7. Kết cấu của luận văn
2.3. Phƣơng pháp chọn mẫu nghiên cứu
2.3.1. Phƣơng pháp chọn mẫu
- Phƣơng pháp chọn mẫu:
Mẫu trong nghiên cứu này đƣợc thực hiện theo phƣơng pháp chọn mẫu phi xác suất mà cụ thể là chọn mẫu theo phƣơng pháp chọn mẫu thuận tiện, với phƣơng pháp này mẫu đƣợc lấy dựa trên sự thuận lợi hay dựa trên tính dễ tiếp cận của đối tƣợng, trong đó tập trung khảo sát các lãnh đạo, cán bộ và nhân viên làm việc tại BHXH tỉnh Bình Định. Trên cơ sở các nhân tố tác động đã đƣợc khám phá và kiểm định trong giai đoạn nghiên cứu định tính, bảng câu hỏi khảo sát định lƣợng đƣợc gửi trực tiếp đến các đối tƣợng khảo sát.
- Kích thƣớc mẫu: Theo Tabachnick & Fidell (1996) để phân tích hồi quy đạt đƣợc kết quả tốt nhất thì kích cỡ mẫu phải thỏa mãn công thức: n >= 8p + 50.
Trong đó: n là kích thƣớc mẫu cần thiết, p là số biến độc lập của mô hình. Nghiên cứu đƣợc xây dựng với 6 biến độc lập nên kích cỡ mẫu tối thiểu phải là 8 x 6 + 50 = 98 mẫu.
Nhƣ vậy để phân tích hồi quy đạt đƣợc kết quả tốt nhất thì kích thƣớc mẫu tối thiểu trong nghiên cứu này phải lớn hơn 98 quan sát.
37
2.3.2. Thu thập dữ liệu
Nhằm đạt đƣợc kích thƣớc mẫu đề ra và đảm bảo cho kết quả nghiên cứu đại diện cho tổng thể, tác giả phát ra 250 phiếu khảo sát cho các nhân viên, cán bộ và lãnh đạo tại BHXH tỉnh Bình Định. Số bảng hỏi thu về là 219 phiếu, trong đó có 17 phiếu không hợp lệ, còn lại là 202 phiếu dùng để nhập liệu phục vụ kiểm định mô hình nghiên cứu.
Bảng 2.3: Tình hình thu thập dữ liệu nghiên cứu định lƣợng
Mô tả Số lƣợng (bảng) Tỷ lệ (%)
I. Số bảng câu hỏi phát ra 250 100
II. Số bảng câu hỏi thu về 219 87,6
Trong đó
Số bảng câu hỏi hợp lệ 202 80,8
Số bảng câu hỏi không hợp lệ 17 6,8
(Nguồn: tác giả tổng hợp)
2.3.3. Xử lý và phân tích dữ liệu
Sau khi đƣợc thu thập, các bảng trả lời đƣợc kiểm tra và loại đi những bảng không đạt yêu cầu. Sau đó chúng đƣợc mã hóa, nhập liệu, làm sạch dữ liệu bằng SPSS for Window 10. Với phần mềm SPSS 22.0, thực hiện phân tích dữ liệu thông qua các công cụ nhƣ thống kê mô tả, bảng tần số, kiểm định độ tin cậy của các thang đo, phân tích khám phá, hồi quy, phân tích sâu ANOVA, cụ thể nhƣ sau:
Kiểm định độ tin cậy của các thang đo
Đối với thang đo trực tiếp, để đo lƣờng độ tin cậy thì chỉ số độ thống nhất nội tại thƣờng đƣợc sử dụng chính là hệ số Cronbach’s Alpha (nhằm xem xét liệu các câu hỏi trong thang đo có cùng cấu trúc hay không). Hệ số Cronbach’s Alpha càng lớn thì độ nhất quán nội tại càng cao. Sử dụng phƣơng pháp hệ số tin cậy Cronbach’s Alpha trƣớc khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp vì các biến này có thể tạo ra các yếu tố giả (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
38
với nhau hay không nhƣng không cho biết các biến nào cần phải loại bỏ và biến nào cần đƣợc giữ lại. Do đó, kết hợp sử dụng hệ số tƣơng quan biến – tổng để loại ra những biến không đóng góp nhiều cho khái niệm cần đo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Các tiêu chí sử dụng khi thực hiện đánh giá độ tin cậy thang đo gồm:
Hệ số tin cậy Cronbach’s Alpha: Lớn hơn 0,8 là thang đo lƣờng tốt; từ 0,7 đến 0.8 là sử dụng đƣợc; từ 0,6 trở lên là có thể sử dụng trong trƣờng hợp khái niệm nghiên cứu là mới hoặc là mới trong hoàn cảnh nghiên cứu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Trong nghiên cứu này, tác giả chọn thang đo có độ tin cậy là từ 0,6 trở lên.
