7. Kết cấu của luâ ̣n văn
3.3.Nghiên cứu định tính
3.3.1. Thảo luận nhóm
Tác giả tiến hành thảo luận nhóm chuyên gia sau khi xây dựng được các yếu tố trong mô hình nghiên cứu, nhằm điều chỉnh, bổ sung và phát hiện các yếu tố mới. Tác giả tiến hành thảo luận nhóm các chuyên gia, 5 chuyên gia là các kế toán viên, nhà quản trị ở các doanh nghiệp và nhà cung cấp phần mềm kế toán. Với mục đích tập trung vào chiều sâu các ý kiến của người tham gia thảo luận, thu thập được những câu trả lời sâu sắc và đảm bảo sự tương tác của các thành viên trong nhóm nên số lượng các chuyên gia được chọn là 5 chuyên gia cùng có kiến thức chuyên sâu về kế toán và phần mềm kế toán (Phụ lục III).
Tác giả đã thiết kế bảng câu hỏi phỏng vấn để tiến hành thảo luận, kết quả cuộc thảo luận là cơ sở để tác giả điều chỉnh mô hình nghiên cứu (Phụ lục II).
3.3.2. Kết quả nghiên cứu định tính
Sau khi tiến hành thảo luận nhóm chuyên gia các yếu tố bao gồm: “Hiệu quả mong đợi”, “Tính dễ sử dụng”, “Ảnh hưởng của xã hội”, “Điều kiện hỗ trợ”, “Giá cả”, “Động lực hưởng thụ" đều được các thành viên tham gia thảo luận đồng ý có ảnh hưởng đến ý định sử dụng PMKT (Phụ lục IV). Đồng thời, các biến quan sát tác giả soạn thảo cho các yếu tố trên và biến quan sát cho biến “ý định sử dụng PMKT” đều đầy đủ, rõ ràng và không có bổ sung thêm.
Tuy nhiên yếu tố “Thói quen sử dụng PMKT” các chuyên gia đều không đồng ý và có sự điều chỉnh như sau:
- Thứ nhất yếu tố “Thói quen sử dụng PMKT” đổi lại thành yếu tố “Thói quen sử dụng công nghệ”.
- Thứ hai, các biến quan sát có sự thay đổi như sau: Từ 4 biến quan sát ban đầu là:
- Sử dụng PMKT là một thói quen của Anh/chị. - Anh/chị phải sử dụng PMKT.
- Anh/chị rất muốn sử dụng PMKT.
- Sử dụng PMKT là một điều bình thường với Anh/chị.
Đổi thành 4 biến:
- Sử dụng công nghệ là một thói quen của Anh/chị. - Anh/chị say mê khám phá công nghệ mới.
- Anh/chị nghĩ Anh/chị cần sử dụng công nghệ phục vụ cho công việc. - Sử dụng công nghệ là một điều bình thường với Anh/chị.
3.3.3. Điều chỉnh thang đo
Từ kết quả của bước thảo luận nhóm chuyên gia, tác giả đồng ý đổi tên yếu tố “Thói quen sử dụng PMKT” đổi lại thành yếu tố “Thói quen sử dụng công nghệ”, đồng thời tác giả chấp nhận thêm các biến quan sát mà các thành viên thảo luận đề xuất, từ đây tác giả hình thành thang đo gồm 31 biến quan sát. Đồng thời trong quá trình thảo luận, tác giả luận văn cũng đề nghị nhóm chuyên gia cùng bàn luận và trả lời thử các câu hỏi khảo sát, qua đó đánh giá các câu hỏi có rõ ràng hay không và điều chỉnh lại nếu có, với nội dung câu hỏi cụ thể như sau:
Bảng 3. 1.Thang đo các biến độc lập sau khi điều chỉnh
Biến độc lập Ký hiệu Nội dung thang đo
1. Hiệu quả mong
Bảng 3. 1.Thang đo các biến độc lập sau khi điều chỉnh (tiếp theo)
Biến độc lập Ký hiệu Nội dung thang đo
1. Hiệu quả mong đợi
HQ2 Sử dụng PMKT giúp Anh/chị có cơ hội đạt được những thứ quan trọng.
HQ3 Sử dụng PMKT giúp tăng năng suất công việc. HQ4 Sử dụng PMKT giúp Anh/chị hoàn thành mọi
nhiệm vụ một cách nhanh chóng.
2. Tính dễ sử dụng
SD1 Việc học hỏi để sử dụng PMKT dễ dàng với Anh/chị.
SD2 Sự tương tác của PMKT là rõ ràng và dễ hiểu. SD3 Anh/chị thấy PMKT dễ sử dụng.
