Kích thước mẫu bao nhiêu được gọi là lớn thì hiện nay chưa được xác định rõ ràng Hơn nữa kích thước mẫu còn tùy thuộc vào phương pháp hồi quy sử dụng. Tuy vậy, Hair và cộng sự (1998) cho rằng, nếu sử dụng phương pháp hồi quy thì kích thước mẫu tối thiểu phải từ 100 đến 150 quan sát. Hoelter (1983) lại cho rằng kích thước mẫu tối thiểu phải là 200 và cũng có nhà nghiên cứu cho rằng kích thước mẫu tối thiểu là 5 mẫu cho một tham số cần hồi quy (Bollen, 1989).
Theo Nguyễn Đình Thọ (2014), để sử dụng phân tích nhân tố EFA, chúng ta cần kích thước mẫu đủ lớn. Xác định kích thước mẫu nghiên cứu phù hợp là vấn đề khá phức tạp mà thường các tác giả dựa theo kinh nghiệm. Hair và cộng sự (2006) cho rằng kích thước mẫu tối thiểu cần phải có là 50 mẫu, tốt hơn là 100 mẫu với tỷ lệ quan sát trên biến đo lường là 5:1, tức là 1 biến đo lường cần ít nhất là 5 quan sát, tốt nhất nên là 10:1 trở lên. Theo công thức này, với 28 biến quan sát (24 biến thuộc các yếu tố biến độc lập và 4 biến thuộc yếu tố biến phụ thuộc) thì mẫu nghiên cứu của đề tài này cần phải có là: n = 5 x 28 = 140 quan sát.
Kích thước mẫu cũng là một vấn đề đáng quan tâm khi thực hiện mô hình hồi quy bội về mối quan hệ giữa các biến độc lập định lượng và biến phụ thuộc định lượng. Chọn kích thước mẫu trong hồi quy bội phụ thuộc nhiều yếu tố, ví dụ: mức ý nghĩa, độ mạnh của phép kiểm định, số lượng biến độc lập (Tabachnick và Fidell, 2007; dẫn theo Nguyễn Đình Thọ, 2014). Công thức theo kinh nghiệm thường dùng để tính kích thước mẫu cho hồi quy bội đó là: n > 50 + 8 x p, với n là kích thước mẫu tối thiểu cần thiết và p số lượng biến độc lập trong mô hình. Với 6 biến độc lập trong mô hình, mẫu nghiên cứu cần tối thiểu cần có là: n = 50 + 8 x 6 = 98 quan sát.
Như vậy, kết hợp hai phương pháp xác định cỡ mẫu, cỡ mẫu tối thiểu cần thu thập để thực hiện nghiên cứu này phải là 140 quan sát. Tuy nhiên, nhằm giảm sai số do chọn mẫu, tiêu chí khi thực hiện khảo sát này là trong điều kiện cho phép thì việc thu thập càng nhiều dữ liệu nghiên cứu càng tốt, giúp tăng tính đại diện cho tổng thể. Do vật, kích thước mẫu hay số lượng doanh nghiệp ban đầu mà tác giả lựa chọn khảo sát dự kiến là 220 quan sát.
Phương pháp thu thập là phương pháp chọn mẫu ngẫu nhiên phân tầng, số lượng doanh nghiệp sẽ được phân bổ theo tỷ lệ số doanh nghiệp mà Cục thuế tỉnh quản lý theo địa bàn.
