4.3.1. Đánh giá độ tin cậy của thang đo
Độ tin cậy của thang đo được đánh giá thông qua hệ số Cronbach alpha tính
được từ việc phân tích số liệu bằng phần mềm SPSS 20.0. Theo Hoàng Trọng và Chu
Nguyễn Mộng Ngọc (2008) “Nhiều nhà nghiên cứu đồng ý rằng khi 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 thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Nunnally, 1978; Peterson, 1994; Slater, 1995)”. Đối với luận văn này, các biến quan sát có hệ số tương quan biến – tổng lớn hơn hoặc bằng 0,3 thì biến đó đạt yêu cầu và Cronbach alpha lớn hơn hoặc bằng 0,6 thì thang đo có thể
Bảng 4.14: Kết quả Cronbach’s alpha của các nhóm biến quan sát
STT Thang đo Cronbach’s alpha
01 Mục tiêu cắt giảm chi phí 0,695
02 Áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu 0,729
03 Chính sách nhân sự không công bằng 0,914
04 Mức độ gắn bó thấp với công ty kiểm toán 0,937
05 Trao đổi thông tin không thuận lợi 0,817
06 Hành vi đe dọa chất lượng kiểm toán 0,823
Nguồn: Khảo sát của tác giả (Xem phụ lục số 2)
Kết quả cho thấy hệ số Cronbach’s alpha của các nhóm yếu tố đều đạt từ 0,695 trở lên và các biến quan sát trong từng nhóm có hệ số tương quan biến tổng lớn hơn 0,4 (Xem phụ lục số 2) nên thang đo của các yếu tố “Mục tiêu cắt giảm chi phí”, “Áp lực
đánh giá nhân viên gắn với hoàn thành mục tiêu”, “Chính sách nhân sự không công bằng”, “Mức độ gắn bó thấp với công ty kiểm toán”, “Trao đổi thông tin không thuận lợi”, “Hành vi đe dọa chất lượng kiểm toán” đạt được độ tin cậy và tiếp tục đưa vào phân tích nhân tố.
4.3.2. Phân tích nhân tố (EFA)
Phương pháp EFA được sử dụng rộng rãi trong nghiên cứu để đánh giá sơ bộ
các thang đo lường. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan
tâm đến một số tiêu chí sau:
Hệ số KMO (Kaiser-Meyer-Olkin): là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để phân tích nhân tố là 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 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Kiểm định Bartlett (Bartlett’s test of sphericity): dùng để xem xét ma trận tương quan có phải là ma trận đơn vị, là ma trận có các thành phần (hệ số tương quan giữa
các biến) bằng không và đường chéo (hệ số tương quan với chính nó) bằng 1. Nếu kiểm định Bartlett có Sig <0,05, chúng ta từ chối giả thuyết Ho (ma trận tương quan là ma trận đơn vị) nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2011).
Hệ số tải nhân tố (factor loading) > 0,5. Nếu biến quan sát có hệ số tải nhân tố < 0,5 sẽ bị loại (Nguyễn Đình Thọ, 2011).
Tổng phương sai trích TVE (Total Variance Explained): tổng này thể hiện các
nhân tố trích được bao nhiêu phần trăm của các biến đo lường. Tổng này phải đạt từ
50% trở lên và tiêu chí eigenvalue tối thiểu phải bằng 1 (>=1) thì mô hình EFA phù
hợp (Nguyễn Đình Thọ, 2011).
Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố > 0,3 đểđảm bảo giá trị phân biệt giữa các nhân tố (Nguyễn Đình Thọ, 2011). (adsbygoogle = window.adsbygoogle || []).push({});
4.3.2.1. Phân tích nhân tốđối với biến độc lập
19 biến quan sát độc lập được đưa vào phân tích nhân tố theo phương pháp trích Principal Component với phép quay Varimax. Các biến có hệ số tải nhân tố (factor loadings) nhỏ hơn 0,5 hoặc có hệ số tải nhân tố giữa các nhân tố gần bằng nhau sẽ bị
loại.
Kết quả phân tích cho thấy có 5 nhân tốđược trích ra với tổng phương sai trích
được là 72,572% cho biết 5 nhân tố này giải thích được 72,572% biến thiên của dữ
liệu. Hệ số KMO = 0,803 (>0,5) là đạt yêu cầu. Hệ số tải nhân tố của tất cả các nhân tố đều lớn hơn 0,5. Mức ý nghĩa của kiểm định Bartlett = 0,000 (<0,05) vì thếởđộ tin cậy 95% các biến quan sát có tương quan với nhau trong tổng thể. Vì vậy, kết quả EFA là phù hợp (Xem phụ lục số 3). 5 nhân tố này được thể hiện như sau:
Nhân tố thứ nhất: Bao gồm các biến quan sát sau và được đặt tên là “Chính sách nhân sự không công bằng”
NS2 Anh/chị dành nhiều thời gian cho công việc và công ty nhưng điều đó không
được ghi nhận.
