3.3.1. Phƣơng pháp xử lý số liệu:
Trong trƣờng hợp nghiên cứu của luận văn, dữ liệu thứ cấp đƣợc tập hợp từ số liệu đƣợc công bố của các công ty niêm yết, công cụ xử lý là phƣơng trình hồi quy, cần có sự trợ giúp của phần mềm thống kê. Tác giả sử dụng phần mềm SPSS để xử lý số liệu.
Trình tự xử lý số liệu bao gồm: mơ tả và trình bày dữ liệu, khảo sát tƣơng quan cặp giữa các biến độc lập và biến kiểm sốt, đánh giá độ phù hợp của phƣơng trình hồi quy, lựa chọn biến giải thích, xem xét phƣơng trình hồi quy trong các phân tổ thống kê theo các biến kiểm soát.
o Thống kê mơ tả và trình bày dữ liệu: số liệu đƣợc trình bày dƣới
dạng bảng thống kê, mỗi biến gồm các nội dung sau: tên biến, số quan sát, trung bình, độ lệch chuẩn, giá trị cực tiểu và giá trị cực đại.
o Khảo sát tương quan cặp giữa các biến: đƣợc thực hiện bằng
cặp biến có hệ số tƣơng quan quá cao. Hệ số tƣơng quan cặp giữa các biến quá cao có thể xảy ra hiện tƣợng đa cộng tuyến trong mơ hình hồi quy. Nếu hệ số tƣơng quan cặp vƣợt quá 0,8 phƣơng trình hồi quy sẽ gặp vấn đề đa cộng tuyến nghiêm trọng. Vì vậy để giảm thiểu hiện tƣợng đa cộng tuyến, luận văn đề ra tiêu chí loại bỏ một biến ít quan trọng hơn ra khỏi phƣơng trình hồi quy nếu tƣơng quan cặp giữa 2 biến lớn hơn hoặc bằng 0,8. Đối với các biến định tính khơng khảo sát hệ số tƣơng quan cặp giữa các biến.
o Đánh giá độ phù hợp của phương trình hồi quy: Thƣớc đo
thƣờng đƣợc sử dụng trong việc đánh giá mức độ phù hợp của phƣơng trình hồi quy là R2 (hệ số xác định). R2 nhận các giá trị từ 0 đến 1. Giá trị của R2
càng gần 1 thì mức độ phù hợp của phƣơng trình hồi quy càng cao. Tuy nhiên, sử dụng R2 có 1 nhƣợc điểm là giá trị của R2 càng tăng khi số biến độc lập và biến kiểm sốt gia tăng, nhƣng chƣa chắc mức độ giải thích của phƣơng trình gia tăng theo. Do đó, ngƣời ta thƣờng sử dụng thƣớc đo thay thế có thể tránh nhƣợc điểm trên đó là R2 điều chỉnh (Adjusted R2). Thƣớc đo này phù hợp để đánh giá các mơ hình hồi quy tuyến tính đa biến. Đối với các hiện tƣợng kinh tế xã hội, R2
điều chỉnh thƣờng không cao nhƣ các hiện tƣợng tự nhiên hoặc kỹ thuật. Do đó, tác giả đề xuất tiêu chí chấp nhận phƣơng trình hồi quy tuyến trính phù hợp là R2 điều chỉnh ≥ 0,3.
o Lựa chọn biến giải thích: tác giả đề xuất lựa chọn các biến giải
thích từ phƣơng trình hồi quy theo tiêu chí tƣơng quan chặt chẽ với biến phụ thuộc trong mức có ý nghĩa thống kê. Thông thƣờng các nhà nghiên cứu hay sử dụng mức có ý nghĩa là 1% và 5%. Tuy nhiên trong trƣờng hợp Việt Nam, với điều kiện thu thập dữ liệu khó khăn và nền kinh tế đang phát triển, tác giả đề xuất chấp nhận mức có ý nghĩa thống kê từ 10% trở xuống.
o Phân tổ thống kê: Phƣơng pháp này là một nghiệp vụ thống kê
đƣợc dùng để phân chia tổng thể phức tạp thành nhiều tổng thể bộ phận hoặc nhiều tổ khác nhau trên từng tiêu thức nhất định, trong từng biểu hiện thời gian và không gian xác định để khảo sát sâu hơn mối tƣơng quan giữa biến phụ thuộc và biến độc lập. Trong phạm vi của luận văn, tác giả phân tổ thống kê theo các biến kiểm sốt thuộc mơi trƣờng bên trong doanh nghiệp và môi trƣờng vĩ mô.
3.3.2. Lý giải kết quả nghiên cứu:
Tác giả sẽ sử dụng các lý thuyết đã nghiên cứu, kết hợp với thực tiễn của môi trƣờng khảo sát để biện luận ý nghĩa kinh tế của các mối tƣơng quan có ý nghĩa thống kê giữa các biến phụ thuộc và biến độc lập, từ kết quả kiểm định, thơng qua đó:
- Khẳng định hoặc bác bỏ các giả thiết nghiên cứu đối với dữ liệu đƣợc lựa chọn, đóng góp vào hệ thống lý luận về quản trị công ty ở Việt Nam.
- Lý giải nguyên nhân bị bác bỏ hoặc chƣa chứng minh đƣợc của các giả thiết nghiên cứu đã đề xuất đối với dữ liệu đƣợc lựa chọn.
- Xác định các hạn chế nghiên cứu và đề xuất hƣớng nghiên cứu tiếp theo.