Bảng 3.3: Phân bổ mẫu khảo sát doanh nghiệp dự kiến
STT Địa bàn Số doanh nghiệp Tỷ lệ Sỗ doanh nghiệp khảo sát (dự kiến) 1 Thành phố Vũng Tàu 1.728 51,55% 113 2 Thành phố Bà Rịa 354 10,56% 23 3 Huyện Châu Đức 131 3,91% 9 4 Thị xã Phú Mỹ 719 21,45% 47 5 Huyện Xuyên Mộc 141 4,21% 9
6 Huyện Long Điền 164 4,89% 11
7 Huyện Đất Đỏ 64 1,91% 4
8 Huyện Côn Đảo 30 0,89% 2
9 Địa bàn ngoài tỉnh 21 0,63% 1
Tổng 3.352 220
(Nguồn: Báo cáo nội bộ và tác giả tự tính toán)
Tác giả tiến hành thu thập dữ liệu bằng cách gửi bảng câu hỏi khảo sát trực tiếp đến doanh nghiệp sử dụng dịch vụ dịch vụ khai báo thuế qua mạng thông qua hình thức khảo sát trực tiếp nếu doanh nghiệp ở gần hoặc nhờ sự hỗ trợ của đồng nghiệp đang làm việc trong Cục Thuế tỉnh Bà Rịa – Vũng Tàu. Cụ thể hơn, tác giả liên hệ trước với đại diện của doanh nghiệp để nhận được sự đồng ý khảo sát. Sau đó tác giả đến tận nơi và kiểm tra bảng khảo sát, chỉ giữ lại những bảng có điền đầy đủ thông tin cho đến khi đủ số lượng 220 thì dừng khảo sát. Đối với 2 doanh nghiệp ở huyện Côn Đảo và 1 doanh nghiệp ngoài tỉnh do vấn đề khó khăn trong đi lại nên tác giả gửi bảng câu hỏi khảo sát theo đường bưu điện mà trước đó đã liên hệ với đại diện doanh nghiệp trước và nhận được sự phản hồi tích cực. Ngoài ra, để đảm bảo tính chính xác của bảng khảo sát tác giả loại những phiếu chỉ chọn 1 mức độ ví dụ như chỉ đánh vào mức độ 1, mức độ 5. Trước đó tác giả tiến hành điều tra sơ bộ, được thực hiện 50 doanh nghiệp để điều chỉnh câu chữ, cách hỏi trong bảng hỏi sao cho họ dễ hiểu nhất và đạt đủ tiêu chuẩn cần thiết cho khảo sát chính thức. Thông tin về các
doanh nghiệp trong mẫu nghiên cứu sẽ được mô tả cụ thể hơn trong chương 4. 3.5. Phương pháp xử lý thông tin
Sau khi hoàn tất việc thu thập dữ liệu, các bảng phỏng vấn chính thức sẽ được tập hợp lại, sau đó tiến hành việc kiểm tra để loại bỏ các bảng khảo sát không hợp lệ (bảng khảo sát không hợp lệ là bảng phỏng vấn có quá nhiều ô trống).
Tiếp đến bảng phỏng vấn hợp lệ sẽ được sử dụng để mã hoá, nhập liệu và làm công tác làm sạch dữ liệu thông qua phần mềm SPSS 20.0. Sau đó, dữ liệu sẽ được mã hóa, nhập liệu và xử lý bằng phần mềm thống kê SPSS theo 4 bước sau:
Bước 1: Kiểm định độ tin cậy của các thang đo thông qua Cronbach Alpha Kiểm định độ tin cậy bằng công cụ Cronbach’s Alpha các thang đo nghiên cứu sẽ giúp loại đi những biến quan sát không đạt độ tin cậy. Kiểm định độ tin cậy là một phép kiểm định thống kê về mức độ chặt chẽ mà các phát biểu trong thang đo nghiên cứu tương quan với nhau. Hệ số Cronbach’s Alpha được dùng để đánh giá sơ bộ thang đo, một thang đo có độ tin cậy khi nó biến thiên trong khoảng [0,6 - 0,95]. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo lường được xem là tốt, từ 0,7 đến gần 0,8 là sử dụng được (Hoàng trọng và Chu Nguyễn Mộng Ngọc, 2008). Nunnally (1978), Peterson (1994) và Slater (1995) đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu.
Ngoài ra, khi kiểm tra từng biến đo lường ta sử dụng thêm hệ số tương quan biến – tổng (hiệu chỉnh), một biến đo lường có hệ số tương quan biến – tổng (hiệu chỉnh) lớn hơn hoặc bằng 0,3 thì biến đó đạt yêu cầu (Nunnally và Bunstein, 1994; trích từ Nguyễn Đình Thọ, 2014).