NS1 Lương thưởng anh/chị nhận được không tương xứng với công sức anh/chịđã bỏ ra.
NS3 Anh/chị cảm thấy không công bằng trong cách phân chia công việc.
NS5 Anh/chị cảm thấy nhà quản lý ít quan tâm tới lợi ích của nhân viên. NS4 Anh/chị cảm thấy không công bằng trong việc thăng tiến ở công ty.
Nhân tố thứ hai: Bao gồm các biến quan sát sau và được đặt tên là “Mức độ
gắn bó thấp với công ty kiểm toán”
GB4 Anh/Chị không dành nhiều công sức để đóng góp cho sự phát triển chung của công ty.
GB3 Anh/Chị ít quan tâm đến sự phát triển của công ty trong tương lai.
GB1 Anh/Chị thường từ chối các nhiệm vụ được phân công mà không thuộc trách nhiệm của anh/chị.
GB2 Anh/Chị có thể sẽ chuyển sang công việc khác khi có cơ hội thích hợp.
Nhân tố thứ ba: bao gồm các biến quan sát sau và được đặt tên là “Trao đổi thông tin không thuận lợi”
TD1 Anh/chị và cấp trên ít trao đổi về khó khăn trong công việc
TD2 Cấp trên khuyến khích anh/chị tự giải quyết vấn đề mà không cần phải trao
đổi với họ.
TD3 Anh/Chị thường gặp khó khăn trong việc trao đổi ý kiến với cấp trên.
TD4 Do trao đổi không thuận lợi với cấp trên nên nhiều vấn đề không được giải quyết.
Nhân tố thứ 4: bao gồm các biến quan sát sau và được đặt tên là “Áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu”
Kết quảđánh giá công việc của anh/chị phụ thuộc vào:
TD2 Đánh giá của công ty dựa trên chất lượng công việc của anh/chị
TD1 Công ty thường đánh giá dựa trên mục tiêu công việc đã đề ra
TD3 Đánh giá của cấp trên dựa trên sự nỗ lực của anh/chị trong công việc TD4 Đánh giá của cấp trên dựa trên kinh nghiệm trong công việc của anh/chị.
Nhân tố thứ 5: bao gồm các biến quan sát sau và được đặt tên là “Mục tiêu cắt giảm chi phí” (adsbygoogle = window.adsbygoogle || []).push({});
MT1 Anh/Chị thường thiếu thời gian để thực hiện công việc được giao.
MT2 Cấp trên của anh/chị thường xuyên yêu cầu cắt giảm chi phí (ăn ở, đi lại,
công tác phí,…) trong cuộc kiểm toán.
4.3.2.2. Phân tích nhân tốđối với biến phụ thuộc
Khi đưa 5 biến quan sát của nhóm hành vi đe dọa chất lượng kiểm toán vào phân tích nhân tố thì chỉ có 1 nhân tố được rút ra với đầy đủ 5 biến này. Các hệ số tải nhân tốđều lớn hơn 0,5. Thang đo hành vi đe dọa chất lượng kiểm toán có phương sai trích bằng 59,840% cho thấy 59,840% biến thiên của dữ liệu được giải thích bởi nhân tố trên. Kiểm định Bartlett có Sig = 0,000 (<0,05) nên ở độ tin cậy 95% các biến quan sát có tương quan với nhau trong tổng thể và hệ số KMO = 0,846 (>0,5) nên phân tích nhân tố là phù hợp (Xem phụ lục số 4 ).
Vì 5 biến này đều nói về những hành vi đe dọa chất lượng kiểm toán nên nhóm biến này được đặt tên là nhân tố “Hành vi đe dọa chất lượng kiểm toán”. Nhân tố
Trong công việc hiện tại, anh/chị từng phải:
HV3 Phải ở lại văn phòng sau giờ làm việc để chứng tỏ anh/chị làm việc chăm chỉ.
HV4 Bỏ qua một (một số) thủ tục kiểm toán trong chương trình kiểm toán được thiết kế từ trước.
HV5 Không được chấm công toàn bộ thời gian thực tế anh/chị bỏ ra cho công việc.
HV2 Phải làm việc theo hướng trái với xét đoán nghề nghiệp của anh/chị.
HV1 Làm việc nhằm đạt được kết quả đánh giá cao trước mắt nhưng có thể ảnh hưởng tới kết quả công việc trong tương lai.
