CHƯƠNG 3. PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phương pháp nghiên cứu
3.4.1. Thống kê mô tả và thống kê suy luận
Thống kê mô tả là phương pháp tiến hành thu thập số liệu, tóm tắt, trình bày, tính toán và mô tả các đặc trưng khác nhau thông qua các chỉ tiêu như: giá trị trung bình, tỷ lệ, tần số, độ lệch chuẩn,…để mô tả tổng quát đối tượng nghiên cứu.
Thống kê suy luận là việc sử dụng các phương pháp ước lượng các đặc trưng của tổng thể, phân tích mối liên hệ giữa các hiện tượng nghiên cứu, dự đoán hoặc ra quyết định trên cơ sơ thu thập thông tin từ kết quả quan sát mẫu.
3.4.2. Kiểm định thang đo
Trong việc nghiên cứu định lượng, việc đo lường cac nhân tố là rất khó khan, phức tạp, không thể chỉ dùng một câu hỏi quan sát đo lường mà phải dùng nhiều câu hỏi quan sát, nói cách khác là sử dụng các thang đo chi tiết hơn. Tuy nhiên, không phải việc đưa ra thang đo để đo lường cho các nhân tố đều là hợp lý, vì vậy cần phải kiểm tra mức độ phù hợp của các biến quan sát với thang đo. Sử dụng phương pháp hệ số Cronbach’s alpha để kiểm định đọ tin cậy của thang đo.
Hệ số Cronbach’s Alpha sẽ kiểm định xem các biến quan sát có cùng được đo lường cho một khái niệm hay không. Biến quan sát ở đây là các câu hỏi trong bảng hỏi điều tra. Và qua phân tích của nhiều nhà nghiên cứu được tổng hợp lại thì giá trị hệ số Cronback’s Alpha được chia thành 3 mức (Nguồn: Hoàng Trọng, Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS tập 2, NXB Hồng Đức, Trang 24):
- Từ 0.8 đến gần bằng 1 thì thang đo lường là rất tốt
- Từ 0.7 đến gần bằng 0.8 thì thang đo lường sử dụng tốt - Từ 0.6 trở lên thì thang đo lường sử dụng được
Bên cạnh đó ta cũng cần chú ý đến hệ số tương quan biến tổng Corrected Item – Total Correlation. Nếu hệ số này ≥ 0.3 thì biến đó đạt yêu cầu. Nếu hệ số này ≤ 0.3 thì sẽ phải loại bỏ biến đó ra khỏi thang đo.
3.4.3. Phương pháp phân tích nhân tố khám khá EFA
Phương pháp EFA giúp xem xét mối quan hệ giữa các biến ở tất cả các nhân tố khác nhau nhằm phát hiện ra những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu.
Kỹ thuật phân tích EFA là có ý nghĩa khi:
- Hệ số KMO ≥ 0.5 : phân tích nhân tố là phù hợp với dữ liệu nghiên cứu. Nếu KMO <
0.5 thì có khả năng phân tích nhân tố không phù hợp.
- Kiểm định Bartlett có sig Bartlett’s Test < 0.05 : Lúc này, các biến quan sát là có tương quan với nhau.
- Trị số Eigenvalue ≥ 1 : Những nhân tố sẽ được giữ lại trong mô hình phân tích - Tổng phương sai trích (Total Variance Explained) ≥ 50% : Mô hình EFA là phù hợp - Hệ số tải nhân tố (Factor Loading) > 0.5: Biểu hiện mối tương quan giữa nhân tố với biến quan sát. Hệ số này càng cao thì sự tương quan giữa nhân tố với các biến quan sát càng lớn.
