8. Kết cấu của luận văn
2.4.2. Phƣơng pháp xử lý dữ liệu định lƣợng
2.4.2.1. Mã hóa dữ liệu
Để xử lý dữ liệu bằng công cụ SPSS 26, tác giả tiến hành mã hóa các thuộc tính của các thang đo nhƣ sau;
Bảng 2.2. Tổng hợp và mã hóa các biến quan sát trong mô hình nghiên cứu
STT Diễn giải Mã hóa
Nhân sự kế toán
1 Năng lực và trình độ của nhân viên kế toán NSKT1 2 Kinh nghiệm làm việc của nhân viên kế toán NSKT2
STT Diễn giải Mã hóa
3 Trách nhiệm, đạo đức nghề nghiệp NSKT3
4 Lợi ích cá nhân NSKT4
5 Ý thức pháp luật NSKT5
6 Bộ máy nhân sự kế toán NSKT6
M i trƣờng doanh nghiệp
7 Sự trao đổi thông tin trong doanh nghiệp MTDN1
8 Sự hợp tác giữa các cá nhân trong quy trình thực hiện hệ
thống MTDN2
9 Quy định của doanh nghiệp đối với nhân viên MTDN3
Hiệu quả của hệ thống KSNB
10
Doanh nghiệp có thiết lập các quy định và thủ tục kiểm soát nhằm đảm bảo doanh nghiệp tuân thủ theo pháp luật kế toán
KSNB1
11 Hệ thống KSNB tại doanh nghiệp giúp ngăn ngừa hiệu
quả gian lận và sai sót KSNB2
12 KSNB tại đơn vị giám sát thƣờng xuyên hoạt động của
hệ thống thông tin kế toán KSNB3
13 KSNB tại đơn vị luôn kiểm tra và giám sát việc đảm bảo
CLTTKT KSNB4
Hành vi quản trị của nhà quản lý
14 Quyết định của nhà quản lý có tác động đến việc xử lý
và trình bày BCTC HVQT1
STT Diễn giải Mã hóa
động đến việc lựa chọn phƣơng pháp kế toán của doanh nghiệp
16 Nhà quản lý có thƣờng xuyên tác động, can thiệp đến
công việc kế toán của đơn vị HVQT3
17 Nhà quản lý có thƣờng xuyên yêu cầu xử lý thông tin kế
toán theo ý của mình HVQT4
Sự hỗ trợ của nhà quản lý
18 Nhà quản lý nhận thức đƣợc tầm quan trọng của
CLTTKT HTQL1
19 Nhà quản lý tham gia vào việc xây dựng và vận hành hệ
thống thông tin kế toán HTQL2
20 Nhà quản lý luôn cung cấp đủ nguồn lực cho việc xây
dựng và vận hành hệ thống thông tin kế toán HTQL3
21 Nhà quản lý luôn yêu cầu trình bày thông tin kế toán
trung thực và hợp lý HTQL4
CLTTKTđƣợc trình bày trên BCTC
22 Thông tin thích hợp với mục đích thực hiện CLTT1
23 Thông tin phù hợp với cơ sở dữ liệu CLTT2
24 Thông tin có độ tin cậy cao CLTT3 25 Thông tin đƣợc trình bày trung thực CLTT4 26 Tính đầy đủ của thông tin CLTT5 27 Đƣợc trình bày một cách khách quan CLTT6 28 Không có sai sót trọng yếu CLTT7
2.4.2.2. Phương pháp phân tích độ tin cậy của thang đo
Để đánh giá độ tin cậy của thang đo, tác giả sử dụng hai công cụ là: hệ số tin cậy Cronbach’s Alpha và phƣơng pháp phân tích nhân tố khám phá EFA.
