Phân tích và kiểm định mô hình

Một phần của tài liệu (LUẬN văn THẠC sĩ) các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại bảo hiểm xã hội tỉnh bình định (Trang 52 - 74)

7. Kết cấu của luận văn

3.2 Phân tích và kiểm định mô hình

Nhƣ đã trình bày ở chƣơng 2, mô hình nghiên cứu gồm có 6 biến độc lập và 1 biến phụ thuộc, các thang đo này đƣợc đánh giá thông qua phƣơng pháp độ tin cậy thang đo Cronbach’s alpha và phân tích dữ liệu theo phƣơng pháp EFA để thang đo tốt nhất cho nghiên cứu này với dữ liệu thu thập từ nghiên cứu chính thức.

Hệ số Cronbach’s alpha đƣợc sử dụng trƣớc để loại bỏ các biến rác. Theo đó, các biến quan sát có hệ số tƣơng quan biến- tổng (item-total corelation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn thang đo khi Cronbach’s alpha từ 0.6 trở lên

Sau khi đạt độ tin cậy, các biến quan sát sẽ đƣợc sử dụng trong phân tích nhân tố khám phá EFA để tìm thang đo tốt nhất cho nghiên cứu và nhân tố mới (nếu có) với các tiêu chuẩn:

- Hệ số KMO (Kaiser- Mayer- Olkin) phải có giá trị trong khoảng 0,5 đến 1 thì phân tích nhân tố mới thích hợp. Mức ý nghĩa kiểm định Bartlett là Sig phải nhỏ hơn hoặc bằng 0,05 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc).

45

- Hệ số tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0,5 (Hair và cộng sự). - Thang đo đƣợc chấp nhận khi tổng phƣơng sai trích lớn hơn hoặc bằng 50%,

ngoài ra đạt độ giá trị và ý nghĩa nội dung.

Nghiên cứu sử dụng phƣơng pháp trích nhân tố Principal component với phép quay Varimax, điểm dừng khi trích nhân tố Eigenvalue lớn hơn 1. Phân tích nhân tố đƣợc dùng để xây dựng thang đo lƣờng các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra đơn khía cạnh của thang đo lƣờng (Hoàng Trọng và Chu Nguyễn Mộng Ngọc 2005). Nhƣ vậy, phân tích nhân tố vừa giúp rút gọn tập hợp nhiều biến quan sát thành một số biến tƣơng đối ít đồng thời kiểm tra độ tin cậy của các biến trong cùng một thang đo.

3.2.1 Đánh giá độ tin cậy thang đo

Các thang đo thể hiện bằng 35 biến quan sát bao gồm 31 quan sát cho biến độc lập và 4 quan sát cho biến phụ thuộc. Sau khi kiểm tra độ tin cậy, loại các quan sát không đạt yêu cầu, các thang đo đạt yêu cầu và có hệ số tƣơng quan tổng đều lớn hơn 0,3 ta tiến hành phân tích EFA. Kết quả phân tích Cronbach’s alpha đối với các nhân tố đƣợc tóm tắt nhƣ sau:

3.2.1.1 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Môi trường kiểm soát”

Thang đo nhân tố Môi trƣờng kiểm soát có hệ số Cronbach’s alpha khá cao 0,874. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Do đó 5 biến quan sát cho biến “Môi trƣờng kiểm soát” đều giữ lại để phân tích EFA.

Bảng 3.2: Kết quả độ tin cậy thang đo biến “Môi trƣờng kiểm soát”

Biến quan sát

Trung bình thang đo nếu

loại biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến

Cronbach's Alpha = 0,874

46

Biến quan sát

Trung bình thang đo nếu

loại biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến

MTKS2 15,916 3,013 0,738 0,839

MTKS3 15,931 3,030 0,697 0,849

MTKS4 15,950 2,843 0,717 0,844

MTKS5 15,931 2,851 0,726 0,841

(Nguồn: Kết quả chạy mô hình)

3.2.1.2. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Đánh giá rủi ro”

Thang đo nhân tố Đánh giá rủi ro có hệ số Cronbach’s alpha 0,817. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Do đó 5 biến quan sát cho biến “Đánh giá rủi ro” đều giữ lại để phân tích EFA.

Bảng 3.3: Kết quả độ tin cậy thang đo biến “Đánh giá rủi ro”

Biến quan sát Trung bình thang đo nếu loại biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến Cronbach's Alpha = 0,817 ĐGRR1 15,228 4,535 0,501 0,814 ĐGRR2 15,386 4,318 0,683 0,760 ĐGRR3 15,351 4,120 0,701 0,753 ĐGRR4 15,183 4,658 0,503 0,811 ĐGRR5 15,327 4,231 0,667 0,764

(Nguồn: Kết quả chạy mô hình)

3.2.1.3. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Hoạt động kiểm soát”

Thang đo nhân tố Hoạt động kiểm soát có hệ số Cronbach’s alpha 0,880. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số

47

Cronbach’s alpha đều lớn hơn 0,6. Do đó 6 biến quan sát cho biến “Hoạt động kiểm soát” đều giữ lại để phân tích EFA.

