6. Kết cấu của luận văn
3.5.2. Kế hoạch phân tích dữ liệu
Trước hết, thang đo sẽ được mã hoá theo như Bảng 3.2: Bảng 3.2: Bảng mã hóa biến
STT Thành
phần Tên biến Mã hóa
1
Sự tin tưởng
Việc đăng ký chứng thư số và mua chữ ký điện tử để vào
trang web là an toàn TRU1
2 Chỉ cần cung cấp dữ liệu cá nhân được cấp phát để xác thực
tài khoản trên website TRU2
3 Dữ liệu của người sử dụng trong trang web kê khai thuế
được lưu trữ một cách an toàn TRU3
4 Dữ liệu được cung cấp trên website chỉ được sử dụng với lý
do kê khai thuế TRU4
5
Hỗ trợ doanh nghiệp
Nhân viên hỗ trợ trực tuyến cho thấy một sự quan tâm chân
thành trong việc giải quyết vấn đề của người sử dụng CIS1 6 Nhân viên hỗ trợ trực tuyến trả lời kịp thời các yêu cầu của
người sử dụng CIS2
7 Các nhân viên hỗ trợ có kiến thức để trả lời câu hỏi của
người dùng CIS3
8 Các nhân viên hỗ trợ có khả năng truyền đạt niềm tin và sự
tin tưởng cho doanh nghiệp CIS4
9
Tính đáng tin cậy
Các form, biểu mẫu trong website được tải xuống trong thời
gian ngắn REL1
10 Trang web kê khai thuế điện tử có thể truy cập vào bất cứ
khi nào doanh nghiệp cần REL2
11 Trang web kê khai thuế thực hiện thành công các dịch vụ
theo yêu cầu ngay từ lần đầu tiên REL3
12 Trang web kê khai thuế điện tử được tải xuống một cách
nhanh chóng REL4
13 Trang web kê khai thuế điện tử hoạt động đúng với trình
duyệt mặc định của người dùng REL5
14
Thiết kế website
Trang web kê khai thuế điện tử cung cấp đầy đủ các thông
tin và các quy định liên quan đến nộp tờ khai thuế điện tử; WEB1 15 Trang web kê khai thuế điện tử được thiết kế giao diện trang
nhã và có bố cục rõ ràng; WEB2
16 Các thao tác trên trang web kê khai thuế điện tử rất đơn giản,
dễ dàng; WEB3
17 Dễ dàng liên kết với các trang web khác liên quan đến kê
khai thuế, đặc biệt là trang web của tổng cục thuế WEB4
18 Tính
hiệu quả
Cấu trúc trang web kê khai thuế điện tử rõ ràng và dễ làm
theo EFF1
19 Công cụ tìm kiếm trên trang web này là có hiệu quả EFF2 20 Bản đồ của trang web kê khai thuế điện tử được tổ chức tốt EFF3
21 Trang web kê khai thuế có tính tùy chỉnh theo từng người
dùng cụ thể EFF4
22 Thông tin hiển thị trên web kê khai thuế điện tử là thích hợp,
chi tiết EFF5
23 Thông tin để hoàn thiện việc kê khai là đầy đủ và sẵn có EFF6 24
Sự hài lòng doanh nghiệp
Tôi hài lòng với chất lượng dịch vụ kê khai thuế điện tử. SAT1 25 Chất lượng dịch vụ kê khai thuế điện tử giống như tôi mong
đợi. SAT2
26 Doanh nghiệp chúng tôi sẽ tiếp tục sử dụng dịch vụ kê khai
thuế điện tử mà Ngành thuế đang cung cấp SAT3 27 Tôi sẽ nói tốt về dịch vụ kê khai thuế điện tử nếu như có
doanh nghiệp khác hỏi tôi. SAT4
(Nguồn: Tác giả nghiên cứu và tổng hợp)
Các dữ liệu sau khi thu thập sẽ được làm sạch và xử lý bằng phần mềm SPSS 16.0. Một số phương pháp phân tích được sử dụng trong nghiên cứu như sau:
Lập bảng tần số để mô tả mẫu thu thập theo các thuộc tính như: giới tính, độ tuổi, chức vụ, thời gian truy cập internet trong tuần v.v…
Cronbach’s alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo bằng hệ số thông qua hệ số Cronbach’s alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach’s alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995)(1). Thông thường, thang đo có Cronbach’s alpha từ 0,7 đến 0,8 là sử dụng được. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0,8 trở lên đến gần 1 là thang đo lường tốt.
