Chương 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.7. Phân tích dữ liệu
Quy trình phân tích dữ liệu bao gồm các bước sau:
Thống kê mơ tả: dùng mơ tả tóm tắt đơn giản về mẫu và các thước đo: thống kê
số lượng báo cáo ứng với mỗi loại ý kiến kiểm toán, bao gồm: ý kiến kiểm toán chấp nhận tồn phần, ý kiến kiểm tốn khơng phải chấp nhận tồn phần và ý kiến kiểm tốn có đoạn nhấn mạnh hoặc vấn đề khác, thống kê số lượng ý kiến được kiểm toán bởi Big 4 và bởi các doanh nghiệp khác ngoài Big 4.
Ở phần này, trung bình của các chỉ số tài chính, ROE, ROA, MN, FAR và biến động giá cổ phiếu, CGY được thống kê theo từng nhóm ý kiến kiểm tốn và từng nhóm doanh nghiệp kiểm tốn. Thơng qua bước thống kê mơ tả này đưa ra các dự đoán ban đầu về tác động giữa các biến.
Phân tích hiệp phương sai, kiểm định ANCOVA: đây trường hợp mở rộng của
phân tích phương sai một chiều khi bao gồm một hay nhiều biến liên tục để giải thích biến kết quả. Luận văn tiến hành kiểm định mối quan hệ giữa biến phụ thuộc là biến động của giá cổ phiếu với biến độc lập, bao gồm các biến giả đại diện cho loại ý kiến kiểm toán và loại doanh nghiệp phát hành Báo cáo kiểm toán. Ở bước kiểm định này, xác định xem các biến độc lập có tác động đến sự biến động của giá cổ phiếu – CGY hay không, một biến độc lập được coi là có ảnh hưởng đến biến phụ thuộc khi có Sig.<5%. Bên cạnh đó, kiểm định còn xem xét ảnh hưởng của các biến điều tiết, các chỉ số tài chính đến biến độc lập để cùng tác động lên biến phụ thuộc, biến điều tiết được coi là có tác động khi Sig.<5%
Hồi quy tuyến tính đa biến MLR: xác định mơ hình giải thích tốt nhất cho biến
phụ thuộc. Đầu tiên xem xét mơ hình có tác động của biến đại diện cho ý kiến kiểm toán, DUO và DQO tới biến phụ thuộc CGY, Model 1, sau đó xem xét mơ hình có tác
Model 2 và cuối cùng là mơ hình xem xét tác động của toàn bộ biến độc lập, ý kiến kiểm toán và doanh nghiệp kiểm toán tới biến phụ thuộc CGY:
Model 1: CGY = f (ROE, ROA, MN, FAR, DUO, DQO, ROE*DUO, ROE*DQO,
ROA*DUO, ROA*DQO, MN*DUO, MN*DQO, FAR*DUO, FAR*DQO)
Model 2: CGY = f (ROE, ROA, MN, FAR, DB4, ROE*DB4, ROA*DB4, MN*DB4, FAR*DB4)
Model 3: CGY = f (ROE, ROA, MN, FAR, DUO, DQO, DB4, ROE*DUO,
ROE*DQO, ROE*DB4, ROA*DUO, ROA*DQO, ROA*DB4, MN*DUO, MN*DQO, MN*DB4, FAR*DUO, FAR*DQO, FAR*DB4)
Tóm tắt các bước phân tích dữ liệu như sau:
Bảng 3.3: Các bước phân tích dữ liệu STT Phương pháp phân tích
thơng tin
Nội dung nghiên cứu tương ứng
1 Thống kê mô tả Tổng hợp phân tích thực trạng từng biến, đưa ra dự đoán về sự tác động giữa các biến 2 Sử dụng mơ hình hồi quy
ANCOVA
Phân tích mối quan hệ giữa ý kiến kiểm toán, loại doanh nghiệp phát hành báo cáo kiểm toán với giá cổ phiếu
3 Sử dụng mơ hình hồi quy đa biến
Tìm ra mơ hình giải thích tốt nhất cho biến phụ thuộc, tìm hệ số tương quan
Mơ hình nghiên cứu cụ thể
Nghiên cứu sử dụng mơ hình hồi quy ANCOVA. Phân tích hiệp phương sai, ANCOVA là trường hợp mở rộng của phân tích phương sai một chiều khi bao gồm một hay nhiều biến liên tục để giải thích biến kết quả. Phân tích hiệp phương sai được sử dụng để kiểm chứng sự khác nhau về giá trị trung bình giữa hai hay nhiều nhóm độc lập, ngồi ra, phân tích hiệp phương sai cịn cho phép chúng ta “kiểm sốt thống kê” đối với biến thứ 3, còn gọi là biến điều tiết ảnh hưởng đến kết quả.
Trong mơ hình ANCOVA này, biến phụ thuộc là biến định lượng, trong khi các biến độc lập có thể là biến định lượng hoặc biến giả. Mơ hình ANCOVA là như sau:
Y = δ + α1DUO + α2DQO + α3DB4 + β1X1 + β2X2 + ...+ βiXi +...+ βjXj + βj+1(X1*DUO) +
βj+2(X1*DQO) + βj+3(X1*DB4)+ ….+ βj*j+1(Xk*DUO) + βj*j+2(Xk*DQO) + βj*j+3(Xk*DB4) + ….+ βn-2(Xj*DUO) + βn-1(Xj*DQO) + βn(Xj*DB4) +ε
Trong đó:
Y: biến phụ thuộc đo lường bởi biến động của thị giá cổ phiếu;
δ,α1, α2,α3 và βi=0,…,n : là các tham số của mơ hình hồi quy; Xk=1,…,j : biến điều tiết - đại diện bởi các chỉ số tài chính;
DUO và DQO: biến độc lập – biến giả đại diện cho loại ý kiến kiểm toán;
DB4 : biến độc lập - biến giả đại diện cho loại doanh nghiệp phát hành BCKT;