Tất cả quan sát Loại trừ dum_outlier
lnE p-value lnE p-value
dum_year -0,2582 0,0364 -0,3117 0,0122
Nguồn: tác giả tính tốn từ bộ dữ liệu điều tra SME (2007, 2009, 2011)
Tóm lƣợc phần thống kê mô tả
Nghiên cứu tiến hành phân tích phi tham số và phân tích hồi quy giữa biến phụ thuộc với từng biến độc lập riêng lẻ để tìm ra mối quan hệ tương quan giữa gia nhập ngành và các yếu tố ảnh hưởng đến gia nhập.
Bằng cách chuyển trục tọa độ và phân tích tham số trong phần thống kê mô tả, nghiên cứu nhận thấy các rào cản gia nhập ngành như mức độ tập trung ngành, vốn trang bị trên lao động, quy mơ tài sản, chi phí nghiên cứu và phát triển, biến giả theo năm có tương quan âm có ý nghĩa với gia nhập ngành. Các yếu tố khuyến khích gia nhập là chi phí sở hữu giấy chứng nhận quyền sử dụng đất, xuất khẩu có tương quan dương có ý nghĩa với gia nhập ngành. Biến tăng trưởng lợi nhuận có mối tương quan âm với gia nhập ngành nhưng chưa rõ ràng. Còn lại hai biến tỉ lệ quảng cáo và độ tuổi doanh nghiệp không tương quan với gia nhập ngành.
Kết quả phân tích cịn cho thấy có rất nhiều quan sát dị biệt trong mơ hình, trong đó hai quan sát có giá trị gia nhập ngành nhỏ nhất ảnh hưởng đến các mối quan hệ giữa biến phụ thuộc và hầu hết các biến độc lập khác. Ngồi ra, mỗi biến độc lập cịn có những quan sát dị biệt khác nhau. Những quan sát dị biệt này đều được kiểm định lại sự ảnh hưởng đến mối quan hệ của gia nhập ngành và rào cản gia nhập bằng mơ
hình hồi quy. Nếu biến giả quan sát dị biệt có ý nghĩa thống kê, có thể kết luận đây là quan sát dị biệt và quan sát này sẽ được đối xử như một biến độc lập. Còn nếu ngược lại, quan sát này là quan sát bình thường và được bỏ qua.
Bảng 4.14. Bảng tóm tắt kết quả tương quan giữa gia nhập ngành và các nhân tố ảnh hưởng
Kiểm định hệ số tương quan Pearson Kiểm định Spearman
Trường hợp Tất cả quan sát Loại trừ dum_outlier Loại trừ dum_ad Loại trừ dum_outlier và dum_ic Loại trừ dum_lnrd Tất cả quan sát Loại trừ dum_outlier lnCON -0,5122*** -0,6262*** lnKL -0,2371* ln2KL -0,2434** lnASSET -0,2777** ln2ASSET -0,2846** lnGRW -0,245* ln2GRW 0,1387 lnIC 0,3585*** ln2IC -0,365*** lnAD -0,2873** lnLAND 0,3388*** 0,3501*** LnEX 0,3171*** lnRD -0,3572*** -0,5175*** -0,4955*** lnAGE -0,0989 dum_year -0,2582** -0,3117***
Ghi chú: *, **, *** có ý nghĩa thống kê lần lượt ở mức ý nghĩa 10%, 5% và 1% Nguồn: tác giả tính tốn từ bộ dữ liệu điều tra SME (2007, 2009, 2011)
4.2. Kết quả phân tích hồi quy
Nội dung phần này trình bày kết quả phân tích của mơ hình hồi quy đầy đủ với biến phụ thuộc và các biến độc lập, cũng như các quan sát dị biệt như phân tích ở phần trên. Bảng 4.15 cho thấy các biến lnCON, ln2KL, lnKL, ln2ASSET, lnASSET, ln2IC, lnIC, ln2GRW, lnGRW, và các biến giả dum_ic, dum_year, dum_outlier có ý nghĩa thống kê với mức ý nghĩa 5%. Nghiên cứu loại các biến khơng có ý nghĩa thống kê và tiếp tục hồi quy với mơ hình chỉ bao gồm các biến có ý nghĩa thống kê. Kết quả nhận được là những biến này đều có ý nghĩa thống kê trong mơ hình mới. Sử dụng kiểm định F-test để kiểm định giả thiết tất cả hệ số hồi quy bằng 0 cho kết quả mơ hình có khả năng sử dụng được (p-value=0,0000). Mơ hình này giải thích được 85,42% sự biến thiên của số lượng gia nhập ngành theo các biến độc lập. Tiếp theo, nghiên cứu kiểm định sự phù hợp của mơ hình tác động ngẫu nhiên bằng kiểm định Hausman. Mục tiêu của kiểm định này là khẳng định lại sự lựa chọn mơ hình tác động ngẫu nhiên (random effect) là phù hợp hơn so với mơ hình tác động cố định (fixed effect). Kiểm định Hausman đưa ra giả thuyết Ho là sự khác biệt giữa các hệ số hồi quy giữa hai mơ hình là khơng có hệ thống. Kết quả kiểm định cho thấy chúng ta không bác bỏ giả thuyết Ho (p-value=0,7737). Điều này nghĩa là sự khác biệt giữa hai hệ số hồi quy là có hệ thống và mơ hình tác động ngẫu nhiên là phù hợp. Tiếp theo, để kiểm định việc sử dụng mơ hình tác động ngẫu nhiên này hay sử dụng mơ hình hồi quy theo phương pháp OLS là phù hợp, nghiên cứu sử dụng kiểm định Breusch - Pagan Lagrangian để kiểm tra giả thiết Ho là khơng có sự khác biệt giữa phương sai ở các ngành khác nhau, nghĩa là khơng có tác động của mơ hình theo dữ liệu bảng. Kết quả kiểm định cho thấy chúng ta bác bỏ giả thiết Ho (p-value=0,0307). Như vậy chúng ta khơng thể sử dụng OLS vì vi phạm giả định phương sai đồng nhất của phương pháp ước lượng này. Do đó, việc sử dụng mơ hình tác động ngẫu nhiên là phù hợp.