Tóm lại, trong phân tích Cronbach’s Alpha, hệ số tin cậy 0,6 ≤ Cronbach’s Alpha ≤ 0,95 và tương quan biến – tổng (hiệu chỉnh)> 0,3 là phù hợp. Những thang đo có hệ số Cronbach’s Alpha nhỏ hơn 0,6 hoặc lớn hơn 0,95 và những biến quan sát có hệ số tương quan biến – tổng (hiệu chỉnh) nhỏ (<0 3) sẽ bị loại ra khỏi mô hình.
Bước 2: Phân tích nhân tố khám phá EFA
Cronbach’s Alpha được dùng để đánh giá độ tin cậy thang đo, tiếp theo thang đo cần phải được đánh giá giá trị. Hai giá trị quan trọng của thang đo đó là giá trị hội tụ và giá trị phân biệt. Phương pháp EFA thực hiện đánh giá hai giá trị này.
Sau khi loại các biến có độ tin cậy thấp, các biến còn lại sẽ tiếp tục được sử dụng để tiến hành phân tích nhân tố. Phương pháp EFA dùng để rút gọn một tập biến quan sát thành một tập khác gồm các nhân tố có ý nghĩa hơn so với tập ban đầu. Cơ sở của việc rút gọn này là dựa trên mối quan hệ tuyến tính của các nhân tố so với các biến ban đầu (biến quan sát).
Chỉ tiêu được dùng để xem xét sự thích hợp của phương pháp phân tích nhân tố là kết quả phân tích KMO, là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến với độ lớn của hệ số tương quan riêng phần của chúng (Norusis, 1994). Để sử dụng EFA, KMO phải lớn hơn 0,5; KMO càng lớn càng tốt (Nguyễn Đình Thọ, 2014). Phương pháp trích hệ số được sử dụng là phương pháp Principal Component với phép quay Varimax và điểm dừng khi trích các yếu tố có hệ số Eigenvalue >1 (Nguyễn Đình Thọ, 2014). Thang đo được chấp nhận khi tổng phương sai trích lớn hơn 50%. Bên cạnh đó, các biến nào có hệ số tải nhân tố Factor loading nhỏ hơn 0,5 sẽ bị loại (Hair và cộng sự, 2006) vì biến này thật sự không đo lường khái niệm chúng ta cần đo lường (Nguyễn Đình Thọ, 2014). Đồng thời sự khác biệt hệ số tải nhân tố Factor loading của một biến quan sát giữa các nhân tố phải ≥ 0,3 để tạo giá trị khác biệt giữa các nhân tố (Jabnoun và Altamimi, 2003). Các kết quả này sẽ được sử dụng để hiệu chỉnh mô hình và các giả thuyết nghiên cứu.
Bước 3: Phân tích tương quan
Sau khi các thang đo nghiên cứu được đánh giá đạt yêu cầu về giá trị tiếp theo được đưa vào phân tích tương quan và sau đó là phân tích hồi quy để kiểm định các giả thuyết. Phân tích tương quan Pearson thực hiện giữa biến phụ thuộc và các biến độc lập nhằm khẳng định mối quan hệ tuyến tính giữa biến phụ thuộc và các biến độc lập từng đôi một với nhau, khi có những mối quan hệ có ý nghĩa này thì việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Phân tích tương quan còn giúp cho việc phát
hiện những mối tương quan chặt chẽ giữa các biến độc lập, vì những tương quan như vậy sẽ gây ra hiện tượng đa cộng tuyến, ảnh hưởng lớn đến kết quả hồi quy. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số tương quan (ký hiệu r) có giá trị tuyệt đối tiến gần đến 1 khi hai biến có mối tương quan tuyến tính chặt chẽ (khi tất cả các điểm phân tán xếp thành một đường thẳng thì trị tuyệt đối của r = 1).