Bảng 3.4: Kết quả độ tin cậy thang đo biến “Hoạt động kiểm soát”

Biến quan sát

Trung bình thang đo nếu loại

biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến Cronbach's Alpha = 0,880 HĐKS1 19,252 9,563 0,640 0,868 HĐKS2 19,391 9,772 0,696 0,858 HĐKS3 19,470 9,186 0,656 0,867 HĐKS4 19,530 9,365 0,759 0,847 HĐKS5 19,238 10,093 0,739 0,854 HĐKS6 19,480 9,893 0,674 0,861

(Nguồn: Kết quả chạy mô hình)

3.2.1.4. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Thông tin truyền thông”

Thang đo nhân tố Thông tin và truyền thông có hệ số Cronbach’s alpha là 0,788. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số Cronbach’s alpha còn có biến nhỏ hơn 0,6. Trong đó thang đo TTTT5 có hệ số tƣơng quan biến tổng nhỏ hơn 0,3 do đó cần phải loại thang đo này và chạy lại Cronbach’s alpha để đảm bảo độ tin cậy.

Bảng 3.5: Kết quả độ tin cậy thang đo biến “Thông tin truyền thông”

Biến quan sát

Trung bình thang đo nếu loại biến

Phƣơng sai thang đo nếu

loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến

Cronbach's Alpha = 0,788

48

Biến quan sát

Trung bình thang đo nếu loại biến

Phƣơng sai thang đo nếu

loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến

TTTT2 17,589 4,651 0,643 0,725

TTTT3 17,599 4,052 0,791 0,668

TTTT4 17,678 4,558 0,622 0,730

TTTT5 17,797 5,874 0,138 0,878

(Nguồn: Kết quả chạy mô hình)

Sau khi chạy Cronbach’s alpha lần 2 ta có kết quả nhƣ bảng dƣới. Kết quả kiểm tra độ tin cậy của thang đo nhân tố Thông tin và truyền thông có hệ số Cronbach’s alpha 0,878. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Do đó cả 4 thang đo này đƣợc giữ lại để phân tích EFA.

Bảng 3.6: Kết quả độ tin cậy thang đo biến “Thông tin truyền thông” lần 2

Biến quan sát

Trung bình thang đo nếu loại biến

Phƣơng sai thang đo nếu

loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại biến

Cronbach's Alpha = 0,878

TTTT1 13,342 3,321 0,765 0,833

TTTT2 13,317 3,740 0,660 0,872

TTTT3 13,327 3,166 0,830 0,806

TTTT4 13,406 3,526 0,698 0,859

(Nguồn: Kết quả chạy mô hình)

3.2.1.5. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “giám sát”

Kết quả kiểm tra độ tin cậy của thang đo nhân tố giám sát có hệ số Cronbach’s alpha 0,876. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Do đó 6 biến quan sát cho biến “giám

49

sát” đều giữ lại để phân tích EFA.

Bảng 3.7: Kết quả độ tin cậy thang đo biến “giám sát”

Biến quan sát

Trung bình thang đo nếu

loại biến

Phƣơng sai thang đo nếu loại

biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại biến

Cronbach's Alpha = 0,876 GS1 20,767 2,189 0,652 0,861 GS2 20,797 2,212 0,690 0,854 GS3 20,777 2,204 0,656 0,860 GS4 20,787 2,228 0,652 0,860 GS5 20,807 2,266 0,692 0,854 GS6 20,817 2,230 0,761 0,843

(Nguồn: Kết quả chạy mô hình)

3.2.1.6. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Công nghệ thông tin”

Thang đo nhân tố công nghệ thông tin có hệ số Cronbach’s alpha là 0,815. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó cả 4 biến quan sát cho biến “Công nghệ thông tin” đều giữ lại để phân tích EFA.

Bảng 3.8:Kết quả độ tin cậy thang đo biến “Công nghệ thông tin”

Biến quan sát

Trung bình thang đo nếu

loại biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến Cronbach's Alph = 0,815 CNTT1 12,104 3,278 0,590 0,789 CNTT2 12,099 3,304 0,582 0,793 CNTT3 12,059 2,802 0,822 0,670 CNTT4 12,094 3,727 0,566 0,799

50

3.2.1.7. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định”

Thang đo nhân tố tính hữu hiệu của hệ thống KSNB tại BHXH tỉnh Bình Định có hệ số Cronbach’s alpha là 0,708. Hệ số tƣơng quan biến tổng của các quan sát nhân tố này đều lớn hơn 0,3 và hệ số Cronbach’s alpha đều lớn hơn 0,6. Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó cả 4 biến quan sát cho biến “Tính hữu hiệu của hệ thống KSNB BHXH tỉnh Bình Định” đều giữ lại để phân tích EFA.