Như vậy sau khi tiến hành phân tích nhân tố ta thấy các nhân tố “Mục tiêu cắt
giảm chi phí”, “Áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu”, “Chính sách
nhân sự không công bằng”, “Mức độ gắn bó thấp với công ty kiểm toán”, “Trao đổi thông tin không thuận lợi” vẫn giữ nguyên mô hình ban đầu với các giả thuyết như sau: H1 (+): Mục tiêu cắt giảm chi phí có quan hệ đồng biến với các hành vi đe dọa chất lượng kiểm toán.
H2 (+): Áp lực đánh giá nhân viên dựa trên việc hoàn thành mục tiêu có quan hệ
đồng biến với các hành vi đe dọa chất lượng kiểm toán.
H3 (+): Chính sách nhân sự không công bằng có quan hệ đồng biến với các hành vi đe dọa chất lượng kiểm toán.
H4 (+): Mức độ gắn bó thấp với công ty kiểm toán có quan hệđồng biến với các hành vi đe dọa chất lượng kiểm toán.
H5 (+): Thiếu hiệu quả trong trao đổi thông tin có mối quan hệ đồng biến với các hành vi đe dọa chất lượng kiểm toán.
4.4. Phân tích hồi quy tuyến tính
Phân tích hồi quy tuyến tính được thực hiện với 5 nhân tố độc lập là: “Mục tiêu
cắt giảm chi phí”, “Áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu”, “Chính
sách nhân sự không công bằng”, “Mức độ gắn bó thấp với công ty kiểm toán”, “Trao
đổi thông tin không thuận lợi” và 1 nhân tố phụ thuộc là “Hành vi đe dọa chất lượng kiểm toán”. Giá trị của mỗi nhân tốđược dùng để chạy hồi quy là giá trị trung bình của các biến quan sát thuộc nhân tốđó. Phân tích được thực hiện bằng phương pháp Enter. Kết quả cho thấy các biến “Mục tiêu cắt giảm chi phí”, “Áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu”, “Chính sách nhân sự không công bằng”, “Mức độ gắn bó thấp với công ty kiểm toán”, “Trao đổi thông tin không thuận lợi” đều có tương quan với biến “Hành vi đe dọa chất lượng kiểm toán” với mức ý nghĩa 5% và R2 hiệu chỉnh = 0,898 (Xem phụ lục số 5).
Bảng 4.15. Kết quả phân tích hồi quy sử dụng phương pháp Enter
Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Độ lệch chuẩn Hệ số Beta Độ chấp nhận của biến Hệ số phóng đại phương sai 1 Hằng số ,173 ,136 1,273 ,205 MT ,227 ,019 ,338 11,800 ,000 ,804 1,244 DG ,090 ,025 ,092 3,560 ,000 ,984 1,016 NS ,281 ,026 ,362 10,839 ,000 ,591 1,691 GB ,137 ,020 ,196 6,751 ,000 ,786 1,273 TD ,256 ,024 ,358 10,593 ,000 ,577 1,734 Nguồn: Khảo sát của tác giả (Xem phụ lục số 5)
Mô hình hồi quy bao gồm 4 nhân tố với hệ số R2 hiệu chỉnh trong mô hình bằng 0,898 (Xem phụ lục số 5) tức là mô hình giải thích được 89,8% sự thay đổi của nhân tố
hành vi đe dọa chất lượng kiểm toán, đồng thời mức ý nghĩa của thống kê F tính được rất nhỏ (Sig = 0,000) cho thấy ta sẽ an toàn bác bỏ giả thuyết cho rằng tất cả các hệ số
hồi quy bằng 0 và kết luận ở độ tin cậy 95% mô hình hồi quy tuyến tính phù hợp với tổng thể. (adsbygoogle = window.adsbygoogle || []).push({});
Nhìn vào bảng 4.15 ta thấy hệ số phóng đại phương sai VIF của mỗi biến đều nhỏ hơn 2 nên hiện tượng đa cộng tuyến không có ảnh hưởng đến kết quả giải thích của mô hình. Về nguyên tắc, khi VIF vượt quá 10 là có dấu hiệu của hiện tượng đa cộng
tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008)
Phương trình hồi quy tuyến tính có dạng như sau:
HV = 0,362*NS + 0,358*TD + 0,338*MT + 0,196*GB + 0,092*DG Hay được viết lại:
Hành vi đe dọa chất lượng kiểm toán = 0,362 * Chính sách nhân sự không công
bằng + 0,358 * Trao đổi thông tin không thuận lợi + 0,338 * Mục tiêu cắt giảm chi phí
+ 0,092 + 0,196 * Mức độ gắn bó thấp với công ty kiểm toán + 0,092 * Đánh giá nhân
viên gắn với hoàn thành mục tiêu.
