6. Bố cục đề tài:
4.4 Kiểm định mô hình và giả thuyết nghiên cứu
4.4.1 Phân tích tương quan.
Trước khi tiến hành phân tích mô hình hồi quy tuyến tính, chúng ta cần xem xét mức độ tương quan giữa các biến độc lập Xi ( i= 1,6) với biến phụ thuộc (Y) có chặt chẽ hay không để có thể dự đoán mức độ phù hợp của mô hình nghiên cứu đề xuất. Ta
sẽ xem xét mối tương quan giữa giá trị trung bình của thang đo 06 nhân tố chính thức đã được xác định (Năng lực và mức độ chuyên sâu của KTV, KSCL kiểm toán, Danh tiếng DNKT, Tính độc lập của KTV, Kinh nghiệm của KTV và Giá phí kiểm toán) với giá trị trung bình của ba biến quan sát đánh giá tổng quát biến phụ thuộc “CLKT của DNKT vừa và nhỏ”.
Hệ số tương quan Pearson (ký hiệu là r) giữa các biến được trình bày trong phụ lục 8.
Về hệ số tương quan giữa các biến độc lập X1 -> X6 với nhau ta thấy:
- Biến X1 có mối quan hệ tuyến tính với X4, X5, X6 (có Sig. thỏa điều kiện) - Biến X2 không có mối quan hệ tuyến tính với biến độc lập còn lại.
- Biến X3 có mối quan hệ tuyến tính với X4 (có Sig. thỏa điều kiện)
- Biến X4 có mối quan hệ tuyến tính với X1, X3, X6. (có Sig. thỏa điều kiện) - Biến X5 có mối quan hệ tuyến tính với X1, X6. (có Sig. thỏa điều kiện) - Biến X6 có mối quan hệ tuyến tính với X1, X4, X5. (có Sig. thỏa điều kiện)
Có thể nhìn thấy mối quan hệ tương quan giữa các biến độc lập Xi của mô hình không có quan hệ tương quan chặt chẽ với nhau. Tiêu biểu như biến X2 không có mối quan hệ tuyến tính với bất kỳ biến độc lập còn lại. Thêm vào đó, các mối quan hệ tuyến tính lẫn nhau của các biến còn lại không chặt chẽ, có thể chứng minh qua hệ số tương quan của các mối quan hệ tuyến tính (có Sig. thỏa điều kiện) đều nhỏ hơn 0,5. Như vậy rất khó xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập.
Về hệ số tương quan giữa biến phụ thuộc Y với các biến độc lập X1 -> X6. Kết quả phân tích tương quan cho thấy biến phụ thuộc CLKT của DNKT vừa và nhỏ có mối quan hệ tương với hầu hết các biến độc lập trong mô hình với mức ý nghĩa 1% ngoại trừ biến X3- Danh tiếng của DNKT do Sig không đạt yêu cầu (Sig.= 0,545 >0,05). Như vậy, ta sẽ loại biến X3 ra khỏi mô hình trước khi phân tích hồi quy tuyến tính bội của mô hình.
Ngoài ra, trong năm nhân tố còn lại (X1, X2, X4, X4, X6) thì nhân tố X1 và X6 là nhân tố có mối tương quan nhất với biến phụ thuộc Y tương ứng là 0,812 và 0,668. Chứng tỏ trình độ năng lực- mức độ chuyên sâu của KTV và giá phí kiểm toán là những nhân tố tác động mạnh nhất đến CLKT của DNKT vừa và nhỏ. Trong khi đó nhân tố X2- KSCL kiểm toán là nhân tố có mối tương quan yếu nhất với biến phụ thuộc (0,191) so với các nhân tố còn lại.
4.4.2 Phân tích hồi quy tuyến tính bội.
Để nhận diện các nhân tố tác động đến CLKT, mô hình tương quan tổng thể có dạng: Y = f( X1, X2, X4, X5, X6).
