CHƯƠNG 3 .PHƯƠNG PHÁP NGHIÊN CỨU VÀ DỮ LIỆU NGHIÊN CỨU
3.4. Phương pháp phân tích
Để đáp ứng mục tiêu nghiên cứu cũng như kiểm định các giả thuyết nghiên cứu, bài nghiên cứu thực hiện theo theo trình tự như sau: thu thập dữ liệu và lập thành dữ liệu bảng, thống kê mô tả dữ liệu, phân tích tương quan, ước lượng mơ hình và kiểm định các giả thiết nghiên cứu với sự hỗ trợ của phần mềm Sata 12.
Bước 1: Thống kê mô tả
Thống kê mơ tả phân tích liên quan đến việc kiểm tra các đặc tính của các biến, cũng như so sánh để suy diễn thống kê về mối quan hệ giữa các biến. Có hai loại biến: biến phân loại và biến liên tục, mỗi loại biến có những tính chất khác nhau. Đối với biến phân loại, quan tâm nhiều hơn với khả năng “đếm”, chẳng hạn các đặc điểm nhân khẩu học của nghiên cứu. Đối với biến liên tục, có rất nhiều đặc điểm khác nhau để xem xét, chẳng hạn như trung bình, trung vị, mode, khoảng giá trị, phương sai… Bài nghiên cứu này thống kê mô tả dữ liệu theo các tiêu chí sau: giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, sai số số chuẩn, trung vị.
Bước 2: Phân tích tương quan
Phân tích tương quan là một phép phân tích được sử dụng là thước đo độ lớn của các mối liên hệ giữa các biến định lượng trong nghiên cứu. Thông qua thước đo này người nghiên cứu có thể xác định mối liên hệ tuyến tính giữa các biến độc lập, phụ thuộc trong nghiên cứu. Dựa trên một khoảng tin cậy cho trước sẽ có một giá trị tương quan của mơ hình giữa các biến đại diện. Khoảng giá trị của hệ số tương quan chạy trong đoạn giá trị từ -1 đến 1. Dấu của hệ số tương quan nói lên tính liên hệ thuận nghịch giữa các biến. Phân tích tương quan phản ánh tính chất tuyến tính của mơ hình hồi quy. Với hệ số Pearson Correlation nói lên mức độ tương quan giữa các biến với nhau trong mơ hình. Hệ số tương quan càng lớn (lớn hơn 0.8) nói lên mức độ tương quan càng cao, điều này có thể dẫn tới hiện tượng đa cơng tuyến khi kiểm định mơ hình hồi quy, là cơ sở để đề tài thực hiện các kiểm định cần thiết và hiệu chỉnh mơ hình nghiên cứu.
Bước 3: Phương pháp ước lượng mơ hình và các kiểm định
Phân tích hồi quy dùng để đo lường mức độ tác động của từng biến độc lập lên biến phụ thuộc. Phương pháp này cho phép đề tài đưa ra bằng chứng thực nghiệm để trả lời cho mục tiêu và các giả thuyết nghiên cứu. Trong mơ hình hồi quy tuyến tính, sử dụng phương pháp bình phương bé nhất dạng cổ điển (Ordinary Least Squares Estimation), chúng ta xem xét mối quan hệ phụ thuộc tuyến tính giữa biến phụ thuộc và các biến độc lập ở dạng định lượng. Yêu cầu đối với các biến số đưa vào mơ hình phải là biến “định lượng”.
Trong nghiên cứu này mục tiêu nghiên cứu là muốn kiểm tra sự quá tự tin của người quản lý có tác động đến vấn đề đầu tư quá mức của doanh nghiệp hay khơng thì mơ hình hồi quy tuyến tính nói trên khơng áp dụng được. Biến độc lập “sự quá tự tin của người quản lý” chỉ có hai biểu hiện là “có” hoặc “khơng”, biến phụ thuộc “ đầu tư quá mức” cũng vậy, chỉ có hai biểu hiện là “có” hoặc “khơng”, như vậy cả biến độc lập và biến phụ thuộc đều là biến định danh . Khi nghiên cứu, chúng ta sẽ mã hóa các biểu hiện đó thành 1 và 0, gọi là các”biến nhị phân”. Khi tiến hành hồi
quy tuyến tính với biến phụ thuộc là biến nhị phân, mơ hình hồi quy sẽ vi phạm giả thiết về tính phân phối chuẩn của sai số, do đó làm mất hiệu lực của các ước lượng hay kiểm định thống kê. Đồng thời, khi ước lượng giá trị của biến phụ thuộc là xác suất, giá trị ước lượng có thể khơng đúng vì có khả năng nhận giá trị lớn hơn một hoặc âm. Trong trường hợp này, chúng ta sử dụng mơ hình hồi quy xác suất với biến nhị phân là Binary Logistics.