Nguyễn Đình Thọ (2014) cho rằng trong mô hình hồi quy đa biến, chúng ta có nhiều biến độc lập, vì vậy với phân tích hồi quy bội, chúng ta có thêm giả định là các biến độc lập không có quan hệ nhau hoàn toàn, nghĩa là hệ số tương quan r của các cặp biến độc lập với nhau khác với 1, chứ không phải chúng không có tương quan với nhau. Trong thực tiễn nghiên cứu, các biến trong một mô hình thường có quan hệ với nhau nhưng chúng phải phân biệt nhau (đạt được giá trị phân biệt).
Bước 4: Phân tích hồi quy tuyến tính
Nghiên cứu được thực hiện theo phương pháp hồi quy bình phương bé nhất thông thường OLS (Ordinary Least Square) tức là các biến độc lập được đưa vào mô hình hồi quy và xem xét các kết quả thống kê có liên quan đến các biến được đưa vào trong mô hình.
Trong nghiên cứu này, tác giả sẽ phân tích hồi quy mô hình tác động của 6 biến độc lập, trình tự phân tích hồi quy bội trong nghiên cứu này được thực hiện như sau:
- Phương pháp đưa biến vào phân tích hồi quy là phương pháp đưa các biến vào mô hình một lượt (gọi là phương pháp Enter)
- Hệ số R2 hiệu chỉnh dùng để đánh giá độ phù hợp của mô hình hồi quy - Kiểm định độ phù hợp của mô hình
- Xác định các hệ số của phương trình hồi quy tuyến tính bội
- Cuối cùng, đảm bảo độ tin cậy của mô hình hồi quy thông qua một loạt các dò tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính: Giả định liên hệ tuyến tính, giả định về phân phối chuẩn của phần dư, giả định về tính độc lập của sai số, đo lường đa cộng tuyến.
Trước khi nghiên cứu chính thức, tác giả đã tiến hành nghiên cứu sơ bộ trên mẫu 50 doanh nghiệp sử dụng dịch vụ khai báo thuế qua mạng. Các doanh nghiệp đều cho biết họ hiểu rõ các thuật ngữ, từ ngữ trong bảng câu hỏi, không có chỗ nào khó hiểu hoặc gây nhầm lẫn. Dưới đây trình bày kết quả kiểm định độ tin cậy của thang đo thông qua phương pháp Cronbach’s Alpha và phân tích nhân tố khám phá EFA của mẫu nghiên cứu nhỏ này.
3.6.1. Đánh giá độ tin cậy của thang đo sơ bộ bằng hệ số Cronbach’s Alpha Bảng 3.4: Kết quả nghiên cứu sơ bộ thông qua độ tin cậy Cronbach’s Alpha Bảng 3.4: Kết quả nghiên cứu sơ bộ thông qua độ tin cậy Cronbach’s Alpha
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach’s Alpha nếu loại
biến Thang đo “Tính dễ sử dụng”: Cronbach’s Alpha = 0,817
SD1 11,06 1,568 0,580 0,797
SD2 10,98 1,571 0,560 0,806
SD3 11,08 1,463 0,677 0,753
SD4 11,04 1,345 0,743 0,718
Thang đo “Sự an toàn và bảo mật”: Cronbach’s Alpha = 0,870
AT1 11,36 7,215 0,686 0,851
AT2 11,42 7,106 0,772 0,813
AT3 11,36 7,296 0,767 0,816
AT4 11,34 8,025 0,674 0,853
Thang đo “Sự hỗ trợ doanh nghiệp”: Cronbach’s Alpha = 0,853
HT1 11,80 3,388 0,753 0,788
HT2 11,80 3,592 0,700 0,812
HT3 11,78 3,604 0,667 0,824
HT4 11,66 3,331 0,666 0,829
Thang đo “Sự tin cậy”: Cronbach’s Alpha = 0,918
TC1 14,56 7,598 0,690 0,922
TC2 14,40 7,796 0,793 0,899
TC3 14,44 7,476 0,800 0,897
TC4 14,36 7,419 0,842 0,888
TC5 14,56 7,680 0,836 0,891
