang đo Cronbach’s alpha được sử dụng để loại bỏ biến rác trước khi tiến hành phân tích nhân tố. Hệ số Cronbach’s Alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát. Điều này liên quan đến hai khía cạnh là tương quan giữa bản thân các biến và tương quan của các điểm số của từng biến với điểm số toàn bộ các biến của mỗi người trả lời. Phương pháp này cho phép người phân tích loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết được chính xác độ biến thiên cũng như độ lỗi của các biến. Theo đó, chỉ những biến có hệ số tương quan tổng biến phù hợp (Corrected Item-Total Correlation) lớn hơn
0.3 và có hệ số Alpha lớn hơn 0.6 mới được xem là chấp nhận được và thích hợp đưa vào những bước phân tích tiếp theo. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0,70 - 0,80]. Nếu Cronbach alpha > hoặc = 0,60 là thang đo có thể chấp nhận được về mặt tin cậy (Nunnally & Bernstein 1994).
Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA) Phương pháp nhân tố khám phá được sử dụng để xác định các nhóm yếu tố ảnh hưởng tới năng lực tài chính của công ty. Phương pháp phân tích EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k- k là số các biến quan sát) các nhân tố ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát.
+ Phân tích nhân tố được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Các biến có hệ số tương quan đơn giữa biến và các nhân tố (factor loading) nhỏ hơn 0.5 sẽ bị loại. Phương pháp trích “Principal Axis Factoring” được sử dụng kèm với phép quay “Varimax”. Điểm dừng trích khi các yếu tố có “Initial Eigenvalues” > 1.
- Xác định số lượng nhân tố
Số lượng nhân tố được xác định dựa trên chỉ số Eigenvalue, chỉ số này đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser, những nhân tố có chỉ số Eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mô hình (Garson, 2003).
Tiêu chuẩn phương sai trích (Variance explained criteria): tổng phương sai trích phải lớn hơn 50%.
- Độ giá trị hội tụ
Để thang đo đạt giá trị hội tụ thì hệ số tương quan đơn giữa các biến và các nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 trong một nhân tố (Jun & ctg, 2002).
- Độ giá trị phân biệt
Để đạt được độ giá trị phân biệt, khác biệt giữa các factor loading phải lớn hơn hoặc bằng 0.3 (Jabnoun & ctg, 2003).
Phương pháp trích hệ số sử dụng thang đo: Mục đích kiểm định các thang đo nhằm điều chỉnh để phục vụ cho việc chạy hồi quy mô hình tiếp theo nên phương pháp trích yếu tố Principal Axis Factoring với phép quay Varimax sẽ được sử dụng
cho phân tích EFA trong nghiên cứu vì phương pháp này sẽ giúp kiểm định hiện tượng đa cộng tuyến giữa các yếu tố của mô hình (nếu có).
Đánh giá thang đo
Một thang đo được coi là có giá trị khi nó đo lường đúng cái cần đo. Hay nói cách khác đo lường đó vắng mặt cả hai loại sai lệch: sai lệch hệ thống và sai lệch ngẫu nhiên. Điều kiện cần để một thang đo đạt giá trị là thang đo đó phải đạt độ tin cậy, nghĩa là cho cùng một kết quả khi đo lặp đi lặp lại.
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại (internal connsistentcy) thông qua hệ số Cronbach Alpha và hệ số tương quan biến tổng (item-total correclation).
Hệ số tương quan biến tổng (item-total correclation)
Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein (1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
Độ giá trị hội tụ (convergent validity) và độ phân biệt (discriminant validity) của thang đo được đánh giá thông qua phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Anlysis).
b. Phương pháp Hồi quy tương quan
Phương pháp này nhằm kiểm tra mối quan hệ tuyến tính giữa biến độc lập và biến phụ thuộc. Dùng phương pháp hồi quy Stepwise để cho kết quả hồi quy mô hình nghiên cứu. Trước hết kiểm định mức độ phù hợp của mô hình đánh giá với các kiểm định về sự tự tương quan, đa cộng tuyến của mô hình. Sau đó, ta tiến hành kiểm định các giá trị hồi quy hệ số bê ta của mô hình nghiên cứu. Ở đây mô hình nghiên cứu sẽ là:
NLTCi = a0 + a1*F1 + a2*F2 + ……+ a8*F8 + Ui
Trong đó biến phụ thuộc là NLTC - năng lực tài chính; Còn các biến độc lập chính là các nhân tố Fi nhân tố này sẽ được xác định sau khi thực hiện phân tích nhân tố.