CHƢƠNG 3 : PHƢƠNG PHÁP NGHIÊN CỨU
3.1. Thiết kế nghiên cứu
3.1.3. Quy trình nghiên cứu
Quy trình nghiên cứu cung cấp cái nhìn tổng qt về thứ tự và cơng việc được thực hiện trong nghiên cứu này. Quy trình nghiên cứu trình bày thơng qua sơ đồ sau:
Nghiên cứu định tính
Nghiên cứu định lƣợng
Hình 3. 1. - Quy trình nghiên cứu
Cơ sở lý thuyết
Hiệu chỉnh thang đo Thảo luận nhóm
Bảng câu hỏi sơ bộ
Xác định mơ hình nghiên cứu
Nghiên cứu định lượng sơ bộ
Kiểm định Cronbach’s Alpha
Bảng câu hỏi chính thức
Nghiên cứu định lượng chính thức Cronbach’s Alpha, EFA
CFA
SEM
o Kiểm định hệ số Cronbach’s Alpha và tương quan biến tổng o Kiểm tra các yếu tố trích được o Kiểm tra phương sai trích được o Loại biến có trọng số nhỏ
o Loại các biến có trọng số CFA nhỏ
o Kiểm tra độ thích hợp của mơ hình
o Kiểm tra giá trị hội tụ, giá trị phân biệt, tính đơn hướng
o Tính hệ số tin cậy tổng hợp và phương sai trích được
Kiểm tra độ thích của mơ hình và giá trị liên hệ lý thuyết Kiểm định Bootstrap và giả thuyết
3.2. Phƣơng pháp nghiên cứu 3.2.1. Nghiên cứu định tính
Nội dung phỏng vấn để thu thập ý kiến từ các chuyên gia bao gồm phần giới thiệu mục đích và tính chất của cuộc nghiên cứu và các câu hỏi mở gợi ý về các yếu tố cấu thành thang đo làm cơ sở cho việc thảo luận. Kết quả buổi thảo luận đã xây dựng được thang đo với 29 yếu tố thuộc thành phần kiểm soát nội bộ, 03 yếu tố thuộc thành phần chống thất thu thuế TNDN. Với kết quả trên, nghiên cứu đã lượng hóa các khái niệm, thiết kế bảng câu hỏi định lượng để có thể đo lường mức độ tác động của các yếu tố.
3.2.2. Nghiên cứu định lƣợng
Bảng câu hỏi sau khi được xây dựng xong, đưa vào khảo sát thực tế. Dữ liệu được mã hoá thành các biến, nhập và làm sạch dữ liệu trước khi xử lý nhằm mục đích phát hiện các sai sót như khoảng trống hoặc trả lời khơng hợp lệ. Thông tin thu thập được xử lý bằng phần mềm SPSS 20.0 và AMOS 20.0, việc phân tích dữ liệu được thực hiện thông qua các bước sau:
- Thống kê mô tả: lập bảng tần số, để thống kê các đặc điểm của mẫu thu thập
theo giới tính, nhóm tuổi, thâm niên cơng tác.
- Đánh giá thang đo: kiểm định độ tin cậy của các thang đo thông qua kiểm định hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA).
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Với phương pháp này, người phân tích có thể loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach Alpha từ 0,6 trở lên (Nunnally & Burnstein, 1994).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): “Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt, từ gần 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu 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”. Trong nghiên cứu này, Cronbach’s Alpha từ 0,6 trở lên là sử dụng được.
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu sau khi đã 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. Phương pháp này phát huy tính hữu ích trong việc xác định các tập biến cho vấn đề nghiên cứu cũng như được sử dụng để tìm kiếm mối liên hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
+ Thứ nhất, hệ số KMO (Kaiser-Meyer- lkin) ≥ 0,5 với mức ý nghĩa Barlett ≤0,05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤ 1 thì phân tích nhân tố là thích hợp. Kaiser (1974) đề nghị KMO ≥ 0,90 là rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO ≥ 0,50: xấu; KMO < 0,50: khơng thể chấp nhận được (Nguyễn Đình Thọ, 2011).
+ Thứ hai: hệ số tải nhân tố (factor loading) ≥ 0,5. Theo Hair và cộng sự (2006), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0,3 được xem là đạt được mức tối thiểu; > 0,4 được xem là quan trọng; ≥ 0,5 được xem là có ý nghĩa thực tiễn.
