3.5. Xử lý dữ liệuĐể xử lý dữ liệu nghiên cứu tác giả sử dụng phần mềm stata 14.2, trình tự xử lý dữ liệu cụ thể như sau:Đo lường biến phụ thuộc: tác giả đo lường biến phụ thuộc DA và REM theo trình tự các bước đã liệt kê ở mục 3.3.1.Thống kê mô tả: tác giả tiến hành thống kê giá trị trung bình, độ lệch chuẩn, giá trị nhỏ nhất, giá trị lớn nhất của biến phụ thuộc DA, REM, và biến độc lập QTCT để đánh giá mức độ QTLN của nhà quản lý và thực trạng QTCT của các công ty niêm yết Việt Nam.Phân tích tương quan Pearson: Hệ số tương quan Pearson là thước đo độ mạnhcủa mối liên kết tuyến tính giữa hai biến. Tác giả sử dụng hệ số này để kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập và sớm nhận diện vấn đề đa cộng tuyến khi các biến độc lập cũng có tương quan mạnh với nhau. Kết quả kiểm định với giá trị p 0,05 cho thấy giữa các cặp biến có tương quan và hệ số (r) càng gần 1 cho thấy tương quan càng mạnh. Ngược lại, nếu kiểm định có p > 0,05 cho thấy các cặp biến không có tương quan.Phân tích hồi quy đa biến các mô hình ảnh hưởng của các yếu tố quản trị công ty đến quản trị lợi nhuận:- Lựa chọn phương pháp ước lượngĐối với dữ liệu bảng, có ba phương pháp ước lượng hệ số của các mô hình nhân tố ảnh hưởng gồm bình phương bé nhất (OLS – ordinary least squares), tác động cố định (FE – fixed effects) và tác động ngẫu nhiên (RE – random effects). Do đó, tác giả phải tiến hành kiểm định để lựa chọn phương pháp ước lượng phù hợp, không chệch, vững và hiệu quả cho mô hình nghiên cứu, trình tự thực hiện như sau:+ Thực hiện hồi quy OLS và FE, sau đó dùng kiểm định F để xác định chọn ước lượng OLS hay ước lượng FE, hay nói cách khác là có hiệu ứng cố định xuất hiện hay không. Kiểm định F được thực hiện với giả thuyết rỗng cho rằng mô hình không có tác động cố định, theo đó nếu p 0,5 thì bác bỏ giả thuyết tức là mô hình có tác động cố định, hay nói cách khác là mô hình FE phù hợp hơn OLS.