CHƯƠNG 4 .KẾT QUẢ NGHIÊN CỨU
4.2.1 Ma trận tương quan giữa các chỉ số cấu thành biến Governance
Như đã trình bày trong chương 3, Chỉ số quản trị đại diện cho chất lượng thể chế được tính tốn bằng phương pháp phân tích thành phần chính PCA từ 6 chỉ số đại diện, bảng 4.2 sau đây trình bày mối tương quan của sáu chỉ số này
Bảng 4.2: Ma trận tương quan giữa các chỉ số cấu thành của biến Governance Governance
Voice Polstab Goveff Regqual Rule Ccorr
Voice 1.0000 Polstab 0.4822 1.0000 Goveff 0.4507 0.5365 1.0000 Regqual 0.4288 0.5004 0.9506 1.0000 Rule 0.6461 0.7312 0.9115 0.8601 1.0000 Ccorr 0.5875 0.6834 0.9163 0.8954 0.9339 1.0000
“Nguồn: Tổng hợp từ Phần mềm Stata trên số liệu tác giả thuthập (Phụ lục1)”
Với dữ liệu thu thập được từ 21 quốc gia thuộc khu vực châu Á Thái Bình Dương, , kết quả cho thấy, các biến thực sự liên quan chặt chẽ với nhau và các hệ số tương quan khá lớn.Trong một số trường hợp, các mối tương quan tương đương với
những quan sát củaBonnie G. Buchanan và cộng sự (2012). Cụ thể, mối tương quan của cặp chỉ số Controlof Corruption và Rule of law (với hệ số tương quan là 0.9339), hay cặp chỉ số Controlof Corruption và Rule of law và Government Effectiveness (với hệ số tương quan là 0.9163) hay cặp chỉ số Control of Corruption
và Government Effectiveness(với hệ số tương quan là 0.9115)… Globerman và
Shapiro (2002) đã lập luận rằng các chỉ số này là liên quan chặt chẽ với nhau, do đó rất khó khăn để sử dụng chúng trong một phương trình hồi quy đơn. Để tránh được hiện tượng tương quan chặt chẽ giữa các chỉ số, biến Governance được tính tốn bằng cách sử dụng phương pháp phân tích thành phần chính (Principal Components Analysis – PCA) của sáu chỉ số đại diện cho biến Quản trị.
4.2.2Biến Governance vàphương pháp phân tích thành phần chính (Principal Components Analysis - PCA)
Như đã trình bày trong mục mơ tả biến, biến Governance sẽ được tính tốn từ phép phân tích thành phần chính (Principal Components Analysis - PCA) của 6 chỉ số đó là: Voice and Accountability; Political Stability;Government Effectiveness; Regulatory Quality; Rule of Law; Control of Corruption.
PCA là một thuật toán thống kê sử dụng phép biến đổi trực giao để biến đổi một tập hợp dữ liệu từ một không gian nhiều chiều sang một khơng gian mới ít chiều hơn nhằm tối ưu hóa việc thể hiện sự biến thiên của dữ liệu.
Bảng 4.3: Ma trận phân tích thành phần chính của biến Governance
Principal components/correlation Rotation: (unrotated = principal)
Number of obs Number of comp. Trace Rho = = = = 399 6 6 1.0000 Component Eigenvalue Difference Proportion Cumulative
Comp1 4.58181 3.83286 0.7636 0.7636 Comp2 .748952 .242824 0.1248 0.8885 Comp3 .506128 .434893 0.0844 0.9728 Comp4 .0712344 .00638429 0.0119 0.9847 Comp5 .0648501 .0378271 0.0108 0.9955 Comp6 .027023 . 0.0045 1.0000
Principal components (eigenvectors)
Variable Comp1 Comp2 Comp3 Comp4 Comp5 Comp6 Unexplained Voice 0.3091 0.7146 0.5923 0.1200 0.1097 0.1287 0 Polstab 0.3461 0.4206 -0.7879 0.1676 0.1758 0.1535 0 Goveff 0.4357 -0.3675 0.0986 -0.3401 0.1541 0.7253 0 Regqual 0.4242 -0.4103 0.1350 0.6013 0.4327 -0.2911 0 Rule 0.4574 0.0216 -0.0210 -0.6579 0.0959 -0.5898 0 Ccorr 0.4535 -0.0929 -0.0023 0.2182 -0.8584 -0.0345 0
“Nguồn: Tổng hợp từ Phần mềm Stata trên số liệu tác giả thu thập (Phụ lục 1)”
Bảng 4.2 thể hiện kết quả của phương pháp PCA cho tỉ lệ giải thích của từng biến đối với biến động trong toàn bộ các biến. Thành phần chính thứ nhất giải thích được 76.36% sự biến động trong các thành phần của phân tích thành phần chính. Tỷ lệ giải thích này cao (lớn hơn 60%) thể hiện sự hiệu quả của phương pháp
phân tích thành phần chính đối với 6 chỉ tiêu cấu thành biến Governance. Phù hợp với phương pháp nghiên cứu của Bonnie G. Buchanan và cộng sự (2012).