CHƢƠNG 2 : PHƢƠNG PHÁP NGHIÊN CƢƢ́U
2.6. Phƣơng pháp xử lý số liệu
2.6.1. Xử ly dữ liệu thứ cấp
Sau khi tiến hành thu thập dữ liệu thứ cấp của Ngân hàng Nông nghiệp chi nhánh Hà Tây, tác giả tiến hành xử lý dữ liệu nhƣ sau: chọn những số liệu cần thiết liên quan đến các chỉ tiêu đánh giá chất lƣợng hạn chế và xử lý nợ xấu, tiến hành tính tốn các chỉ tiêu theo công thức đã nêu, so sánh kết quả qua các năm để phân tích tình hình biến động trong cơng tác tín dụng của ngân hàng qua các năm, từ đó đƣa ra nhận xét, đánh giá về thực trạng hạn chế, xử lý nợ xấu tại ngân hàng.
2.6.2. Xử ly dữ liệu sơ cấp
2.6.2.1. Kiểm định độ tin cậy của thang đo
Để kiểm định độ tin cậy của thang đo tác giả đã tính tốn hệ số Cronbach’s Alpha và hệ số tƣơng 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 lƣờng là tốt, từ 0.7 đến gần 0.8 là sử dụng đƣợc. Cũng có nhà nghiên cứu đề nghị rằng Cronbach Alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu (Hoàng Trọng - Chu Nguyễn Mộng Ngọc, 2008). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là sử dụng đƣợc.
2.6.2.2. Phân tích các nhân tố khám phá
Mức độ thích hợp của tƣơng quan nội tại các biến quan sát trong khái niệmnghiên cứu đƣợc 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 làthích hợp, cịn nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơngthích hợp với dữ liệu. Đo lƣờng sựthích hợp của mẫu và mức ý nghĩa đáng kể của kiểm định Bartlett‟s Test ofSphericity 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 đƣợc thựchiện với phép quay Varimax và phƣơng pháp trích nhân tố Principle components. Các thành phần với giá trị Eigenvalue lớn hơn 1 và tổng phƣơng sai trích bằng hoặclớn hơn 50% đƣợc xem nhƣ những nhân tố đại diện các biến. Hệ số tải nhân tố (Factor loading) biểu diễn các tƣơng quan đơn giữa các biến và các nhân tốbằng hoặc lớn 0.5 mới có ý nghĩa. Từ kết quả phân tích nhân tố khám phá, tác giả
sẽ xem xét lại mơ hình nghiên cứu giả thiết, cân nhắc việc liệu có phải điều chỉnh mơ hình hay khơng, thêm, bớt các nhân tố hoặc các giá trị quan sát của các nhân tố hay khơng.
2.6.2.3. Phân tích hồi quy tuyến tính và kiếm định giả thiết
Xây dựng phƣơng trình hồi quy
Sau khi thang đo của các yếu tố khảo sát đã đƣợc kiểm định thì sẽ đƣợc xử lý chạy hồi quy tuyến tính bằng phƣơng pháp tổng bình phƣơng nhỏ nhất (OLS) bằng cả hai phƣơng pháp Enter và phƣơng pháp Stepwise.
Kiểm định sự phù hợp của mơ hình
Để đảm bảo mơ sự tin cậy của mơ hình xây dựng, tác giả tiến hành kiểm định sự thỏa mãn của các giả thuyết của phƣơng pháp OLS. Bao gồm:
Kiểm định hiện tƣợng đa cộng tuyến trong mơ hình:Đa cộng tuyến là một hiện tƣợngtrong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng đa cộng tuyến là chúng cung cấp cho mơ hình những thơng tin giống nhau và rất khó tách ảnh hƣởng của từng biến một. Đối với hiện tƣợng đa cộng tuyến, độ sai lệch cho phép (tolerance) hoặc hệ số phóng đại phƣơng sai VIF (variance inflation factor) khi VIF nhỏ hơn hoặc bằng 2 nghĩa là các biến độc lập khơng có tƣơng quan tuyến tính với nhau.
Kiểm định hiện tƣợng phƣơng sai sai số thay đổi: Phƣơng sai thay đổi là hiện tƣợng phƣơng sai của các số hạng này không giống nhau. Khi phƣơng sai của các sai số thay đổi thì các ƣớc lƣợng của các hệ số hồi quy không hiệu quả, các kiểm định t và F khơng cịn đáng tin cậy. Nếu độ lớn của phần dƣ chuẩn hóa tăng hoặc giảm theo giá trị dự đốn thì có khả năng giả thuyết phƣơng sai khơng đổi bị vi phạm.
Sau khi kiểm tra kết quả cho thấy các giả thuyết khơng bị vi phạm thì có thể kết luậnƣớc lƣợng các hệ số hồi quy là không thiên lệch, nhất quán và hiệu quả. Các kết luận rút ra từ phân tích hồi quy là đáng tin cậy. Dựa vào mơ hình đã lựa chọn, tác giả tiến hành chạy SPSS để tìm ra biến thật sự tác động đến chất lƣợng hạn chế và xử lý nợ xấu và tìm ra mơ hình phù hợp nhất. Tác giả sẽ phân tích cụ thể mơ hình nghiên cứu trong chƣơng 3 để có thể đƣa ra các nhân tố ảnh hƣởng tới hoạt động hạn chế và xử lý nợ tại Ngân hàng Nông nghiệp Chi nhánh Hà Tây một cách gần với thực tế nhất.
Kiểm định các giả thuyết nghiên cứu.
Các giả thuyết nghiên cứu sẽ đƣợc tiến hành kiểm định thơng qua dữ liệu nghiên cứu của phƣơng trình hồi quy đƣợc xây dựng. Tiêu chuẩn kiểm định sử dụng thống kê t và giá trị p-value (Sig.) tƣơng ứng, độ tin cậy lấy theo chuẩn 95%, giá trị p-value sẽ đƣợc so sánh trực tiếp với giá trị 0.05 để kết luận chấp thuận hay bác bỏ giả thuyết nghiên cứu.Để xem xét sự phù hợp dữ liệu và sự phù hợp của mơ hình ta sử dụng hệ số R-square, thống kê t và thống kê F để kiểm định. Để đánh giásự quan trọng của các nhân tố ta xem xét hệ số Beta tƣơng ứng trong phƣơng trình hồi quy bội đƣợc xây dựng từ dữ liệu nghiên cứu.
CHƢƠNG 3: THƢCC̣ TRANGC̣ HẠN CHẾ VÀ XỬ LÝ NỢ XẤU TẠI NHNo&PTNT CHI NHÁNH HÀ TÂY