CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT VÀ CÁC NGHIÊN CỨU LIÊN QUAN
2.4 Đề xuất mơ hình nghiên cứu và giả thuyết
2.4.3 Cơ sở lý thuyết hồi quy tuyến tính bộ i
Mơ hình đưa ra cách giải thích về sự thay đổi của biến X sẽ dẫn đến sự thay đổi của Y như thế nào.Qua đó ta có thể đánh giá trong các biến độc lập đã chọn thì biến nào tác động tích cực đến biến phụ thuộc, biến nào tác động tiêu cực đối với biến phụ thuộc.
Biến phụ thuộc (Y) và biến độc lập (X) được thể hiện có mối liên hệ với nhau bằng phương trình hồi quy tuyến tính như sau:
Y = 1 + 2X1i + 3X2i + … + kXki + U (2.1)
Trong đó:
Y: Biến số phụ thuộc đo lường hiệu quả hoạt động kinh doanh của DN (kết quả phân tích)
1: Hệ số chặn cho biết giá trị trung bình của biến phụ thuộc khi các biến độc lập bằng 0 hay còn gọi là tung độ gốc.
k: Hệ số hồi quy thứ k (k = 2, n). Hệ số góc của biến Xi cho biết
lượng thay đổi trung bình của Y khi Xi thay đổi 1 đơn vị (trong điều kiện các yếu tố khác không đổi)
Xi: Biến độc lập (biến giải thích)
U: Các sai số (trên thực tế có vơ số biến Xi tác động đến biến Y nhưng chưa đưa vào mơ hình).
Để đánh giá mức độ chặt chẽ hay độ mạnh của mối quan hệ giữa các biến độc lập và biến phụ thuộc ta dùng chỉ tiêu đo lường là hệ số tương quan (R): Rcàng gần-1 và +1 thì chứng tỏ mối quan hệ tuyến tính giữa các biến
càng mạnh. Ngược lại, nếu R càng gần với 0 thì chứng tỏ mối quan hệ tuyến tính càng yếu. Nếu hệ số R>0 thì hai biến biến thiên cùng chiều (quan hệ thuận). Còn nếu hệ số R<0 thì hai biến biến thiên nghịch chiều (quan hệ nghịch).
Hệ số xác định R2 (R Square) giúp đánh giá phù hợp của mơ hình với mẫu nghiên cứu, nó đo mức độ phù hợp của hàm hồi quy, cho biết mức độ giải thích của các biến độc lập với sự biến động (quanh giá trị trung bình) của biến phụ thuộc.
Hệ số xác định đã điều chỉnh 2 (Adjusted R Square): Thực chất 2 giống như R2. Tuy nhiên khi số lượng các biến giải thích nhiều trong một mẫu nhỏ thì 2 là chỉ số quan trọng để chúng ta quyết định nên thêm một biến giải thích mới vào phương trình hồi quy hay khơng và nếu thêm một biến giải thích mới vào phải đảm bảo 2 tăng lên khi thêm biến đó vào.
Để đánh giá tốc độ tăng của các nhân tố ảnh hưởng đến HQHĐKD của DN và hạn chế được tính dừng, tác giả quyết định sử dụng mơ hình hồi quy dạng log – log (Trần Thị Tuấn Anh - hướng dẫn thực hành Stata 12)
ln(Y) = lnβ1 + β2ln(X2i) + β3ln(X3i) +... + βkln(Xki) + U (2.2) Để “Phân tích một số nhân tố ảnh hưởng đến hiệu quả hoạt động kinh doanh của DNNNN trên địa bàn quận 6, Tp.HCM”, tác giả sử dụng mơ hình dự kiến như sau:
lnROA=β1 +β2loaihinhdn + β3lntaisan + β4lndoanhthu+ β5lnlngop + U (2.3) Các biến quan sát của mơ hình dự kiến được mơ tả và giải thích tóm tắt trong bảng sau:
R R
R
Bảng 2.1: Các biến quan sát trong mơ hình nghiên cứu.
STT Tên biến Ký hiệu Giải thích
Kỳ vọng
dấu Cơ sở lý thuyết
A Biến phụ
thuộc
1 TSSL trên tài
sản ROA
Hiệu quả hoạt động kinh doanh của DNNNN: đo lường bằng tỷ số lợi nhuận trước thuế so với tổng tài sản bình quân + Phan Thanh Việt (2018); Đặng Văn Lành (2017); Trần vũ Thị Hà Xuyên (2017) B Biến độc lập 1 Loại hình
doanh nghiệp loaihinhdn
Nếu DN là công ty TNHH nhận giá trị là 1; Nếu DN là các loại hình khác nhận giá trị 0 - Nguyễn Minh Tân, Võ Thành Danh và Tăng Thị Ngân (2015) 2 Tổng tài sản bình quân taisan Tổng tài sản bình quân của doanh nghiệp - Đặng Văn Lành (2017) 3 Doanh thu thuần doanhthu
Doanh thu thuần của doanh
nghiệp
+ Đặng Văn Lành
(2017)
4 Lợi nhuận gộp loinhuan
Lợi nhuận gộp của doanh
nghiệp
Tóm tắt chương 2
Chương 2, tác giả đề cập đến các khái niệm, cơ sở lý thuyết, thể hiện khái quát các nghiên cứu ở Việt Nam có liên quan đến mục tiêu nghiên cứu, và trình bày tổng quan “Một số nhân tố ảnh hưởng đến hiệu quả hoạt động kinh doanh của DNNNN”. Từ đó đề xuất mơ hình nghiên cứu “Một số nhân tố ảnh hưởng đến hiệu quả kinh doanh (ROA) của DNNNN trên địa bàn quận 6, Tp.HCM” gồm 4 yếu tố: Loại hình doanh nghiệp; Tổng tài sản bình quân; Doanh thu thuần; Lợi nhuận gộp.