2.1. Phương pháp nghiên cứu:
2.1.2.8. Phân tích số liệu thu thập
Các dữ liệu sau khi được thu thập, xử lý sơ bộ và được mã hóa, lưu trữ trên phần mềm Exel và sau đó được đưa vào phần mềm SPSS 20 để tiến hành các kỹ thuật tính tốn.
• Kiểm định độ tin cậy thang đo
Một trong những mục tiêu của đề tài này là xây dựng và kiểm định độ tin cậy của thang đo từng nhân tố ảnh hưởng tới hiệu quả quản trị thanh khoản. Việc kiểm định thang đo sẽ giúp tác giả nhìn nhận lại các nhân tố đánh giá, nhân tố nào hợp lệ, nhân tố nào bị loại bỏ trước khi tiến hành các phân tích tiếp theo. Để kiểm định độ tin cậy của thang đo tác giả đã tính tốn hệ số Cronbach Alpha và hệ số tương quan biến tổng thể.
Nhiều nhà nghiên cứu đồng ý rằng hệ số Cronbach Alpha từ 0.8 trở lên đến gần 1 thì thang đo lường là tốt, từ 0.7 đến gần 0.8 là sử dụng được. Cũng có nhà nghiên cứu
đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp
khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Hoàng Trọng - Chu Nguyễn Mộng Ngọc, 2008, trang 24). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là sử dụng được.
Hệ số tương quan biến tổng là hệ số tương quan của một biến với điểm trung
bình của các biến khác trong cùng một thang đo, do đó hệ số này càng cao thì sự tương quan của biến này với các biến khác trong nhóm càng cao. Theo Nunnally & Burnstein(1994), các biến có hệ số tương quan biến tổng nhỏ hơn 0.3 được coi là biến rác và sẽ bị loại khỏi thang đo.
• Phân tích nhân tố khám phá
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật sử dụng để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố khám phá phát huy tính hữu ích
trong việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu cũng như tìm ra các mối quan hệ giữa các biến với nhau. Phép phân tích nhân tố của các khái niệm nghiên cứu được xem xét để cung cấp bằng chứng về giá trị phân biệt và giá trị hội tụ của thang đo.
- Mức độ thích hợp của tương quan nội tại các biến quan sát trong khái niệm
nghiên cứu được thể hiện bằng hệ số KMO (Kaiser – Mever – Olkin). Trị số KMO lớn ( giữa 0.5 và 1) là điều kiện đủ để phân tích nhân tố là thích hợp, cịn nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu.
- Đo lường sự thích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định
Bartlett“s Test of Sphericity trong phân tích khám phá dùng để xem xét sự thích hợp của phân tích nhân tố.
- Rút trích nhân tố đại diện bằng các biến quan sát được thực hiện với phép quay Varimax và phương pháp trích nhân tố Principle components.
- Các thành phần với giá trị Eigenvalue lớn hơn 1 và tổng phương sai trích bằng hoặc lớn hơn 50% được xem như những nhân tố đại diện các biến.
- Hệ số tải nhân tố (Factor loading) biểu diễn các tương quan đơn giữa các biến và các nhân tố bằng hoặc lớn 0.5 mới có ý nghĩa.
• Mơ hình hồi quy và kiểm định giả thuyết
Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết
nhân quả (Cooper và Schindler, 2003). Ngoài chức năng là cơng cụ mơ tả, hồi quy tuyến tính bội được sử dụng như công cụ kết luận để kiểm định các giả thuyết và dự
báo các giá trị của tổng thể nghiên cứu. Như vậy, đối với nghiên cứu này, hồi quy
tuyến tính bội là phương pháp thích hợp để kiểm định các giả thuyết nghiên cứu. - Trước hết hệ số tương quan giữa hiệu quả quản trị thanh khoản với các nhân tố
ảnh hưởng tới hiệu quả quản trị thanh khoản, hệ số tương quan giữa các biến giải thích
cũng được xem xét.
- Tiếp đến, phân tích hồi quy tuyến tính đa biến bằng phương pháp bình phương nhỏ nhất thông thường (Ordinal Least Squares – OLS) cũng được thực hiện, trong đó biến phụ thuộc là hiệu quả quản trị thanh khoản, biến độc lập dự kiến sẽ là các nhân tố chủ quan và khách quan đã được trình bày ở phần mơ hình nghiên cứu.
- Phương pháp lựa chọn biến Enter được tiến hành. Hệ số xác định R2 điều chỉnh được dùng để xác định độ phù hợp của mơ hình.
- Kiểm định F dùng để khẳng định khả năng mở rộng mơ hình này áp dụng cho tổng thể
- Kiểm định t để bác bỏ giả thuyết các hệ số hồi quy của tổng thể bằng 0; hay cịn có nghĩa là kiểm định các giả thuyết Hi0 đang nghiên cứu.
- Cuối cùng, nhằm đảm bảo độ tin cậy của phương trình hồi quy được xây dựng cuối cùng là phù hợp, một loạt các dị tìm sự vi phạm của giả định cần thiết trong hồi quy tuyến tính cũng được thực hiện. Các giả định được kiểm định trong phần này gồm liên hệ tuyến tính (dùng biểu đồ phân tán Scatterplot), phương sai của phần dư khơng
Histogram và Q-Q plot), tính độc lập của phần dư (dùng đại lượng thống kê Durbin- Watson), hiện tượng đa cộng tuyến (tính độ chấp nhận Tolerance và hệ số phóng đại VIF).