Kết quả hồi quy cho thấy các biến độc lập MT, DG, NS, GB, TD đều có Sig nhỏ
hơn 0,05 nên các biến đều có ý nghĩa ở độ tin cậy 95%. Vì vậy ở độ tin cậy 95% các biến độc lập đều có ảnh hưởng đến biến phụ thuộc HV và các hệ số dốc lần lượt là 0,362; 0,358; 0,338; 0,196; 0,092 đều mang dấu dương nên các biến đều ảnh hưởng cùng chiều tới hành vi đe dọa chất lượng kiểm toán.
Tầm quan trọng của các nhân tố MT, DG, NS, GB, TD đối với nhân tố HV được
xác định vào hệ số Beta. Nếu giá trị tuyệt đối của hệ số Beta của nhân tố nào càng lớn thì càng ảnh hưởng quan trọng đến hành vi đe dọa chất lượng kiểm toán. Do đó, ảnh hưởng quan trọng nhất đến hành vi đe dọa chất lượng kiểm toán của các KTV đang làm việc tại Big 4 Việt Nam là nhân tố Chính sách nhân sự không công bằng (Beta =
0,362), tiếp theo là các yếu tố: trao đổi thông tin không thuận lợi (Beta = 0,358), mục tiêu cắt giảm chi phí (Beta = 0,338), mức độ gắn bó thấp với công ty kiểm toán (Beta =
0,196) và áp lực đánh giá nhân viên gắn với hoàn thành mục tiêu (Beta = 0,092).
Như vậy dựa vào kết quả hồi quy ta thấy cả 5 nhân tố đều có ảnh hưởng đến hành vi đe dọa chất lượng kiểm toán của các KTV đang làm việc tại Big 4 Việt Nam. Có thể chia 5 nhân tố này thành 2 nhóm: Nhóm có ảnh hưởng mạnh với hệ số Beta lớn hơn 0,3 và các nhân tố có ảnh hưởng ít hơn.
4.5. Kiểm định giả thuyết
Dựa trên phân tích hồi quy, ta tiến hành kiểm định các giả thuyết của mô hình
đã đưa ra:
Chính sách nhân sự không công bằng là nhân tố có ảnh hưởng quan trọng nhất
đến hành vi đe dọa chất lượng kiểm toán (vì có hệ số Beta lớn nhất). Dấu dương của hệ
số Beta có ý nghĩa là mối quan hệ giữa nhân tố chính sách nhân sự không công bằng và hành vi đe dọa chất lượng kiểm toán là mối quan hệ cùng chiều. Kết quả phân tích hồi
quy tuyến tính cho thấy nhân tố này có Beta = 0,362 và Sig = 0,000 (<0,05) nghĩa là
khi các yếu tố khác không thay đổi nếu tăng chính sách nhân sự không công bằng lên 1
đơn vị thì hành vi đe dọa chất lượng kiểm toán sẽ tăng lên 0,362 đơn vị nên giả thuyết H3 được chấp nhận. Kết quả này phù hợp kết luận trong các nghiên cứu trước đây.
Nhân tố thứ hai có ảnh hưởng đến hành vi đe dọa chất lượng kiểm toán sau nhân tố chính sách nhân sự không công bằng là nhân tố trao đổi thông tin không thuận lợi. Dấu dương của hệ số Beta có ý nghĩa là mối quan hệ cùng chiều giữa nhân tố trao đổi thông tin không thuận lợi với hành vi đe dọa chất lượng kiểm toán. Kết quả hồi quy cho thấy nhân tố trao đổi thông tin không thuận lợi có Beta = 0,358 và Sig = 0,000 (<0,05) nghĩa là khi các yếu tố khác không thay đổi nếu tăng trao đổi thông tin không thuận lợi lên 1 đơn vị thì hành vi đe dọa chất lượng kiểm toán sẽ tăng lên 0,358 đơn vị
nên giả thuyết H5 được chấp nhận. Kết quả này phù hợp kết luận trong các nghiên cứu trước đây.
Tiếp theo là nhân tố mục tiêu cắt giảm chi phí. Dấu dương của hệ số Beta có ý nghĩa là mối quan hệ cùng chiều giữa nhân tố mục tiêu cắt giảm chi phí với hành vi đe dọa chất lượng kiểm toán. Kết quả hồi quy cho thấy nhân tố mục tiêu cắt giảm chi phí có Beta = 0,338 và Sig = 0,000 (<0,05) nghĩa là khi các yếu tố khác không thay đổi nếu tăng mục tiêu cắt giảm chi phí lên 1 đơn vị thì hành vi đe dọa chất lượng kiểm toán sẽ
tăng lên 0,338 đơn vị nên giả thuyết H1 được chấp nhận. Kết quả này phù hợp kết luận