Trong đó: Y: CLKT- Biến phụ thuộc
X i (i= 1,6) \ {3} Biến độc lập.
Các yếu tố thật sự tác động trực tiếp đến CLKT được thể hiện qua phương trình hồi quy tuyến tính: Y = β0 + β1X1+ β2X2+ β4X4+ β5X5+ β6X6.
Trong đó, các biến đưa vào phân tích hồi quy được xác định bằng kiểm định tương quan từng quan của các hệ số hồi quy. Qua kết quả phân tích tương quan (đã thực hiện 4.4.1), mô hình có tổng năm nhân tố (biến độc lập) tác động đến biến phụ thuộc Y (CLKT của DNKT vừa và nhỏ) sau khi loại biến X3- Danh tiếng của DNKT bởi vì biến X3 không có mối quan hệ tương quan với biến phụ thuộc Y. Do đó ta kết luận trong mô hình này, biến “Danh tiếng của DNKT” không có ảnh hưởng đến CLKT của DNKT vừa và nhỏ.
Áp dụng phân tích hồi quy tuyến tính bội vào mô hình với phương pháp phân tích được chọn là đưa vào một lượt (Enter). Ta thu được kết quả như sau:
+ Kiểm định mức độ phù hợp của mô hình.
Mức độ giải thích của mô hình:
Bảng 4.28: Kiểm định mức độ giải thích của mô hình (Model Summaryb)
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .885a .783 .778 .30188 2.078 a. Predictors: (Constant), X4, X5, X2, X6, X1 b. Dependent Variable: Y
Để đánh giá mức độ hồi quy của mô hình hồi quy tuyến tính bội, tác giả sử dụng hệ số R2 hiệu chỉnh. Kết quả bảng 4.28 cho thấy giá trị R2 hiệu chỉnh bằng 77,8% nghĩa là mô hình hồi quy tuyến tính đã xây dựng đã giải thích được 77,8% thay đổi của CLKT bởi 5 biến độc lập.
Mức độ phù hợp:
Bảng 4.29: Kiểm định mức độ phù hợp của mô hình (phương sai- ANOVA)
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 64.585 5 12.917 141.743 .000b Residual 17.861 196 .091 Total 82.447 201 a. Dependent Variable: Y b. Predictors: (Constant), X4, X5, X2, X6, X1
Bảng 4.29, sig. < 0,01, có thể kết luận rằng mô hình đưa ra phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan tuyến tính với biến phụ thuộc với mức độ tin cậy 99%.
+ Kiểm định tương quan từng phần của các hệ số hồi quy.
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolera nce VIF 1 (Constant) -.180 .208 -.863 .389
X6 Giá phí kiểm toán .286 .034 .327 8.458 .000 .742 1.348
X2 KSCL kiểm toán .092 .036 .087 2.586 .010 .972 1.029 X1 Năng lực chuyên sâu .480 .035 .562 13.582 .000 .647 1.546 X5 Kinh nghiệm .118 .031 .142 3.827 .000 .802 1.246 X4 Độc lập .072 .029 .086 2.509 .013 .944 1.059 a. Dependent Variable: Y CLKT
Tất cả các biến độc lập trong mô hình đều có Sig < 0,05. Như vậy, Giá phí kiểm toán (X6), KSCL kiểm toán (X2), Năng lực và mức độ chuyên sâu của KTV (X1), Kinh nghiệm của KTV (X5) và Tính độc lập của KTV (X4) tương quan đều có ý nghĩa với CLKT của DNKT vừa và nhỏ (Y) với độ tin cậy 95%.
Các yếu tố thật sự tác động trực tiếp đến CLKT của DNKT vừa và nhỏ được thể hiện qua phương trình hồi quy tuyến tính sau:
Y = 0,562 X1+ 0,087 X2 + 0,086 X4+ 0,142 X5 + 0,327 X6
Hay phương trình hồi quy diễn giải như sau:
CLKT của DNKT vừa và nhỏ = 0,562 Năng lực và mức độ chuyên sâu của KTV + 0,087 KSCL kiểm toán + 0,086 Tính độc lập của KTV+ 0,142 Kinh nghiệm của KTV + 0,327 Giá phí kiểm toán
+ Kiểm định hiện tượng đa cộng tuyến của các biến độc lập.
Trong bảng 4.30, độ phóng đại phương sai (VIF) của từng nhân tố đều nhỏ hơn 2, thỏa điều kiện VIF < 10 (Nguyễn Đình Thọ, 2013) thì không xảy ra hiện tượng đa
cộng tuyến. Như vậy, kết luận rằng các biến độc lập không có tương quan nhau, mô hình hồi quy không xảy ra hiện tượng đa cộng tuyến.
Đồng thời, bảng 4.28 cho thấy hệ số Durbin- Watson là 2.087, thỏa mãn điều kiện 1< Durbin- Watson <3, nên không xảy ra hiện tượng tự tương quan trong phần dư.
+ Dò tìm các vi phạm giả định cần thiết trong phân tích hồi quy tuyến tính.
Mô hình hồi quy tuyến tính bằng phương pháp bình phương bé nhất OSL (Ordinary Least Squares) được thực hiện với một số giả định và mô hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy để đảm bảo cho độ tin cậy của mô hình, việc do tìm sự vi phạm các giả định là cần thiết.
Mô hình hồi quy tuyến tính bội giả định rằng biến phụ thuộc có phân phối chuẩn với bất kỳ kết hợp nào của các biến độc lập trong mô hình, tức là các kết hợp giữa biến độc lập và biến phụ thuộc đều có chung một phương sai. Một giả định quan trọng nữa là đối với mô hình hồi quy tuyến tính là không có biến giải thích nào có thể được biểu thị dưới dạng tổ hợp tuyến tính với những biến giải thích còn lại. Nếu tồn tại một quan hệ tuyến tính nhu vậy thì khi đó sẽ xảy ra hiện tượng đa cộng tuyến (Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 236, tập 1).
Về giả định quan hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot (Xem phụ lục 9 – Biểu đồ phân tán Scatterplot). Nhìn vào biểu đồ ta thấy
phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Do đó giả thuyết về quan hệ tuyến tính không bị vi phạm.
Giả định phân phối chuẩn của phần dư được kiểm tra qua biểu đồ Histogram (Xem phụ lục 9 – Biểu đồ Histogram) và đồ thi Q-Q plot (Xem phụ lục 9 – Đồ thị Q- Q plot). Nhìn vào biểu đồ Histogram ta thấy phần dư có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0,987). Đồ thị Q-Q plot biểu diễn các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa là phần dư có phân phối chuẩn.
4.4.3 Kết quả kiểm định giả thuyết.
Thông qua kết quả kiểm định giả thuyết về các nhân tố tác động đến CLKT của DNKT vừa và nhỏ, kết quả phân tích nhân tố và mô hình hồi quy tuyến tính bội được xây dựng, các giả thuyết sau khi đã điều chỉnh được chấp nhận hay bác bỏ được thể hiện cụ thể ở bảng 4.31 như sau:
Bảng 4.31: Kết quả kiểm định các giả thuyết..
