CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU
2.5. Phương pháp xử lý số liệu
Sau khi tiến hành thu thập dữ liệu thứ cấp của Ngân hàng Techcombank chi nhánh Hoàng Quốc Việt, tác giả tiến hành xử lý dữ liệu như sau: nhặt những số liệu cần thiết liên quan đến các chỉ tiêu đánh giá chất lượng thẩm định tài chính dự án đầu tư, tiến hành tính toán các chỉ tiêu theo công thức đã nêu ở chương 1, so sánh kết quả qua các năm để phân tích tình hình biến động trong công tác tín dụng của ngân hàng qua các năm, từ đó đưa ra nhận xét, đánh giá về thực trạng rủi ro tín dụng tại ngân hàng.
2.5.2. Xử lý dữ liệu sơ cấp
2.5.2.1. Kiểm định độ tin cây của thang đo
Để kiểm định độ tin cậy của thang đo tác giả đã tính toán hệ số Cronbach’s 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). Vì vậy đối với nghiên cứu này thì Cronbach Alpha từ 0.6 trở lên là sử dụng được.
2.5.2.2. Phân tích các nhân tố khám phá
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 làthích hợp, còn nếu trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khôngthích 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 thựchiện 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 hoặclớn 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 tốbằng hoặc lớn 0.5 mới có ý nghĩa.Từ kết quả phân tích nhân tố khám phá, tác giả sẽ xem xét lại mô hình nghiên cứu giả thiết, cân nhắc việc liệu có phải điều chỉnh mô hình hay không, thêm, bớt các nhân tố hoặc các giá trị quan sát của các nhân tố hay không.
2.5.2.3. Phân tích hồi quy tuyến tính và kiểm định giả thiết
Xây dựng phương trình hồi quy
Sau khi thang đo của các yếu tố khảo sát đã được kiểm định thì sẽ được xử lý chạy hồi quy tuyến tính bằng phương pháp tổng bình phương nhỏ nhất (OLS) bằng cả hai phương pháp Enter và phương pháp Stepwise.
Kiểm định sự phù hợp của mô hình
Để đảm bảo mô sự tin cậy của mô hình xây dựng, tác giả tiến hành kiểm định sự thỏa mãn của các giả thuyết của phương pháp OLS. Bao gồm:
Kiểm định hiện tượng đa cộng tuyến trong mô hình:Đa cộng tuyến là một hiện tượngtrong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin giống nhau và rất khó tách ảnh hưởng của từng biến một. Đối với hiện tượng đa cộng tuyến, độ sai lệch cho phép (tolerance) hoặc hệ số phóng đại phương sai VIF (variance inflation factor) khi VIF nhỏ hơn hoặc bằng 2 nghĩa là các biến độc lập không có tương quan tuyến tính với nhau.
Kiểm định hiện tượng phương sai sai số thay đổi: Phương sai thay đổi là hiện tượng phương sai của các số hạng này không giống nhau. Khi phương sai của các sai số thay đổi thì các ước lượng của các hệ số hồi quy không hiệu quả, các kiểm định t và F không còn đáng tin cậy. Nếu độ lớn của phần dư chuẩn hóa tăng hoặc giảm theo giá trị dự đoán thì có khả năng giả thuyết phương sai không đổi bị vi phạm.
Kiểm định hiện tượng tự tương quan: Đây là một dạng vi phạm các giả thuyết cơ bản số hạng nhiễu, hệ quả khi bỏ qua sự tự tương quan là các dự báo và ước lượng vẫn không thiên lệch và nhất quán nhưng không hiệu quả. Trong trường hợp đó, kiểm định Durbin-Watson là kiểm định phổ biến nhất cho tương quan chuỗi bậc nhất.
Sau khi kiểm tra kết quả cho thấy các giả thuyết không bị vi phạm thì có thể kết luận ước lượng 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 mô hình đã lựa chọn, tác giả tiến hành chạy SPSS để tìm ra biến thật sự tác động đến sự hài lòng của khách hàng và tìm ra mô hình phù hợp nhất. Tác giả sẽ phân tích cụ thể mô hình nghiên cứu trong chương 4 để có thể đưa ra các nhân tố ảnh hưởng tới rủi ro tín dụng tại Ngân hàng Techcombank Chi nhánh Hoàng Quốc Việt một cách gần với thực tế nhất.
Kiểm định các giả thuyết nghiên cứu.
Các giả thuyết nghiên cứu sẽ được tiến hành kiểm định thông qua dữ liệu nghiên cứu của phương trình hồi quy được xây dựng. Tiêu chuẩn kiểm định sử dụng thống kê t và giá trị p-value (Sig.) tương ứng, độ tin cậy lấy theo chuẩn 95%, giá trị p-value sẽ được 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 mô hình ta sử dụng hệ số R-square, thống kê t và thống kê F để kiểm định. Để đánh giá sự quan trọng của các nhân tố ta xem xét hệ số Beta tương ứng trong phương trình hồi quy bội được xây dựng từ dữ liệu nghiên cứu.