Phương pháp nghiên cứu

CHƯƠNG 3. MÔ HÌNH VÀ PHƯƠNG PHÁP NGHIÊN CỨU

3.4. Phương pháp nghiên cứu

Phương pháp này được sử dụng để mô tả những đặc tính cơ bản của dữ liệu thu thập nhằm có cái nhìn tổng quát về mẫu nghiên cứu. Thông qua mô tả, tóm tắt thống kê các biến độc lập và biến phụ thuộc của các doanh nghiệp Logistics niêm yết trên sở giao dịch chứng khoán Thành phố Hồ Chí Minh giai đoạn năm 2014- 2019 cho thấy được giá trị trung bình, độ lệch chuẩn, giá trị lớn nhất và bé nhất của từng biến nghiên cứu.

3.4.2. Phân tích tương quan

Phân tích sự tương quan được sử dụng để xem xét mối quan hệ giữa các biến độc lập. Kết quả phân tích tương quan có thể bước đầu đánh giá được các dự báo của mô hình. Ngoài ra, trong trường hợp các biến độc lập có mối tương quan cao thì đây là dấu hiệu của đa cộng tuyến, do đó đây là một cơ sở để thực hiện kiểm định đa cộng tuyến và điểu chỉnh mô hình.

3.4.3. Phân tích hồi quy

Trong khi phân tích tương quan kiểm tra có tồn tại mối tương quan giữa các biến độc lập hay không 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 tác động của từng biến độc lập đến biến phụ thuộc. Phương pháp này cho phép đưa ra những bằng chứng xác thực để trả lời các câu hỏi nghiên cứu của bài luận. Thông qua các phương pháp hồi quy OLS/FEM/REM, hằng số và các hệ số của mô hình sẽ được ước lượng. Hệ số Prob (P-value) của kết quả phân tích hồi quy cho biết mức độ tác động của các biến độc lập lên từng biến phụ thuộc. Các mức thống kê có ý nghĩa thường được sử dụng là 1%, 5% hoặc 10% (hay nói cách khác là độ tin cậy 99%, 95% hoặc 90%). Trong nghiên cứu này, tác giả chọn mức thống kê có ý nghĩa là 10%, tức là biến độc lập chỉ được xem là có ảnh hưởng mạnh đến biến phụ thuộc khi giá trị Prob của từng biến độc lập trong mô hình hồi quy nhỏ hơn 10% (P- value<0,1), và ngược lại.

3.4.4. Kiểm định đa cộng tuyến

Khi phân tích tương quan, hệ số tương quan giữa các biến cao là dấu hiệu của đa cộng tuyến. Để phát hiện trường hợp một biến có tương quan tuyến tính mạnh với các biến còn lại của mô hình, ta khảo sát các cặp tương quan giữa các biến độc lập được thực hiện bằng cách thiết lập ma trận hệ số tương quan để tìm ra những cặp biến có hệ số tương quan cao. Theo nghiên cứu của Gujarati K. 1995, Nguyễn Trọng Hoài, 2006 cho rằng, để loại trừ vấn đề đa cộng tuyến, cần nghiên cứu kỹ hệ

số tương quan giữa các biến, nếu chúng vượt quá 0,8 mô hình hồi quy sẽ gặp vấn đề đa cộng tuyến nghiêm trọng.

Ngoài ra, để đảm bảo tính chính xác, tác giả sẽ sử dụng thêm hệ số phóng đại phương sai (VIF - Variance Inflation Factor) để kiểm định hiện tượng đa cộng tuyến. Theo quy tắc kinh nghiệm khi VIF>10 thì mức độ cộng tuyến được xem là cao và khi đó, các hệ số hồi quy được ước lượng với độ chính xác không cao. Dựa vào kết quả kiểm định hồi quy tuyến tính và hệ số VIF, các biến có hệ số VIF lớn hơn 10 sẽ bị loại ra khỏi mô hình theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) và tiếp tục phân tích hồi quy cho đến khi không còn biến nào có giá trị VIF lớn hơn 10, tức là không còn hiện tượng đa cộng tuyến.

3.4.5. Kiểm định phương sai thay đổi.

Một trong các giả thuyết chủ yếu cho hồi quy bình phương bé nhất thông thường OLS là phương sai không thay đổi. Nếu phương sai không phải là một hằng số thì được coi là phương sai thay đổi, lúc này ước lượng hệ số hồi quy tính được bằng phương pháp OLS là không hiệu quả. Để kiểm định sự vi phạm giả thiết này của mô hình, tác giả sử dụng kiểm định dạng Wald đối với mô hình FEM, kiểm định nhân tử Lagrange đối với mô hình REM và kiểm định White đối với mô hình OLS, có sửa đổi với các giả thiết H0: không có hiện tượng phương sai thay đổi, H1: có hiện tượng phương sai thay đổi. Nếu kết quả kiểm định cho giá trị P-value là nhỏ (nhỏ hơn 0,05), giả thiết H0 bị bác bỏ và chấp nhận giả thiết H1.

3.4.6. Kiểm định tự tương quan

Sau khi kiểm định sự phù hợp của mô hình, bước kế tiếp là kiểm định hiện tượng tự tương quan của các biến trong mô hình. Khi có tồn tại hiện tượng tự tương quan, tuy các ước lượng OLS vẫn là các ước lượng không chệnh nhưng chúng không phải là ước lượng hiệu quả. Nói cách khác, ước lượng OLS không phải là ước lượng không chệch tốt nhất. Phương pháp kiểm định để phát hiện tình trạng tự tương quan xảy ra trong mô hình là phương pháp kiểm định Wooldridge, trong đó

giả thiết H0 được đề cập là không có hiện tượng tự tương quan, H1 là có hiện tượng tự tương quan. Nếu kết quả kiểm định cho giá trị P-value là nhỏ (nhỏ hơn 0,05), giả thiết H0 bị bác bỏ và chấp nhận giả thiết H1.

3.4.7. Khắc phục bằng kiểm định FGLS

Nếu không có hiện tượng tự tương quan, hiện tượng phương sai sai số thay đổi thì tiến hành đưa ra kết luận và cuối cùng khắc phục các khuyết tật trong mô hình (nếu có) bằng ước lượng bình phương tối thiểu tổng quát khả thi (FGLS) để đưa ra mô hình phù hợp nhất.