Phân tích nhân tố khám phá EFA (exploratory factor analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc
1
Hoàng Trọng – Chu Nguyễn Mộng Ngọc (2008), Phân tích dữ liệu nghiên cứu với SPSS tập 2, NXB Hồng Đức.
xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Ngoài ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0,5 thì mới đạt yêu cầu.
Phân tích tương quan Pearson
Trước khi tiến hành phân tích hồi quy tuyến tính bội, cần phải xem xét mối quan hệ tương quan tuyến tính giữa các biến. Điều này nhằm kiểm định giữa các biến có mối quan hệ tương quan tuyến tính với nhau và các biến độc lập có tương quan với biến phụ thuộc.
Giả thuyết đặt ra cần phải kiểm định là:
Ho: Không có mối quan hệ tương quan tuyến tính giữa các biến trong mô hình H1: Có mối quan hệ tuyến tính của các biến trong mô hình
Để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng các nhà nghiên cứu thường sử dụng một số thống kê có tên là Hệ số tương
quan Pearson. Nếu giữa 2 biến có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy. Trong phân tích tương quan Pearson, không có sự phân biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau. Đa cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng cộng tuyến là chúng cung cấp cho mô hình những thông tin rất giống nhau, và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có đa cộng tuyến trong khi hệ số xác định R2 vẫn khá cao. Trong quá trình phân tích hồi quy bội, đa cộng tuyến được SPSS chuẩn đoán bằng lựa chọn Collinearity Diagnostic.
Xây dựng phương trình hồi quy
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, dò tìm các vi phạm giả định cần thiết trong mô hình hồi quy tuyến tính bội như kiểm tra phần dư chuẩn hóa, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định không bị vi phạm, mô hình hồi quy tuyến tính được bội được xây dựng. Và hệ số R2 đã được điều chỉnh (adjusted R square) cho biết mô hình hồi quy được xây dựng phù hợp đến mức nào.
Lý do để hệ số R2 điều chỉnh (Adjusted R square) được sử dụng để đánh giá mức độ phù hợp của mô hình vì nó loại bỏ độ lệch phóng đại của R2, nghĩa là càng đưa thêm biến độc lập vào thì R2
càng tăng khi mà không phải mô hình nào càng có nhiều biến thì sẽ càng phù hợp. Sau đó, nghiên cứu sẽ kiểm định sự phù hợp của mô hình bằng phân tích phương sai ANOVA. Giả thuyết được đặt ra là βj = 0, nếu giả thuyết này bị bác bỏ thì cũng có nghĩa là mô hình xây dựng phù hợp với tập dữ liệu.
Kết luận chương 3:
Chương này trình bày phương pháp nghiên cứu được thực hiện nhằm xây dựng, đánh giá các thang đo cho các khái niệm nghiên cứu và kiểm định mô hình nghiên cứu cùng các giả thuyết. Phương pháp nghiên cứu được thực hiện qua 02 giai đoạn chính: nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính được thực hiện bằng hỏi ý kiến chuyên gia và thảo luận nhóm với những doanh nghiệp đã và đang sử dụng dịch vụ kê khai thuế điện tử do cục thuế thành phố Hồ Chí Minh cung cấp. Tiếp theo nghiên cứu định lượng sơ bộ được thực hiện để điều chỉnh và hoàn thiện bảng câu hỏi khảo sát. Nghiên cứu định lượng chính thức được tiến hành ngay sau khi bảng câu hỏi khảo sát được chỉnh sửa hoàn tất. Chất lượng dịch vụ điện tử được đo lường thông qua 05 thành phần thang đo với tổng cộng 27 biến quan sát. Dữ liệu sau khi được thu thập sẽ được tiến hành mã hóa, nhập liệu vào chương trình phân tích số liệu thống kê SPSS 16.0 để phân tích thông tin, xử lý số liệu phục vụ cho nghiên cứu.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU