Để đáp ứng các mục tiêu nghiên cứu của mình cũng như kiểm định các giả thiết nghiên cứu, đề tài thực hiện các phương pháp kiểm định theo trình tự như sau: thống kê mơ tả dữ liệu, phân tích tương quan, ước lượng mơ hình và kiểm định các giả thiết nghiên cứu với sự hỗ trợ của phần mềm Sata 11.0.
3.4.1. Thống kê mô tả
Thống kê mô tả được sử dụng nhằm mô tả lại những đặc tính của dữ liệu nghiên cứu và đưa ra những nhận định ban đầu về chuỗi dữ liệu nghiên cứu, cụ thể đề tài sẽ mơ tả lại dữ liệu dựa trên các tiêu chí: giá trị trung bình, giá trị lớn nhất, giá trị nhỏ nhất, sai số số chuẩn, trung vị.
3.4.2. Phân tích tương quan
Phân tích tương quan được đề tài sử dụng nhằm xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc thông qua hệ số tương quan (Pearson), theo đó hệ số tương quan được tính bằng cách chia hiệp phương sai của biến với tích độ lệch chuẩn của chúng. Đề tài xây dựng ma trận hệ số tương quan kèm theo mức ý nghĩa nhằm đánh giá bước đầu về mối tương quan giữa các biến. Ngoài ra, trong trường hợp các biến độc lập có mối tương quan cao (lớn hơn 0.8) và đây có thể là dấu hiệu của hiện tượng đa công tuyến và cũng là cơ sở để đề tài thực hiện các kiểm định cần thiết và hiệu chỉnh mơ hình nghiên cứu.
3.4.3.Phương pháp ước lượng mơ hình
Trong khi phân tích tương quan nhằm xem xét mối quan hệ giữa các biến nghiên cứu có mối quan với nhau hay khơng thì phân tích hồi quy được dùng để đo lường mức độ ảnh hưởng của các biến độc lập với các biến phụ thuộc qua đó cho biết chiều hướng tác động và mức độ tác động của từng biến độc lập lên biến phụ thuộc. Phương pháp này cho phép đề tài đưa ra bằng chứng thực nghiệm để trả lời cho các câu hỏi và các giả thiết nghiên cứu.Theo đó đề tài thực hiện ước lượng mơ hình thơng qua ước lượng Pooled OLS, Fixed effect, Random effect. Lý do của việc ước lượng mô hình Fixed effect,Random effect mà khơng là mơ hình Pooled OLS là:
Thứ nhất, ước lượng Pooled OLS là ước lượng đơn giản và bỏ qua cấu trúc dữ liệu bảng có thể dẫn đến việc các biến độc lập không phản ánh đúng mối quan hệ giữa các biến độc lập với biến phụ thuộc. Và do đó trong mơ hình có nhiều biến giải thích nên có thể xảy ra hiện tượng tương quan giữa các biến độc lập. Và khi điều này xảy ra sẽ dẫn đến ước lượng Pooled OLS không cịn hiệu quả. Do đó cần một mơ hình tốt hơn mơ hình Pooled OLS.
Thứ hai, để xem xét đặc điểm riêng của từng công ty trong mẫu nghiên cứu có thể ảnh hưởng đến biến giải thích và do có những thuộc tính chúng ta
khơng quan sát được bằng giá trị thì lúc này mơ hình phù hợp hơn so với Pooled OLS là mơ hình Fixed effect. Theo đó mơ hình được xây dựng để xem xét được đặc điểm riêng của từng công ty trong mẫu nghiên cứu theo sự thay đổi của hệ số chặn tuy nhiên sự thay đổi này là cố định theo thời gian và để xem xét sự khác nhau đó thì chúng ta có thể dùng biến giả. Do mơ hình chỉ quan tâm đến những khác biệt mang tính cá nhân đóng góp vào mơ hình nên nó khơng xảy ra hiện tượng tự tương quan. Một minh hoạ cho mơ hình này như sau:
= + + + ⋯ + +
Trong đó : thể hiện cho sự khác nhau giữa các công ty nghiên cứu nhưng sự khác nhau đó khơng thay đổi theo thời gian. Khi đó được triển khai
theo các biến giả để xem xét những đặc điểm riêng biệt của từng đối tượng nghiên cứu.