+ Thứ ba: thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số
eigenvalue > 1 (Gerbing và Anderson, 1988).
+ Thứ tư: khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥
0,5 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun và Al_Tamimi, 2003). Sau khi phân tích EFA, các thang đo được chấp nhận sẽ tiếp tục được kiểm định mơ hình bằng CFA và SEM nên cần quan tâm đến cấu trúc của thang đo, các khái niệm sau khi rút ra có thể tương quan lẫn nhau, và cũng cần quan tâm đến sự phân biệt rõ ràng giữa các nhân tố. Vì vậy nghiên cứu này sẽ sử dụng phương pháp trích Principal Axis Factoring với phép xoay Promax trong phân tích EFA khi phân tích định lượng chính thức. Theo Gerbing và Anderson (1988), phương pháp trích Principal Axis Factoring với phép xoay Promax ( blique) sẽ phản ánh cấu trúc dữ
liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax ( rthogonal). Đối với thang đo đa hướng, sử dụng phương pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố Eigenvalues lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng phương pháp trích Principal Components với phép quay Varimax.
- Kiểm định thang đo bằng phân tích nhân tố khẳng định CFA: Phân tích nhân
tố khẳng định (Confirmatory Factor Analysis) là một trong các kỹ thuật thống kê của mơ hình cấu trúc tuyến tính (SEM). CFA cho chúng ta kiểm định các biến quan sát đại diện cho các nhân tố tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê.
+ Đánh giá độ tin cậy của thang đo thông qua: (a) Hệ số tin cậy tổng hợp (composite reliability) (Joreskog, 1971), (b) tổng phương sai trích (Fornell & Larcker, 1981) và (c) hệ số tin cậy Cronbach’s Alpha. Theo Hair (1998): “phương sai trích (Variance Extracted) của mỗi khái niệm nên vượt quá giá trị 0,5”; và phương sai trích cũng là một chỉ tiêu đo lường độ tin cậy. Nó phản ánh biến thiên chung của các biến quan sát được tính tốn bởi biến tiềm ẩn. Schumacker và Lomax (2010) cho rằng trong CFA, một vấn đề quan trọng cần phải quan tâm khác là độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố); và như truyền thống, hệ số tin cậy Cronbach’s Alpha vẫn thường được sử dụng. Nó đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời (Nguyễn Đình Thọ, 2011).
+ Tính đơn hướng/đơn nguyên (unidimensionality): Theo Steenkamp & Van Trijp (1991), mức độ phù hợp của mơ hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của các biến quan sát có tương quan với nhau.
+ Giá trị hội tụ (Convergent validity): Gerbring và Anderson (1988) cho rằng
thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (>0,5); và có ý nghĩa thống kê (P < 0,05).
+ Giá trị phân biệt (Discriminant validity): Có thể kiểm định giá trị phân biệt của các khái niệm trong mô hình tới hạn (saturated model) mơ hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau. Có thể thực hiện kiểm định hệ số tương quan xét trên phạm vi tổng thể giữa các khái niệm có thực sự khác biệt so với 1 hay khơng. Nếu nó thực sự có khác biệt thì các thang đo đạt được giá trị phân biệt.
+ Giá trị liên hệ lý thuyết (Nomological validity): Các vấn đề từ (1) đến (4) được đánh giá thơng qua mơ hình đo lường. Riêng giá trị liên hệ lý thuyết được đánh giá trong mơ hình lý thuyết (Anderson và Gerbing, 1988). Khi các vấn đề trên thỏa mãn thì mơ hình đo lường là tốt. Tuy nhiên rất hiếm mơ hình đo lường nào đạt được tất cả các vấn đề trên. Ví dụ, mơ hình đo lường vẫn có thể được sử dụng khi thang đo khơng đạt được tính đơn hướng (Nguyễn Đình Thọ, 2011).
Để đo lường mức độ phù hợp của mơ hình với thơng tin thị trường, thường sử dụng Chi-square (CMIN); Chi-square điều chỉnh theo bậc tự do (CMIN/df); chỉ số thích hợp so sánh (CFI_ Comparative Fit Index). Chỉ số Tucker & Lewis (TLI_ Tucker & Lewis Index); Chỉ số RMSEA (Root Mean Square Error Approximation). Mơ hình được xem là thích hợp với dữ liệu thị trường khi kiểm định Chi-square có P-value < 0,1.