SD4 Anh/chị dễ dàng trở nên khéo léo, thành thạo trong việc sử dụng PMKT
3. Ảnh hưởng của xã hội
XH1 Những người quan trọng với Anh/chị nghĩ rằng Anh/chị nên sử dụng PMKT. (adsbygoogle = window.adsbygoogle || []).push({});
XH2 Những người ảnh hưởng đến hành vi của Anh/chị nghĩ rằng Anh/chị nên sử dụng PMKT.
XH3 Theo quan điểm của một số người cho rằng Anh/chị sẽ có uy tín hơn nếu sử dụng PMKT.
XH4 Nói chung, mọi người xung quanh Anh/chị ủng hộ Anh/chị sử dụng PMKT
4. Điều kiện hỗ trợ
DK1 Doanh nghiệp Anh/chị sẵn sàng đầu tư các nguồn lực cần thiết để sử dụng PMKT.
DK2 Anh/chị có kiến thức cần thiết để sử dụng PMKT. DK3 Các công nghệ, kỹ thuật khác mà doanh nghiệp
Anh/chị đang sử dụng tương thích với PMKT. DK4 Anh/chị sẽ nhận được sự giúp đỡ khi khó khăn
Bảng 3.1.Thang đo các biến độc lập sau khi điều chỉnh (tiếp theo)
Biến độc lập Ký hiệu Nội dung thang đo
5. Giá cả
GC1 Trên thị trường hiện nay, các PMKT dành cho doanh nghiệp nhỏ và vừa có giá cả hợp lý. GC2 Ở mức giá hiện nay, Giá trị PMKT rất đáng với
đồng tiền.
GC3 Ở mức giá hiện tại, PMKT cung cấp một giá trị tốt.
6. Thói quen sử dụng công nghệ
TQ1 Sử dụng công nghệ là một thói quen của Anh/chị. TQ2 Anh/chị say mê khám phá công nghệ mới.
TQ3 Anh/chị nghĩ Anh/chị cần sử dụng công nghệ phục vụ cho công việc.
TQ4 Sử dụng công nghệ là một điều bình thường với Anh/chị.
7. Động lực hưởng thụ
DL1 Anh/chị sẽ thấy vui nếu được sử dụng PMKT. DL2 Anh/chị sẽ thấy thú vị nếu được sử dụng PMKT. DL3 Anh/chị sẽ thấy có sự thư giãn nếu được sử dụng
PMKT.
DL4 Anh/chị sẽ thấy hài lòng nếu được sử dụng PMKT.
(Nguồn: Tổng hợp của tác giả)
Và thang đo cho biến phụ thuộc:
Bảng 3. 2. Thang đo các biến phụ thuộc sau khi điều chỉnh
Biến phụ
thuộc Ký hiệu Nội dung thang đo
Ý định sử dụng
YD1 Anh/chị sẽ đề xuất doanh nghiệp sử dụng PMKT YD2 Anh/chị sẽ luôn cố gắng sử dụng PMKT trong
công việc hàng ngày của Anh/chị.
YD3 Anh/chị sẽ có kế hoạch cho việc sử dụng PMKT. YD4 Anh/chị muốn giới thiệu PMKT cho người thân và (adsbygoogle = window.adsbygoogle || []).push({});
bạn bè của Anh/chị.
3.3.4. Điều chỉnh mô hình nghiên cứu
Sau khi thảo luận nhóm, mô hình vẫn giữ nguyên số biến và tên biến có thay đổi như sau:
Hình 3. 2. Mô hình nghiên cứu điều chỉnh sau khi thảo luận nhóm chuyên gia
Theo mô hình trên hình 3.2 trên so với mô hình 2.6 thì tên biến “Thói quen sử dụng PMKT” được điều chỉnh lại là “Thói quen sử dụng công nghệ”.
3.3.5. Các giả thuyết nghiên cứu điều chỉnh
Sau khi thảo luận nhóm các giả thuyết nghiên cứu được điều chỉnh lại như sau” -H1: Yếu tố “Hiệu quả mong đợi” có tác động dương đến Ý định sử dụng PMKT.
-H2: Yếu tố “Tính dễ sử dụng” có tác động dương đến Ý định sử dụng PMKT.
-H3: Yếu tố “Ảnh hưởng xã hội” có tác động dương Ý định sử dụng PMKT. -H4: Yếu tố “Điều kiện hỗ trợ” có tác động dương đến Ý định sử dụng PMKT. -H5: Yếu tố “Giá cả” có tác động dương đến Ý định sử dụng PMKT.