Thứ hai, khi những đặc điểm riêng biệt giữa các đối tượng nghiên cứu được giả sử là ngẫu nhiên và không tương quan đến các biến giải thích thì chúng ta có thể dùng mơ hình hiệu ứng ngẫu nhiên (Random effect model). Cách tiếp cận của mơ hình này là dựa trên phần dư. Mơ hình tác động ngẫu nhiên được thể hiện như sau:
= + + + ⋯ + + = + = + + + ⋯ + + + = + ( ) = 0 ( ) = + ( , ) = +
~ (0, ) ~ (0, ) ( ) = 0 = 0
Trong đó, là phần dư tổng hợp gồm hai thành phần là sai số thành phần đại diện cho các đặc điểm riêng của từng công ty, là sai số thành phần kết hợp khác nhau của các đặc điểm riêng của các công ty và theo thời gian. là
giá trị trung bình của tất cả các hệ số chặn của các công ty nghiên cứu và sai số thành phần đại diện cho chênh lệch ngẫu nhiên của từng hệ số chặn của các cơng ty này với giá trị trung bình.
Như vậy vấn đề đặt ra là mơ hình nào là phù hợp cho nghiên cứu. Để trả lời câu hỏi này luận văn sẽ sử dụng kiểm định Hausman nhằm so sánh mơ hình Fixed effect và Random effect, kiểm định Likelihood nhằm so sánh giữa hai mơ hình Pooled OLS và Fixed effect và kiểm định LM nhằm so sánh giữa mơ hình Pooled OLS và mơ hình Random effect.
3.4.4.Phương pháp kiểm định các hệ số hồi quy và sự phù hợp của mơ hình
Trong phần này đề tài sẽ sử dụng kiểm định t (t-test) để kiểm tra sự phù hợp của các hệ số hồi quy. Các mức ý nghĩa thường được sử dụng trong thống kê là 1%, 5%, 10% hay nói khác hơn là độ tin cậy 99%, 95%, 90%. Đối với nghiên cứu này đề tài chọn mức ý nghĩa 5% để đánh giá mức độ phù hợp của các hệ số hồi quy, tức biến độc lập chỉ được xem là tác động đến biến phụ thuộc khi mà hệ số hồi quy có giá trị P-value nhỏ hơn 5%. Tuy nhiên, trong một số trường hợp hệ số hồi quy có P-value lớn hơn 5% nhưng nhỏ hơn 10% cũng được đề tài lưu ý trong nghiên cứu của mình.
Để kiểm tra sự phù hợp của mơ hình đề tài sử dụng kiểm định F với các giả thiết H0 là R2 = 0. Mức ý nghĩa đề tài chọn là 5% theo đó giá trị P-value nhỏ hơn 5% thì bác bỏ giả thiết H0 nên mơ hình là phù hợp.
Ngồi ra, sau khi mơ hình được ước lượng là phù hợp đề tài cũng thực hiện các kiểm định đi kèm khác nhằm kiểm tra các khuyết tật của mơ hình. Theo đó, đề tài thực hiện kiểm định phương sai thay đổi và kiểm định tự tương quan, bởi lẽ nếu mơ hình có phương sai thay đổi hoặc tự tương quan hoặc cả hai thì các kiểm định về hệ số hồi quy của mơ hình là khơng đáng tin cậy, ước lượng của mơ hình là ước lượng khơng hiệu quả và R2 là khơng đúng bản chất của nó. Nếu mơ hình có phương sai thay đổi hoặc có tự tương quan hoặc có cả hai khuyết tật này thì đề tiến hành khắc phục mơ hình nghiên cứu bằng cách ước lượng lại mơ hình bằng phương pháp GLS.
Tóm lại, trong chương này đã nêu lên cơ sở lý thuyết cho việc chọn lựa mơ
hình nghiên cứu, các mơ hình nghiên cứu, giả thiết nghiên cứu, nguồn dữ liệu nghiên cứu để làm tiến đề cho các chương tiếp theo trong nghiên cứu.