Bảng 3.9: Kết quả độ tin cậy thang đo biến “Tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định”

Biến quan sát

Trung bình thang đo nếu

loại biến

Phƣơng sai thang đo nếu loại biến

Tƣơng quan biến tổng

Cronbach Alpha nếu loại

biến Cronbach's Alpha = 0,708 HTKSNB1 12,193 0,525 0,446 0,674 HTKSNB2 12,144 0,392 0,522 0,635 HTKSNB3 12,168 0,449 0,552 0,609 HTKSNB4 12,208 0,484 0,478 0,654

(Nguồn: Kết quả chạy mô hình)

Nhƣ vậy, thông qua công cụ phân tích hệ số Cronbach’s alpha có 34 biến quan sát thuộc 7 biến trong mô hình nghiên cứu đạt về hệ số Cronbach’s alpha và hệ số tƣơng quan tổng nên đƣợc giữ lại để tiếp tục phân tích khám phá EFA. Mục đích của việc phân tích EFA là để tìm ra thang độ tin cậy tốt nhất cho các nhân tố để phân tích hồi quy, việc phân tích EFA có thể sẽ tìm ra nhân tố mới cho mô hình, tuy nhiên sẽ loại bỏ các biến quan sát để tìm ra thang độ tin cậy cho mô hình nghiên cứu là điều chắc chắn và có thể việc loại bỏ biến ở bƣớc phân tích này khá nhiều, đặc biệt đối với những nghiên cứu còn khá mới và đƣợc nghiên cứu trong những trƣờng hợp nghiên cứu khác nhau.

51

3.2.2. Phân tích nhân tố khám phá EFA

3.2.2.1. Phân tích khám phá EFA cho biến độc lập

Nhƣ vậy từ 31 biến quan sát của 6 nhân tố của mô hình nghiên cứu đề xuất đƣợc đƣa vào phân tích EFA với kỳ vọng sẽ sau khi phân tích nhân tố thì vẫn giữ đƣợc 6 nhân tố với số lƣợng biến quan sát rút gọn nhất của mô hình là 30.

Các điều kiện kiểm tra nhƣ hệ số KMO đều đạt khá lớn và Sig. của Bartlett’s Test đều nhỏ hơn 5% cho thấy các biến quan sát trong quá trình thực hiện phân tích khám phá EFA đều hoàn toàn phù hợp với phân tích nhân tố.

Phƣơng pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa chỉ có những nhân tố trích ra có giá trị Eigenvaluve lớn hơn mới đƣợc giữ lại trong mô hình phân tích.

Các tiêu chí khi loại biến quan sát trong quá trình phân tích khám phá bao gồm: Hệ số tải nhân tố không nhỏ hơn 50%, độ giá trị của hệ số tải biến quan sát thuộc cùng nhiều nhân tố khi đang phân tích phải nhỏ hơn 0,3 (max – min < 0,3) và độ ý nghĩa nội dung, nhƣng chủ yếu bị loại là do hệ số tải và độ giá trị không đảm bảo

Kết quả phân tích khám phá đúng nhƣ mong đợi, có 6 nhân tố đƣợc rút ra ở ngay lần phân tích khám phá đầu tiên đó là: Môi trƣờng kiểm soát, Đánh giá rủi ro, Hoạt động kiểm soát, Thông tin truyền thông, Giám sát và công nghệ thông tin. Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0,781> 0,5; Sig. = 0,000 < 0,05, chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.

Bảng 3.10: Hệ số KMO và kiểm định Bartlett các thành phần (biến độc lập)

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,781

Mô hình kiểm tra Bartlett

Giá trị Chi-Square 3452,961

Bậc tự do 435

Sig (p – value) 0,000

52

Bảng 3.11: Bảng phƣơng sai trích Total Variance Explained

Component

Initial Eigenvalues

Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.212 20.708 20.708 6.212 20.708 20.708 3.932 13.108 13.108 2 4.103 13.678 34.386 4.103 13.678 34.386 3.875 12.915 26.023 3 3.240 10.801 45.187 3.240 10.801 45.187 3.349 11.163 37.186 4 2.486 8.286 53.473 2.486 8.286 53.473 3.059 10.198 47.384 5 2.273 7.577 61.050 2.273 7.577 61.050 3.001 10.004 57.387 6 1.556 5.187 66.237 1.556 5.187 66.237 2.655 8.850 66.237 7 .915 3.050 69.288 8 .823 2.743 72.031 9 .772 2.574 74.605 10 .692 2.305 76.910 11 .648 2.159 79.069 12 .632 2.108 81.177 13 .593 1.977 83.154 14 .570 1.899 85.053 15 .480 1.601 86.654 16 .445 1.484 88.138 17 .420 1.399 89.537 18 .410 1.368 90.904 19 .364 1.214 92.119 20 .342 1.139 93.258 21 .288 .959 94.216 22 .273 .910 95.126 23 .248 .826 95.952 24 .239 .797 96.749 25 .219 .729 97.478 26 .203 .678 98.156 27 .173 .576 98.732 28 .147 .489 99.221 29 .133 .444 99.665 30 .101 .335 100.000 Extraction Method: Principal Component Analysis.