STT Giả thuyết Kết quả
1 H1
’
: Năng lực và mức độ chuyên sâu của KTV có ảnh
hưởng CLKT DNKT vừa và nhỏ (+) Chấp nhận giả thuyết
2 H2
’
: KSCL kiểm toán có ảnh hưởng CLKT DNKT vừa và
nhỏ (+) Chấp nhận giả thuyết
3 H3
’
: Danh tiếng của DNKT có ảnh hưởng CLKT DNKT
vừa và nhỏ (+) Bác bỏ giả thuyết
4 H4
’
: Tính độc lập của KTV có ảnh hưởng CLKT DNKT
vừa và nhỏ (+) Chấp nhận giả thuyết
5 H5
’
: Kinh nghiệm của KTV có ảnh hưởng CLKT DNKT
vừa và nhỏ (+) Chấp nhận giả thuyết
6 H6
’
:Giá phí kiểm toán có ảnh hưởng CLKT DNKT vừa
và nhỏ (+) Chấp nhận giả thuyết
4.4.4 Bàn luận kết quả nghiên cứu
Trong mô hình hồi quy tuyến tính bội (thể hiện phần 4.4.2), tác giả sử dụng hệ số Beta đã chuẩn hóa nhằm so sánh được mức độ ảnh hưởng của biến độc lập Xi đối với biến phụ thuộc (Y). Nhìn vào phương trình ta có thể xác định được vị trí ảnh hưởng của các biến độc lập có ảnh hưởng đến CLKT của DNKT vừa và nhỏ tại Việt Nam.
Bảng 4.32: Tầm quan trọng của các nhân tố tác động đến CLKT của DNKT vừa và nhỏ tại Việt Nam
Biến độc lập Giá trị tuyệt đối Tỷ trọng (%) Thứ tự ảnh hưởng
Năng lực và mức độ chuyên sâu KTV (X1) 0,562 46,7% 1
KSCL kiểm toán (X2) 0,087 7.2% 4
Tính độc lập của KTV (X4) 0,086 7,1% 5
Kinh nghiệm của KTV (X5) 0,142 11,8% 3
Giá phí kiểm toán (X6) 0,327 27,2% 2
Đóng góp của từng biến theo thứ tự tầm quan trọng giảm dần là: Biến X1 đóng góp 46,7%, biến X6 đóng góp 27,2%, biến X5 đóng góp 11,8%, và cuối cùng thấp nhất là biến X2 đóng góp 7,2% và biến X4 đóng góp 7,1%. Cả 5 biến này đều có mối quan hệ tỷ lệ thuận với biến phụ thuộc là CLKT của DNKT vừa và nhỏ. Cụ thể như sau:
- Biến “Năng lực và mức độ chuyên sâu của KTV” (X1) có hệ số 0,562, quan hệ cùng chiều với biến CLKT của DNKT vừa và nhỏ. Với giả định các yếu tố khác không thay đổi, khi biến “Năng lực và mức độ chuyên sâu của KTV” tăng thêm 1 đơn vị thì kết quả biến Y “CLKT của DNKT vừa và nhỏ” tăng lên 0,562 đơn vị. - Biến “KSCL kiểm toán” (X2) có hệ số 0,087, quan hệ cùng chiều với biến CLKT
của DNKT vừa và nhỏ. Với giả định các yếu tố khác không thay đổi, khi biến “KSCL kiểm toán” tăng thêm 1 đơn vị thì kết quả biến Y “CLKT của DNKT vừa và nhỏ” tăng lên 0,087 đơn vị.
- Biến “Tính độc lập của KTV” (X4) có hệ số 0,086, quan hệ cùng chiều với biến CLKT của DNKT vừa và nhỏ. Với giả định các yếu tố khác không thay đổi, khi biến “Tính độc lập của KTV” tăng thêm 1 đơn vị thì kết quả biến Y “CLKT của DNKT vừa và nhỏ” tăng lên 0,086 đơn vị.
- Biến “Kinh nghiệm của KTV” (X5) có hệ số 0,142, quan hệ cùng chiều với biến CLKT của DNKT vừa và nhỏ. Với giả định các yếu tố khác không thay đổi, khi biến “Kinh nghiệm của KTV” tăng thêm 1 đơn vị thì kết quả biến Y “CLKT của DNKT vừa và nhỏ” tăng lên 0,142 đơn vị.
- Biến “Giá phí kiểm toán” (X6) có hệ số 0,327, quan hệ cùng chiều với biến CLKT của DNKT vừa và nhỏ. Với giả định các yếu tố khác không thay đổi, khi biến “Giá phí kiểm toán” tăng thêm 1 đơn vị thì kết quả biến Y “CLKT của DNKT vừa và nhỏ” tăng lên 0,327 đơn vị.