Tuy nhiên Chi-square có nhược điểm là phụ thuộc vào kích thước mẫu. Nếu một mơ hình nhận được các giá trị GFI, TLI, CFI ≥ 0,9 (Bentler & Bonett, 1980); CMIN/df ≤ 3 (Carmines & McIver, 1981); RMSEA ≤ 0,08, RMSEA ≤ 0,05 được xem là rất tốt (Steiger, 1990); thì mơ hình được xem là phù hợp với dữ liệu thị trường, hay tương thích với dữ liệu thị trường.
- Kiểm định mơ hình bằng phân tích cấu trúc tuyến tính SEM: Trong kiểm định giả thuyết và mơ hình nghiên cứu, mơ hình cấu trúc tuyến tính SEM cho phép chúng ta kết hợp được các khái niệm tiềm ẩn với những đo lường của chúng ta và có thể xem xét đo các trường hợp độc lập hay kết hợp chung với mơ hình lý thuyết
cùng một lúc. Chính vì vậy, phương pháp phân tích SEM được sử dụng rất phổ biến trong các ngành khoa học xã hội trong những năm gần đây và thường được gọi là phương pháp phân tích dữ liệu thế hệ thứ hai (Nguyễn Đình Thọ, 2011).
Phương pháp phân tích cấu trúc tuyến tính được sử dụng để kiểm định mơ hình nghiên cứu. Phương pháp ước lượng ML (Maximum Likelihood) được sử dụng để ước lượng các tham số trong các mơ hình. Lý do là khi kiểm định phân phối của các biến quan sát thì phân phối này lệch một ít so với phân phối chuẩn đa biến, tuy nhiên hầu hết các Kurtosis và Skewness đều nằm trong khoảng [-1;+1] nên ML vẫn là phương pháp ước lượng thích hợp (Muthen & Kaplan, 1985). Phương pháp Bootstrap sẽ được sử dụng để ước lượng lại các tham số mơ hình để kiểm tra độ tin cậy của các ước lượng. Kết quả ước lượng ML sẽ được sử dụng để kiểm định lại các giả thuyết.
- Kiểm tra độ tin cậy các tham số bằng phương pháp Bootstrap: Phương pháp Bootstrap là tập hợp một số kỹ thuật phân tích dựa vào nguyên lý chọn mẫu có hồn lại để ước tính các thơng số mà thống kê thông thường không giải được. Phương pháp Bootstrap có thể cung cấp nhiều thơng tin chi tiết hơn về phân bố của số trung bình, khoảng tin cậy cũng như xác suất của số trung bình dựa trên một mẫu duy nhất. Để đánh giá độ tin cậy của các ước lượng, trong các phương pháp nghiên cứu định lượng bằng phương pháp lấy mẫu, thông thường chúng ta phải chia mẫu ra làm hai mẫu con. Bootstrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trị là đám đơng (Nguyễn Đình Thọ, 2011).
3.3. Đo lường thang đo
Phần này tác giả sẽ trình bày thang đo của các biến phụ thuộc và biến độc lập có trong mơ hình nghiên cứu đã xây dựng, đó là:
1 biến phụ thuộc: Chống thất thu thuế TNDN - ký hiệu là CTTT; 5 biến độc lập, gồm:
(1) Mơi trường kiểm sốt - ký hiệu là MTKS; (2) Đánh giá rủi ro - ký hiệu là DGRR;
(3) Hoạt động kiểm soát - ký hiệu là HDKS;
(4) Thông tin và truyền thông - ký hiệu là TTTT; (5) Giám sát - ký hiệu là GS.
Các biến được trình bày dựa trên mơ hình và thang đo được xây dựng từ cơ sở lý luận, các nghiên cứu trước đây và được chỉnh sửa từng biến qua bước nghiên cứu định tính.
Thang đo sử dụng là các thang đo đa biến để đo các khái niệm chính. Các biến quan sát sử dụng cho các khái niệm trong mơ hình được đo bằng thang đo Likert 5 mức: 1 - Hồn tồn khơng đồng ý; 2 - Không đồng ý; 3 - Trung lập; 4 - Đồng ý; 5 - Hoàn toàn đồng ý.