Thang đo “Nội dung và hình thức website”: Cronbach’s Alpha = 0,817
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach’s Alpha nếu loại
biến
TK2 10,80 2,041 0,618 0,782
TK3 10,84 1,892 0,652 0,764
TK4 10,78 1,685 0,649 0,771
Thang đo “Tính hiệu quả”: Cronbach’s Alpha = 0,655
HQ1 7,72 0,900 0,431 0,512
HQ2 7,50 0,745 0,482 0,535
HQ3 7,74 0,604 0,509 0,508
Thang đo “Sự hài lòng”: Cronbach’s Alpha = 0,885
HL1 11,82 5,538 0,681 0,879
HL2 11,88 5,577 0,777 0,843
HL3 11,84 5,443 0,697 0,874
HL4 11,80 5,306 0,858 0,812
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kết quả cho thấy các hệ số Cronbach’s Alpha của các thang đo đều > 0,6; các hệ số tương quan biến - tổng đều lớn hơn 0,3. Ngoài ra, Hệ số Cronbach’s Alpha nếu loại biến của từng biến đều nhỏ hơn so với hệ số Cronbach’s Alpha của yếu tố nên việc loại biến là không cần thiết. Do đó tất cả các biến của thang đo đều được sử dụng cho bước phân tích nhân tố khám phá EFA Thang đo sơ bộ tiếp theo.
3.6.2. Phân tích nhân tố khám phá thang đo sơ bộ EFA
Bảng 3.5: Kết quả kiểm định KMO và Bartlett sơ bộ
Hệ số KMO (Kaiser-Meyer-Olkin) 0,661
Kiểm định Bartlet của thang đo sơ bộ
Giá trị Chi bình phương 675,701
Df 276
Sig – mức ý nghĩa quan sát 0,000
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Kiểm định Bartlett về sự tương quan của các biến quan sát có giá trị mức ý nghĩa là 0,000 nhỏ hơn 0,05 (Sig. = 0,000 < 0,05) cho thấy các biến có sự tương quan chặt
chẽ với nhau trên phạm vi tổng thể. Đồng thời, hệ số KMO đạt giá trị 0,661 lớn hơn 0,5 và bé hơn 1,0. Kết quả này chỉ ra rằng phân tích nhân tố EFA là thích hợp.
Bảng 3.6: Ma trận xoay nhân tố sơ bộ
Hệ số tải nhân tố 1 2 3 4 5 6 TC4 0,913 TC5 0,892 TC2 0,868 TC3 0,862 TC1 0,744 AT1 0,853 AT2 0,836 AT4 0,827 AT3 0,802 HT4 0,850 HT2 0,800 HT1 0,778 HT3 0,773 SD4 0,889 SD3 0,784 SD1 0,760 SD2 0,726 TK1 0,809 TK3 0,804 TK4 0,780 TK2 0,685 HQ1 0,766 HQ2 0,707 HQ3 0,677
(Nguồn: Kết quả phân tích dữ liệu khảo sát của tác giả)
Tiếp đó, ma trận hệ số tải nhân tố của thang đo sơ bộ cho thấy các giá trị hội tụ về đúng các 6 nhóm yếu tố như tác giả đã chỉ ra trước đó. Điều này cho thấy các thang đo sơ bộ là phù hợp để tiến hành nghiên cứu chính thức.
TÓM TẮT CHƯƠNG 3
Chương 3 thể hiện phương pháp nghiên cứu nhằm xây dựng, đánh giá độ tin cậy cũng như giá trị các thang đo cho các khái niệm nghiên cứu, kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu. Phương pháp nghiên cứu được thực hiện qua nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tiến hành thông qua thảo luận nhóm với chuyên gia để hoàn thiện mô hình cũng như xây dựng thang đo. Sau đó tác giả tiến hành nghiên cứu định lượng sơ bộ và chính thức được thực hiện sau khi kết quả nghiên cứu sơ bộ đạt được đủ tiêu chuẩn. Các yếu tố ảnh hưởng tới sự hài lòng của danh nghiệp về dịch vụ kê khai thuế qua mạng được đo lường thông qua 07 thành phần thang đo (bao gồm cả thang đo sự hài lòng của doanh