Tóm lại, sau khi phân tích độ tin cậy thang đo, phân tích nhân tố khám phá (EFA) phân tích tương quan và chạy mô hình hồi quy tuyến tính bội, có thể khẳng định rằng mô hình các nhân tố ảnh hưởng CLKT của DNKT vừa và nhỏ gồm có 5 nhân tố theo thứ tự tầm quan trọng là: “Năng lực và mức độ chuyên sâu của KTV”, “Giá phí kiểm toán”, “Kinh nghiệm của KTV”, “KSCL kiểm toán” và “Tính độc lập của KTV”. Mô hình được mô hình hóa như sau:
Hình 4.2 Mô hình các nhân tố ảnh hưởng CLKT của DNKT vừa và nhỏ tại Việt Nam 2
Và phương trình hồi quy tuyến tính của các nhân tố ảnh hưởng được viết lại như sau:
Y = 0,562 X1+ 0,087 X2 + 0,086 X4+ 0,142 X5 + 0,327 X6
Trong đó:
Y : CLKT của DNKT vừa và nhỏ.
X1 : Năng lực và mức độ chuyên sâu của KTV. X2 : KSCL kiểm toán.
X4 : Tính độc lập của KTV. X5 : Kinh nghiệm của KTV. X6 : Giá phí kiểm toán.
KẾT LUẬN CHƯƠNG 4.
Chương 4 trình bày nội dung và kết quả nghiên cứu đã thực hiện.
Đầu tiên, luận văn phân tích tổng quan về thực trạng và đánh giá CLKT của DNKT Việt Nam nói chung và DNKT vừa và nhỏ nói riêng. Theo kết quả nghiên cứu này, thị trường kiểm toán Việt Nam trong thời gian qua đã có một số bước phát triển đáng kể về môi trường pháp lý, quy mô và kết quả hoạt động. Tuy nhiên song song đó vẫn còn tồn tại nhiều hạn chế đặc biệt đối với DNKT vừa và nhỏ. Điển hình như việc thiếu nghiêm trọng số lượng KTV hành nghề, việc tuân thủ chuẩn mực kiểm toán và chuẩn mực đạo đức nghề nghiệp còn hạn chế, vẫn còn trường hợp vi phạm về tính độc lập của KTV, việc KSCL ở DNKT vừa và nhỏ còn thiếu và yếu; việc đào tạo nguồn nhân lực chưa được đầu tư đúng mức. DNKT vừa và nhỏ cạnh tranh không dựa trên chất lượng mà chủ yếu thực hiện giảm giá phí so với đối thủ cạnh tranh, giá phí kiểm toán còn thấp, chưa tương xứng với yêu cầu về trình độ và khối lượng công việc.
Thứ 2, luận văn đề cập đến kết quả của các phương pháp phân tích dữ liệu được sử dụng trong luận văn như phân tích thống kê mô tả, phân tích Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích tương quan, phân tích hồi quy tuyến tính bội. Nghiên cứu đã tiến hành khảo sát và thu về được 202 bảng câu trả lời đạt yêu cầu từ các nhân viên chuyên nghiệp đang làm việc tại 45 DNKT vừa và nhỏ tại TP.Hồ Chí Minh. Sau khi phân tích tương quan, nghiên cứu đã đưa ra được mô hình gồm 5 nhân tố có tác động đến CLKT của DNKT vừa và nhỏ, loại trừ nhân tố “Danh tiếng của DNKT” so với mô hình ban đầu. Năm nhân tố được sắp xếp theo thứ tự tầm quan trọng là: “Năng lực và mức độ chuyên sâu của KTV”, “Giá phí kiểm toán”, “Kinh nghiệm của KTV”, “Tính độc lập của KTV”, và “KSCL kiểm toán”. Từ đó luận văn đưa ra mô hình hồi quy tuyến tính lượng hóa mức độ tác đông của từng biến độc lập so với biến