4 NỘI DUNG VÀ KẾT QUẢ NGHIÊN CỨU
4.1 Phân tích tƣơng quan
Trƣớc khi chạy mơ hình hồi quy, luận văn tiến hành phân tích tƣơng quan giữa các biến để xem xét khả năng xảy ra hiện tƣợng đa cộng tuyến bởi hiện tƣợng này làm cho mơ hình có thể có mức phù hợp R2 cao nhƣng mức ý nghĩa t thấp.
Bảng 4.1: Phân tích tƣơng quan các biến trong mơ hình biến sổ sách
NITA TLTA RSIZE SIGMA
NITA 1.000000
TLTA -0.487707 1.000000
RSIZE 0.335269 -0.183062 1.000000
SIGMA 0.277845 -0.092917 0.115859 1.000000
(Nguồn theo kết quả chạy chương trình Eview)
Các biến trong mơ hình biến sổ sách có tƣơng quan thấp giá trị < 0.6 vì vậy có thể đƣa tất cả các biến vào mơ hình nghiên cứu và đảm bảo không xảy ra hiện tƣợng đa cộng tuyến.
Bảng 4.2: Phân tích tƣơng quan các biến trong mơ hình biến thị trƣờng
NIMTA TLMTA RSIZE SIGMA CASHMTA MB INFORM NIMTA 1.0000 TLMTA -0.8454 1.0000 RSIZE 0.0710 -0.1117 1.0000 SIGMA 0.0779 -0.1838 0.1158 1.0000 CASHMTA 0.4632 -0.4023 0.0776 0.0918 1.0000 MB -0.3344 0.3198 -0.1709 -0.0920 -0.4710 1.0000 INFORM -0.0463 0.0291 -0.0725 -0.0264 -0.0755 0.0514 1.0000
(Nguồn theo kết quả chạy chương trình Eview)
Các biến trong mơ hình biến thị trƣờng có tƣơng quan thấp giá trị < 0.6, chỉ có hệ số tƣơng quan giữa NIMTA và TLMTA tƣơng đối cao bằng 0.85. Chạy mơ hình hồi
quy phụ cho biến NIMTA và biến TLMTA để kiểm tra. Lúc này, xem xét biến TLMTA nhƣ một biến độc lập với biến phụ thuộc là biến NIMTA.
Bảng 4.3: Mơ hình hồi quy phụ
(Nguồn theo kết quả chạy chương trình Eview)
Nhận thấy Prob là 0.0000 nhỏ hơn α = 0.05 hay mức ý nghĩa 5% nên mơ hình hồi quy phụ tồn tại. R-squared bằng 71.48% nghĩa là sự thay đổi 71.48% của biến NIMTA do biến TLMTA giải thích và ngƣợc lại. Vậy thực sự có hiện tƣợng cộng tuyến giữa hai biến. Để tránh hiện tƣợng này, trong mơ hình 2 sẽ loại bỏ một biến để kết quả mơ hình chính xác hơn.