3.3.1. Thang đo mơi trƣờng kiểm sốt
Nhân tố mơi trường kiểm sốt được đo bằng 05 biến quan sát sau:
Bảng 3. 1. Đo lƣờng thang đo mơi trƣờng kiểm sốt
Kí hiệu Nội dung biến quan sát
MTKS1 Ban lãnh đạo và công chức thuế không bị quá tải công việc. MTKS2 Có sự phân định quyền hạn và trách nhiệm cho từng bộ phận. MTKS3 Có xây dựng chuẩn mực đạo đức, quy trình làm việc ứng xử cho
công chức thuế.
MTKS4 Cơ cấu tổ chức tạo thuận lợi cho việc truyền đạt thông tin từ trên xuống, từ dưới lên trong các hoạt động
MTKS5 Phân cơng cơng việc phù hợp với trình độ chuyên môn của công chức.
(Nguồn: Kết quả nghiên cứu định tính điều chỉnh thang đo)
3.3.2. Thang đo đánh giá rủi ro
Nhân tố đánh giá rủi ro được đo bằng 04 biến quan sát sau:
Bảng 3. 2. Đo lƣờng thang đo đánh giá rủi ro
Kí hiệu Nội dung biến quan sát
DGRR1 Mục tiêu thu của cơ quan thuế phù hợp với tình hình kinh doanh thực tế của doanh nghiệp.
DGRR2 Rủi ro nhận diện được truyền đạt đến các phòng ban.
DGRR3 Quy trình phân tích, đánh giá rủi ro có ảnh hưởng tới công tác thanh tra kiểm tra thuế.
DGRR4 Quy trình phân tích, đánh giá rủi ro được thực hiện thống nhất, xuyên suốt trong năm qua.
(Nguồn: Kết quả nghiên cứu định tính điều chỉnh thang đo)
3.3.3. Thang đo hoạt động kiểm soát
Nhân tố hoạt động kiểm soát được đo bằng 05 biến quan sát sau:
Bảng 3. 3. Đo lƣờng thang đo hoạt động kiểm soát
Kí hiệu Nội dung biến quan sát
HDKS1 Tổ chức luân chuyển nhân viên giữa các phòng ban theo định kỳ. HDKS2 Lãnh đạo từng phòng ban đánh giá mức độ hồn thành cơng việc
theo tiến độ.
HDKS3 Thực hiện phân chia trách nhiệm quyền hạn cho mỗi cơng chức thuế.
HDKS4 Có phần mềm quản lý thuế hiệu quả, được cập nhật thường xuyên, liên tục.
HDKS5
Mỗi công chức thuế chỉ được truy cập vào các ứng dụng liên quan đến nhiệm vụ được phân công, các thao tác thực hiện đều được lưu dấu trên hệ thống.
(Nguồn: Kết quả nghiên cứu định tính điều chỉnh thang đo)
3.3.4. Thang đo thông tin và truyền thông
Nhân tố thông tin và truyền thông được đo bằng 04 biến quan sát sau:
Bảng 3. 4. Đo lƣờng thang đo thông tin và truyền thơng
Kí hiệu Nội dung biến quan sát
TTTT1 Công chức thuế ở các bộ phận khác nhau khơng gặp khó khăn nào trong thu thập thông tin phục vụ cho công việc của họ.
TTTT2 Báo cáo kiểm tra rõ ràng, đầy đủ, chứa đựng các thông tin đúng yêu cầu.
TTTT3 Tiếp nhận những đề xuất cải tiến hay những bất cập trong quản lý từ nhân viên trong Cục Thuế.
TTTT4 Hệ thống thông tin trong đơn vị luôn được cập nhật kịp thời và chính xác, truy cập thuận tiện và hiệu quả.
(Nguồn: Kết quả nghiên cứu định tính điều chỉnh thang đo)
3.3.5. Thang đo giám sát
Nhân tố hoạt động giám sát được đo bằng 04 biến quan sát sau:
Bảng 3. 5. Đo lƣờng thang đo giám sát
Kí hiệu Nội dung biến quan sát
GS1 Phòng thanh tra kiểm tra thuế được phép báo cáo trực tiếp cho người quản lý cao nhất.
GS2 Ban lãnh đạo và trưởng phòng các phòng thanh tra kiểm tra thực hiện tốt việc kiểm soát hàng ngày.
GS3 Việc giám sát công tác thanh tra kiểm tra thuế được thực hiện theo