Hệ số Cronbach’s Alpha đƣợc sử dụng trƣớc để loại các biến không phù hợp, các biến có hệ số tƣơng quan biến – tổng nhỏ hơn 0,3 sẽ bị loại và chọn thang đo có độ tin cậy alpha từ 0,6 trở lên (Nunnally & Burnstein, 1994 trích trong Nguyễn Đình Thọ, 2013). Tuy nhiên, nếu hệ số Cronbach’s Alpha quá lớn (α > 0,95 cho thấy nhiều biến trong thang đo không có khác biệt gì nhau. Vì vậy, trong nghiên cứu này, tác giả sử dụng tiêu chuẩn Cronbach’s Alpha từ 0,6 đến 0,9 là phù hợp. Tiếp đến, sử dụng phƣơng pháp EFA nhằm xem xét mức độ hội tụ của các biến quan sát theo từng thành phần và giá trị phân biệt giữa các nhân tố. Những biến không đảm bảo độ tin cậy sẽ bị loại khỏi thang đo. Các tham số trong phân tích EFA gồm:
Hệ số KMO (Kaiser-Meyer-Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố khám phá EFA. Chỉ số KMO phải đạt giá trị 0,5 < KMO < 1 là điều kiện để phân tích nhân tố là phù hợp (Nguyễn Đình Thọ, 2013).
Kiểm định Bartlett dùng để xem xét giả thuyết các biến không có tƣơng quan trong tổng thể. Kiểm định Bartlett phải có ý nghĩa thống kê (Sig ≤ 0,05 thì các biến quan sát có tƣơng quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Chỉ số Eigenvalue là tiêu chí sử dụng để xác định số lƣợng nhân tố trong phân tích EFA. Những nhân tố nào có chỉ số Eigenvalue > 1 mới thực sự có ý nghĩa về mặt thống kê nên đƣợc giữ lại trong thang đo.
Tổng phƣơng sai trích (Total Variance Explained) thể hiện các nhân tố đƣợc trích và bị thất thoát bao nhiêu phần trăm của các biến đo lƣờng.
Tổng phƣơng sai trích > 50% cho thấy mô hình EFA là phù hợp.
Hệ số tải nhân tố (Factor Loading) hay còn gọi là trọng số nhân tố, giá trị nàythể hiện mối quan hệ tƣơng quan giữa biến quan sát với nhân tố. Hệ số tải càng cao thì tƣơng quan giữa biến quan sát đó với nhân tố càng lớn và ngƣợc lại. Các biến có hệ số tải nhỏ hơn 0,5 trong EFA sẽ bị loại để đảm bảo giá trị hội tụ giữa các biến.
Phƣơng pháp trích hệ số đƣợc sử dụng là Principal Component Analysis (PCA) với phép quay vuông góc varimax và điểm dừng khi trích các nhân tố có Eigenvalue tối thiểu bằng 1, những nhân tố nhỏ hơn 1 sẽ bị loại khỏi mô hình. Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50% và hệ số tải từ 0,5 trở lên. Đồng thời, để thang đo đạt giá trị hội tụ thì hệ số tƣơng quan đơn giữa các biến và các nhân tố phải lớn hơn hoặc bằng 0,5. Để đạt đƣợc giá trị phân biệt thì khác biệt giữa các nhân tố phải lớn hơn hoặc bằng 0,3.
2.4.2.3. Phương pháp phân tích hồi quy tuyến tính bội
Phân tích hồi quy là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc) vào một hay nhiều biến khác (biến độc lập) với mục đích cơ bản là ƣớc lƣợng hay dự đoán giá trị trung bình của biến phụ thuộc trên cơ sở đã biết của biến độc lập. Mô hình hồi quy có dạng:
Y = β0 + β1X1 + β2X2 + β3X3 + … + βiXi + εi Trong đó: Y là biến phụ thuộc
Xi là các biến độc lập
β0 là hằng số hồi quy (constant term) βi là trọng số hồi quy
εi là sai số
Kiểm tra tƣơng quan: Trƣớc khi tiến hành kiểm định mô hình nghiên cứu bằng phƣơng pháp phân tích hồi quy tuyến tính bội, cần phải xem xét mối
tƣơng quan giữa các biến trong mô hình. Sử dụng hệ số tƣơng quan Pearson để xác định tƣơng quan trong mối liên hệ giữa các biến độc lập với biến phụ thuộc. Hệ số tƣơng quan có giá trị dao động từ -1 đến 1 (hệ số chỉ có ý nghĩa khi sig < 0,05). Do đó, nếu sig < 0,05 thì có tƣơng quan, khi đó hệ số tƣơng quan tiến càng gần 1 thì tƣơng quan càng mạnh, càng tiến gần 0 thì tƣơng quan càng yếu; nếu sig > 0,05 thì không có tƣơng quan.
