Chƣơng 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.2. PHƢƠNG PHÁP NGHIÊN CỨU
3.2.2. Phƣơng pháp xử lý dữ liệu
Để phân tích dữ liệu thu thập được từ các phiếu điều tra, tác giả sử dụng phần mềm SPSS 22 để xác định các yếu tố tác động đến mức độ công bố thông tin trên
báo cáo tài chính theo IFRS 10 và IFRS 12.
Dữ liệu khảo sát sau khi thu thập sẽ tiến hành lọc phiếu khảo sát, mã hóa dữ liệu, tác giả tiến hành phân tích xử lý số liệu trên phần mềm SPSS, quy trình xử lý được tiến hành theo các bước như sau:
Bước 1: Phân tích đặc điểm của mẫu khảo sát
Mơ tả mẫu khảo sát bao gồm thông tin của khách hàng được khảo sát gồm các đặc điểm về giới tính, độ tuổi, thu nhập, cơng việc theo tỷ lệ phần trăm.
Bước 2: Kiểm định độ tin cậy của thang đo Cronbach’ Alpha
Các thang đo được đánh giá độ tin cậy qua hệ số tin cậy Cronbach Alpha. Qua đó, các biến quan sát có tương quan biến tổng nhỏ (<0,4) bị loại và thang đo được chấp nhận khi hệ số tin cậy Cronbach Alpha đạt yêu cầu (>0,6) (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Bước 3: Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá (EFA) nhằm nhận diện các nhân tố giải thích cho biến thành phần. Các biến quan sát có hệ số tương quan giữa biến và tổng (item-total correlation) dưới 0.4 sẽ bị loại (Nunnally và Burnstein, 1994). Các biến quan sát có trọng số (factor loading) nhỏ hơn 0.4 sẽ bị loại bỏ (Gerbing và Anderson, 1988) và kiểm tra xem phương sai trích được có lớn hơn hoặc bằng 50% hay khơng. Ngồi ra, theo Hồng Trọng & Chu Nguyễn Mộng Ngọc (2008), hệ số KMO (Kaiser-Meyer-Olkin) phải ≥ 0.5 và mức ý nghĩa của kiểm định Bartlett phải ≤ 0.05. Hệ số tải nhân tố (factor loading) phải > 0.5. Nếu biến quan sát nào có hệ số tải nhân tố cao nhất mà ≤ 0.5 thì sẽ bị loại. Đồng thời sự khác biệt hệ số tải nhân tố cao nhất của một biến quan sát trên nhân tố mà nó đo lường so với các các nhân tố còn lại phải cao chênh lệch ≥ 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố (nghĩa là phải tải mạnh lên nhân tố mà biến đó đo lường. Phương pháp phân tích nhân tố để xác định mức độ tác động của các yếu tố đến mức độ công bố thông tin trên báo cáo tài chính của các doanh nghiệp theo IFRS 10 và IFRS 12.
thơng tin báo cáo tài chính của các doanh nghiệp trên thị trường chứng khoán Việt Nam theo chuẩn IFRS 10 và IFRS 12.
3.2.3. Các kiểm định trong mơ hình hồi quy
Phần này sẽ trình bày các điều kiện trong đánh giá phân tích các mơ hình hồi quy nhằm xác thực độ tin cậy của các ước lượng hồi quy có được từ dữ liệu khảo sát.
Các kết luận dựa trên hàm hồi quy tuyến tính thu được chỉ có ý nghĩa khi hàm hồi quy đó phù hợp với dữ liệu mẫu và các hệ số hồi quy khác 0 có ý nghĩa; đồng thời, các giả định của hàm hồi quy tuyến tính cổ điển về phương sai, tính độc lập của phần dư… được đảm bảo. Vì thế, trước khi phân tích kết quả hồi quy, ta thực hiện các kiểm định về độ phù hợp của hàm hồi quy, kiểm định ý nghĩa của các hệ số hồi quy và đặc biệt là kiểm định các giả định của hàm hồi quy.