Động lực hưởng thụ Thói quen sử dụng công
nghệ
Tính dễ sử dụng mong đợi Ảnh hưởng của xã hội
Điều kiện hỗ trợ Giá cả
Hiệu quả mong đợi
-H6: Yếu tố “Thói quen sử dụng công nghệ” có tác động dương đến Ý định sử dụng PMKT.
-H7: Yếu tố “Động lực hưởng thụ” có tác động dương đến Ý định sử dụng PMKT.
3.4. Nghiên cứu định lượng 3.4.1. Mục tiêu 3.4.1. Mục tiêu
Từ mô hình nghiên cứu đã được điều chỉnh sau nghiên cứu định tính, tác giả tiến hành nghiên cứu định lượng nhằm đánh giá mức độ tác động của từng yếu tố đến ý định sử dụng phần mềm kế toán tại Tp. Hồ Chí Minh.
3.4.2. Phương pháp
Thiết kế bảng câu hỏi:
Bảng câu hỏi sẽ được chia làm 2 phần (Phụ lục V):
Phần 1: Phần nội dung chính. Phần này sẽ trình bày về các yếu tố ảnh hưởng đến ý định sử dụng PMKT, theo mô hình đã hiệu chỉnh trên. Trong đó, tác giả sử dụng thang đo Likert 5 mức độ như sau: (1) Rất đồng ý, (2) Không đồng ý, (3) Không ý kiến, (4) Đồng ý, (5) Rất đồng ý.
Phần 2: Phần thông tin cá nhân. Phần này chủ yếu để phân loại và phân tích đối tượng trả lời khảo sát các yếu tố trên.
Phương pháp phân tích dữ liệu:
Toàn bộ dữ liệu được xử lý bằng phần mềm SPSS 20:
Để đạt được mục tiêu nghiên cứu đề ra, tác giả sử dụng các phương pháp sau: - Thống kê mô tả: nhằm mô tả đặc điểm của đối tượng phỏng vấn.
- Kiểm định độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha:
Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009).
Hệ số tin cậy Cronbach’s Alpha chỉ cho biết các đo lường có liên kết với nhau hay không; nhưng không cho biết biến quan sát nào cần bỏ đi và biến quan sát nào
cần giữ lại. Khi đó, việc tính toán hệ số tương quan giữa biến-tổng sẽ giúp loại ra những biến quan sát nào không đóng góp nhiều cho sự mô tả của khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005). (adsbygoogle = window.adsbygoogle || []).push({});
Các tiêu chí được sử dụng khi thực hiện đánh giá độ tin cậy thang đo:
Loại các biến quan sát có hệ số tương quan biến-tổng nhỏ (nhỏ hơn 0,3); tiêu chuẩn chọn thang đo khi có độ tin cậy Alpha lớn hơn 0,6 (Alpha càng lớn thì độ tin cậy nhất quán nội tại càng cao) (Nunally và Burnstein 1994; dẫn theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2009).
Các mức giá trị của Alpha: lớn hơn 0,8 là thang đo lường tốt; từ 0,7 đến 0,8 là sử dụng được; từ 0,6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc là mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
- Phân tích nhân tố khám phá EFA:
Phương pháp phân tích nhân tố khám phá EFA (Exploratory Factor Analysis, gọi tắt là phương pháp EFA) giúp chúng ta đánh giá hai loại giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Phương pháp phân tích nhân tố EFA thuộc nhóm phân tích đa biến phụ thuộc lẫn nhau (interdependence techniques), nghĩa là không có biến phụ thuộc và biến độc lập mà nó dựa vào mối tương quan giữa các biến với nhau (interrelationships). EFA dùng để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến nguyên thủy (biến quan sát).
Trong phân tích nhân tố, phương pháp trích Pricipal Components Analysis đi cùng với phép xoay Varimax là cách thức được sử dụng phổ biến nhất.
Factor loading (hệ số tải nhân tố hay trọng số nhân tố) là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA:
• Factor loading > 0.3 được xem là đạt mức tối thiểu • Factor loading > 0.4 được xem là quan trọng
Điều kiện để phân tích nhân tố khám phá là phải thỏa mãn các yêu cầu: Hệ số tải nhân tố (Factor loading ) > 0.5
0.5 ≤ KMO ≤ 1: Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO lớn có ý nghĩa phân tích nhân tố là thích hợp.
Kiểm định Bartlett có ý nghĩa thống kê (Sig. < 0.05): Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig. < 0.05) thì các biến quan sát có mối tương quan với nhau trong tổng thể.
Phần trăm phương sai toàn bộ (Percentage of variance) > 50%: Thể hiện phần trăm biến thiên của các biến quan sát. Nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu %.