Kiểm định mức độ phù hợp của mô hình: Nhằm kiểm định mức độ phù hợp của mô hình, tác giả sử dụng phƣơng pháp phân tích phƣơng sai ANOVA. Qua đó, nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig < 0,05) thì mô hình đƣợc xem là phù hợp. Tiếp theo, tác giả sử dụng hệ số xác định hiệu chỉnh R2 để kiểm định mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc, thông thƣờng hệ số R2
hiệu chỉnh > 0,4 là có thể chấp nhận đƣợc.
Kiểm tra hiện tƣợng đa cộng tuyến: Hiện tƣợng đa cộng tuyến là hiện tƣợng mà các biến độc lập có mối quan hệ gần nhƣ tuyến tính. Trong mô hình hồi quy bội, có thể giả thiết rằng các biến độc lập không có tƣơng quan hoàn toàn với nhau. Vì vậy, khi ƣớc lƣợng mô hình hồi quy bội cần kiểm tra lại giả thiết này thông qua kiểm tra hiện tƣợng đa cộng tuyến. Tác giả sử dụng thƣớc đo độ phóng đại phƣơng sai VIF để kiểm định sự tƣơng quan giữa các biến độc lập này. Khi chỉ số VIF < 10 nghĩa là không có hiện tƣợng đa cộng tuyến.
Kiểm định hiện tƣợng tự tƣơng quan: Dùng trị số thống kê Durbin – Watson để kiểm tra xem có hiện tƣợng tự tƣơng quan của các sai số kề nhau có giá trị biến thiên trong khoảng từ 0 đến 4 hay không. Nếu các phần sai số không có tƣơng quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3), nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tƣơng quan thuận; nếu càng lớn, gần về 4 có nghĩa là các phần sai số có tƣơng quan nghịch.
Kiểm định T-test và phỏng vấn: Kiểm định T-test để so sánh giá trị trung bình của CLTTKT trên BCTC đối với điểm giữa của thang đo để nhận
diện đƣợc thực trạng về mức độ đánh giá CLTTKT trên BCTC tại các DNNVV trên địa bàn tỉnh Bình Định. Đồng thời, để so sánh giá trị trung bình của các nhân tố bên trong tác động đến CLTTKT trên BCTC đối với điểm giữa của thang đo để xác định yếu tố nào trong từng nhân tố đang đƣợc đánh giá yếu nhất. Phỏng vấn một số đối tƣợng khảo sát để tìm hiểu nguyên nhân vì sao yếu tố đó bị đánh giá thấp.
KẾT LUẬN CHƢƠNG 2
Chƣơng 2 trình bày phƣơng pháp nghiên cứu đƣợc sử dụng nhằm xây dựng, đánh giá các thang đo cho các khái niệm nghiên cứu, từ đó kiểm định mô hình nghiên cứu và các giả thuyết nghiên cứu, xây dựng thang đo hiệu chỉnh, đánh giá tác động của các nhân tố bên trong đến CLTTKT trên BCTC của các DNNVV trên địa bàn tỉnh Bình Định. Qua quá trình phân tích, tác giả khẳng định phƣơng pháp nghiên cứu đƣợc xem là thích hợp cho việc giải quyết mục tiêu và các câu hỏi nghiên cứu là phƣơng pháp nghiên cứu hỗn hợp. Đồng thời, chƣơng này cũng giới thiệu cách thức lấy mẫu, chọn mẫu quan sát và các bƣớc tiến hành nghiên cứu.
CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU
Trong chƣơng 2, tác giả đã trình bày các phƣơng pháp nghiên cứu đƣợc thực hiện để xây dựng, đánh giá thang đo và kiểm định mô hình nghiên cứu. Trong chƣơng này, tác giả trình bày kết quả đạt đƣợc sau khi phân tích dữ liệu. Từ đó, tác giả đƣa ra bàn luận và đề xuất một số giải pháp nhằm nâng cao CLTTKT trên BCTC của các DNNVV trên địa bàn tỉnh Bình Định.