3.4.4. Phương pháp phân tích phương sai ANOVA
Phân tích phương sai ANOVA phân tích sự ảnh hưởng của một hay nhiều yếu tố nguyên nhân đến một yếu tố khác, dùng để tìm ra ý nghĩa thống kê của những khác biệt trung bình giữa biến phụ thuộc là chất lượng thẩm định và các biến là các biến về thông tin cá nhân, số lượng CBTĐ và thời gian thẩm định. Sử dụng kỹ thuật phân tích này giúp ta kiểm định được giả thuyết nghiên cứu về sự khác biệt giữa chất lượng thẩm định ở các nhóm đối tượng khác nhau. Phương pháp này sẽ bao gồm 2 phần kết quả thẩm định:
- Phần kết quả đầu tiên là tiền hành kiểm định hệ số Levene, dùng để kiểm định phương sai bằng nhau hay không giữa các nhóm với xác suất ý nghĩa Sig là 5%. Nếu Sig > 0.05
nghĩa là chấp nhận phương sai các nhóm là bằng nhau, và đủ điều kiện để phân tích tiếp ANOVA.
- Phần kết quả thứ hai là kiểm định ANOVA với mức sai lệch không quá 5%. Nếu Sig
> 0.05 thì chấp nhận giả thuyết không có sự khác nhau về chất lượng thẩm định dự án giữa các đối tượng khác nhau về thông tin nhân khẩu học, thời gian và số lượng CBTĐ.
Nếu Sig ≤ 0.05 thì có thể khẳng định có sự khác biệt giữa cá nhóm đối với biến phụ thuộc.
3.4.5. Phương pháp phân tích tương quan
Để sử dụng được mô hình hồi quy thì trước đó phải phân tích tương quan giữa các nhân tố để loại bỏ các nhân tố không phù hợp với mô hình.
Kết quả của phân tích này sẽ được đánh giá qua 2 hệ số:
- Hệ số Pearson Correlation: nói lên mức độ tương quan giữa các biến với nhau, có giá trị chạy trong đoạn [-1 đến 1]. Nếu giá trị là âm, các biến đó có mối tương quan nghịch chiều, nếu giá trị là dương thì các biến đó có mối tương quan thuận chiều. Hệ số này càng lớn thì cho thấy mức độ tương quan càng cao và có thể dẫn tới hiện tượngg đa cộng tuyến khi kiểm định mô hình hồi quy. Dấu hiện đa cộng tuyến được xem xét khi phân tichs hồi quy thông qua hệ số VIF.
- Hệ số Sig: thể hiện tính phù hợp của hệ số tương quan giữa các biến. Mô hình là phù hợp khi giá trị của Sig < 0.05.
3.4.6. Phương pháp phân tích hồi quy đa biến
Phương pháp phân tích hồi quy đa biến dùng để lượng hoá mức độ ảnh hưởng các các biến độc lập tới biến phụ thuộc. Sau khi kiểm định thang đo, phân tích tương quan giữa các biến sẽ tiến hành chạy mô hình hồi quy tuyến tính theo mô hình:
𝐘 = 𝛃𝟎+ 𝛃𝟏∗ 𝐗𝟏+ 𝛃𝟐∗ 𝐗𝟐+ 𝛃𝟑∗ 𝐗𝟑 + ⋯ + 𝛃𝐢 ∗ 𝐗𝐢 Kiểm định mô hình với mức ý nghĩa 5%. Trong đó:
Y: Chất lượng thẩm định tài chính DAĐT
𝑋…: Các yếu tố tác động đến chất lượng thẩm định 𝛽4: Hằng số
𝛽… : Các hệ số hồi quy
KẾT LUẬN CHƯƠNG 3
Thông qua chương 3 này đã xác định được mô hình cũng như giả thuyết nghiên cứu. Từ đó xây dựng nên quy trình nghiên cứu và áp dụng các phương pháp kiểm định phù hợp. Em cũng đã tiến hành thu thập dữ liệu sơ cấp thông qua phiếu hỏi để làm công cụ phục vụ cho nghiên cứu khoá luận của mình. Đây là các nội dung có vai trò rất quan trọng, giúp định hướng công tác nghiên cứu và giải quyết được vấn đề nghiên cứu và sau cùng là đưa ra các giải pháp, kiến nghị phù hợp với kết quả nghiên cứu được về chất lượng thẩm định tài chính DAĐT tại Tiên Phong.