Điểm dừng khi trích các nhân tố có hệ số eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) phải lớn hơn 1 để chứng tỏ nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt.
- Phân tích hồi quy đa biến:
+ Phân tích tương quan: nhằm kiểm tra mối liên hệ giữa biến phụ thuộc và các biến độc lập.
+ Phân tích hồi quy tuyến tính: tác giả sử dụng phương pháp Enter (phương pháp đưa cùng lúc tất cả các biến vào để phân tích). Các bước cụ thể như sau:
++ Đại lượng thống kê Durbin-Watson được dùng để kiểm định tương quan của các sai số kề nhau. Đại lượng d có giá trị biến thiên trong khoảng từ 0 đến 4, nếu các phần dư không có tương quan, giá trị d sẽ gần bằng 2.
++ Kiểm định F nhằm kiểm định độ phù hợp của mô hình hồi quy tuyến tính tổng thể.
++ Hệ số phóng đại phương sai (VIF - Variance inflation factor) dùng để đo lường hiện tượng đa cộng tuyến (có mối tương quan giữa các biến độc lập hay không). Thông thường, nếu VIF của một biến độc lập nào đó >10 thì biến này hầu như không
có giá trị giải thích biến phụ thuộc trong mô hình (Hair và đồng tác giả, 2006 trích trong Nguyễn Đình Thọ, 2012).
++ Độ phù hợp của mô hình hồi quy tuyến tính đa biến được đánh giá bằng hệ số R2 hiệu chỉnh.
++ Viết phương trình hồi quy tuyến tính, kiểm định t để bác bỏ/chấp nhận giả thuyết.
- Kiểm định sự khác biệt
Sử dụng phương pháp phân tích phương sai một yếu tố (One-Way ANOVA) nhằm kiểm định giả thiết các tổng thể nhóm (tổng thể bộ phận) có trị trung bình bằng nhau.
3.5. Phương pháp chọn mẫu và thiết kế mẫu 3.5.1 Phương pháp chọn mẫu 3.5.1 Phương pháp chọn mẫu
Đối tượng khảo sát là những người có am hiểu về kế toán và phần mềm kế toán. Tác giả quyết định chọn mẫu được theo phương pháp thuận tiện từ các nhân viên kế toán, nhà quản lý tại các doanh nghiệp nhỏ và vừa, các học viên cao học chuyên ngành kế toán tại trường ĐH Kinh Tế Tp. Hồ Chí.
3.5.2 Thiết kế mẫu
Nghiên cứu này bao gồm 31 biến quan sát, trong đó có 1 biến phụ thuộc có 4 biến quan sát và 7 biến độc lập có 27 biến quan sát. Theo Hair, Black, Babin và Anderson (2010), theo quy tắc thông thường, kích thước mẫu phải bằng hoặc lớn hơn 100.
Kích thước mẫu: Kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi quy đa biến: (adsbygoogle = window.adsbygoogle || []).push({});
Công thức 1: Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) cho tham khảo về kích thước mẫu dự kiến. Theo đó kích thước mẫu tối thiểu là gấp 5 lần tổng số biến quan sát. Đây là cỡ mẫu phù hợp cho nghiên cứu có sử dụng phân tích nhân tố (Comrey, 1973; Roger,
2006) n1=5*m, m là số lượng câu hỏi hay số biến quan sát. Dựa theo điều này thì kích thước mẫu tối thiểu phải là n1=5*31=155 mẫu.
Công thức 2: Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là n2=50 + 8*m (m: số biến độc lập) (Tabachnick và Fidell, 1996). Dựa theo điều này thì n2=50+8*7=106.
Để chọn mẫu tối ưu cho nghiên cứu thì n>= max(n1,n2, 100). Như vậy n phải lớn hơn hoặc bằng 155. Trên cơ sở này, để đạt được kích cỡ mẫu cần thiết cho nghiên cứu số lượng bảng câu hỏi khảo sát sẽ phát ra dự kiến là 210 phiếu.
Trên cơ sở đó, tác giả tiến hành thu thập dữ liệu với kích cỡ mẫu tối thiểu là 155. Dữ liệu được thu thập thông qua khảo sát trực tiếp và khảo sát online thông qua công cụ Google Docs, gửi mail.
Bảng câu hỏi bao gồm 31 phát biểu, trong đó có 27 phát biểu về các yếu tố ảnh hưởng đến ý định sử dụng PMKT, 4 phát biểu về ý định sử dụng PMKT. Mỗi phát biểu được đo lường dựa trên thang đo Likert gồm 5 điểm. Ngoài ra, còn có câu