Trong mơ hình hồi quy Binary Logistic biến phụ thuộc Y nhận hai giá trị là 0 và 1 (0 là khơng xảy ra sự kiện và 1 là có xảy ra sự kiện). Từ biến phụ thuộc nhị phân này, một phương pháp sẽ được sử dụng để dự đoán xác suất sự kiện xảy ra theo quy tắc nếu xác suất được dự đoán lớn hơn 0.5 (điểm cắt mặc định) thì kết quả dự đốn sẽ cho là “có” xảy ra sự kiện, ngược lại thì kết quả dự đốn sẽ cho là “khơng”.
Mơ hình hồi quy Binary Logistic như sau: P = Prop (Y=1) =
=
Hình 3.1: Đồ thị hàm Logistic
Trong đó, P là xác suất để Y = 1 (là xác suất để sự kiện xảy ra) khi các biến độc lập nhận giá trị cụ thể. Theo đó, xác suất khơng xảy ra sự kiện là:
1- P = Prop (Y=0) = 1-
=
không xảy ra, tỷ lệ chênh lệch này được thể hiện như sau: = = => ln = Z = B0 + B1X1+B2X2+…+BkXk
Các hệ số hồi quy được ước lượng bằng phương pháp hợp lý tối đa (Maximum Likelihood)
Từ cơng thức ở trên, có thể hiểu hệ số ước lượng Bk cho biết khi Xk tăng 1 đơn vị thì logarít cơ số e của tỷ lệ P/(1 – P) tăng Bk đơn vị. Ta có:
=
x
=
x = P(1-P)x
Điều này được diễn dịch là tác động biên của Xk lên xác suất Y nhận giá trị bằng 1 phụ thuộc vào giá trị của Xk. Nếu quan tâm đến chiều hướng của tác động thì có thể thấy nếu hệ số Bk mang dấu dương thì tăng Xk sẽ làm tăng khả năng Y nhận giá trị 1 trong khi hệ số âm làm giảm khả năng này.
Để diễn dịch ý nghĩa của các hệ số hồi quy, có thể xây dựng kịch bản thay đổi xác suất cho từng mức tác động của Xk khi xác suất ban đầu là một giá trị nào đó.
Gọi P0 là xác suất ban đầu và P1 là xác suất thay đổi khi Xk tăng 1 đơn vị. Ta có: = + B1X1+B2X2+…+BkXk = + B1X1+B2X2+…+Bk(Xk+1) Do đó: = =
Nếu các hệ số hồi quy đều bằng 0 (kể cả hệ số tự do) thì tỷ lệ chênh lệch giữa các xác suất sẽ bằng 1, tức xác suất để sự kiện xảy ra hay không xảy ra như nhau, lúc đó mơ hình hồi quy vơ dụng trong việc dự báo.
Đại lượng Wald Chi-Square được sử dụng để kiểm định ý nghĩa thống kê của hệ số hồi quy tổng thể. Wald Chi-Square được tính bằng cách lấy ước lượng của hệ số hồi quy của biến độc lập trong mơ hình (hệ số hồi quy mẫu) chia cho sai số chuẩn của hệ số hồi quy này, sau đó bình phương lên theo cơng thức sau:
WaldChi –Square = (
Cách thức sử dụng mức ý nghĩa (Sig) cho kiểm định Wald cũng theo quy tắc thơng thường, tức nếu Sig nhỏ hơn 0.05 thì bác bỏ H0 (Bk = 0), tức hệ số có ý nghĩa thống kê.
Độ phù hợp tổng quát cũng có thể được đánh giá dựa trên chỉ tiêu -2LL (viết tắt của -2 Log Likelihood), giá trị -2LL càng nhỏ càng thể hiện độ phù hợp cao. Giá trị nhỏ nhất của -2LL là 0 (tức là khơng có sai số) khi đó mơ hình có một độ phù hợp hồn hảo.
CHƯƠNG 4. PHÂN TÍCH THỰC NGHIỆM KẾT QUẢ NGHIÊN CỨU TẠI VIỆT NAM
Trong chương này, bài nghiên cứu sẽ thảo luận về ba phần bao gồm: 4.1 Phân tích thống kê mơ tả. 4.2 Phân tích mối tương quan và 4.3 Phân tích kết quả hồi quy.