53

Bảng trên cho thấy, các nhân tố đều có giá trị Eigenvalues = 1,556> 1. Phƣơng sai trích là 66,237%> 50% là đạt yêu cầu. Với phƣơng pháp rút trích Principal components và phép quay Varimax, có 6 nhân tố đƣợc rút trích ra từ biến quan sát. Điều này cho chúng ta thấy 6 nhân tố rút trích ra thể hiện đƣợc khả năng giải thích đƣợc 66,023% sự thay đổi của biến phụ thuộc trong tổng thể.

Bảng 3.12: Kết quả ma trận xoay nhân tố Rotated Component Matrixa

Component 1 2 3 4 5 6 GS6 .798 GS5 .795 GS2 .775 GS3 .720 GS1 .666 GS4 .664 HĐKS4 .850 HĐKS5 .828 HĐKS2 .784 HĐKS6 .776 HĐKS3 .768 HĐKS1 .741 MTKS5 .825 MTKS4 .819 MTKS3 .811 MTKS2 .795 MTKS1 .617 ĐGRR5 .791 ĐGRR3 .781 ĐGRR2 .775 ĐGRR4 .646 ĐGRR1 .638 TTTT3 .900 TTTT1 .869 TTTT4 .816 TTTT2 .793

54

CNTT3 .923

CNTT4 .765

CNTT2 .748

CNTT1 .729

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.

(Nguồn: Kết quả chạy mô hình)

Theo kết quả bảng trên, ta thấy hệ số tải nhân tố (factor loading) của các biến (>0,5) và hiệu số giữa các thành phần trong cùng yếu tố lớn hơn 0,3. Nhƣ vậy, thang đo đƣợc chấp nhận và 30 biến quan sát đƣợc tập hợp thành 06 nhóm, cụ thể nhƣ sau:

Nhóm 1: Các chỉ tiêu thuộc nhân tố Giám sát gồm 6 biến: GS6, GS5, GS2, GS3, GS1, GS4.

Nhóm 2: Các chỉ tiêu thuộc nhân tố Hoạt động kiểm soát gồm 6 biến: HĐKS4, HĐKS5, HĐKS2, HĐKS6, HĐKS3, HĐKS1.

Nhóm 3: Các chỉ tiêu thuộc nhân tố Môi trƣờng kiểm soát gồm 5 biến: MTKS5, MTKS4, MTKS3, MTKS2, MTKS1.

Nhóm 4: Các chỉ tiêu thuộc nhân tố Đánh giá rủi ro gồm 5 biến: ĐGRR5, ĐGRR3, ĐGRR2, ĐGRR4, ĐGRR1.

Nhóm 5: Các chỉ tiêu thuộc nhân tố Thông tin truyền thông gồm 4 biến: TTTT3, TTTT1, TTTT4, TTTT2.

Nhóm 6: Các chỉ tiêu thuộc nhân tố Công nghệ thông tin gồm 4 biến: CNTT3, CNTT4, CNTT2, CNTT1.

3.2.2.2. Phân tích khám phá EFA cho biến phụ thuộc “Tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định”

Trong bài nghiên cứu có 1 biến phụ thuộc “Tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định” với 4 biến quan sát, kết quả phân tích EFA cho thấy tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0,748> 0.5; Sig. = 0,000 < 0,05; hệ số tải nhân tố > 0,5; giá trị trích

55

Eigenvalue = 2,148 (yêu cầu lớn hơn 1); và tổng phƣơng sai trích đạt khá cao 53,689%.

Bảng 3.13: Hệ số KMO và kiểm định Bartlett các thành phần (biến phụ thuộc)

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,748

Mô hình kiểm tra Bartlett 66,586 138,989

3 6

0,000 0,000

(Nguồn: Kết quả chạy mô hình)

Bảng 3.14: Phƣơng sai trích

Nhân tố

Giá trị Eigenvalues Chỉ số sau khi trích

Một phần của tài liệu (LUẬN văn THẠC sĩ) các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại bảo hiểm xã hội tỉnh bình định (Trang 52 - 74)

Tải bản đầy đủ (PDF)

(133 trang)