Hệ số tƣơng quan biến – tổng: Các biến quan sát có tƣơng quan biến – tổng nhỏ (nhỏ hơn 0,3) đƣợc xem là biến rác thì sẽ đƣợc loại ra và thang đo đƣợc chấp nhận khi hệ số tin cậy Cronbach’s Alpha đạt yêu cầu.
Phân tích nhân tố khám phá EFA
Phân tích nhân tố đƣợc dùng để tóm tắt dữ liệu và rút gọn tập hợp các yếu tố quan sát thành những yếu tố chính (gọi là các nhân tố) dùng trong phân tích, kiểm định tiếp theo. Các nhân tố đƣợc rút gọn này sẽ có ý nghĩa hơn nhƣng vẫn chứa đựng hầu hết nội dung thông tin của tập biến quan sát ban đầu. Phân tích nhân tố khám phá đƣợc dùng để kiểm định giá trị khái niệm của thang đo.
Cách thực hiện và tiêu chí đánh giá trong phân tích nhân tố khám phá EFA: Phƣơng pháp: Đối với thang đo đa hƣớng, sử dụng phƣơng 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. Phƣơng pháp này đƣợc cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng Principal Components với phép quay Varimax (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007). Đối với thang đo đơn hƣớng thì sử dụng phƣơng pháp trích nhân tố Principal Components. Thang đo chấp nhận đƣợc khi tổng phƣơng sai trích đƣợc bằng hoặc lớn hơn 50% (Nguyễn Đình Thọ và Nguyễn Thị Mai Trang, 2007).
39
Tiêu chuẩn: Hệ số tải nhân tố phải lớn hơn hoặc bằng 0,5 để đảm bảo mức ý nghĩa thiết thực của EFA. Các mức giá trị của hệ số tải nhân tố: Lớn hơn 0,3 là mức tối thiểu chấp nhận đƣợc; lớn hơn 0,4 là quan trọng; lớn hơn 0,5 là có ý nghĩa thực tiễn. Tiêu chuẩn chọn mức giá trị hệ số tải nhân tố: Cỡ mẫu ít nhất là 350 thì có thể chọn hệ số tải nhân tố lớn hơn 0,3; nếu cỡ mẫu khoảng 100 thì nên chọn hệ số tải nhân tố lớn hơn 0,55; nếu cỡ mẫu khoảng 50 thì hệ số tải nhân tố phải lớn hơn 0,75.
Từ cơ sở lý thuyết trên, tác giả tiến hành thực hiện theo các bƣớc sau:
Trƣớc tiên, tác giả xác định đối với các nhân tố ảnh hƣởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định đều là các thang đo đơn hƣớng, nghĩa là các nhân tố này tác động một chiều đến biến phụ thuộc và không có chiều ngƣợc lại nên tác giả sẽ sử dụng phƣơng pháp trích nhân tố Principal Components với phép quay Varimax và điểm dừng khi trích các yếu tố có EigenValues lớn hơn 1.
Sau đó tiến hành thực hiện kiểm định các yêu cầu liên quan gồm:
- Kiểm định Barlett: Các biến quan sát có tƣơng quan với nhau trong tổng thể.
- Xem xét trị số KMO: Nếu KMO trong khoảng từ 0,5 – 1 thì phân tích nhân tố là thích hợp với các dữ liệu (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Để phân tích EFA có giá trị thực tiễn, tiến hành loại các biến quan sát có hệ số tải nhân tố nhỏ hơn 0,5.
- Xem lại thông số EigenValues (đại diện cho phần biến thiên đƣợc giải thích bởi mỗi nhân tố) có giá trị lớn hơn 1.
- Xem xét tổng phƣơng sai trích (yêu cầu lớn hơn hoặc bằng 50%): Cho biết các nhân tố đƣợc trích giải thích % sự biến thiên của các biến quan sát.
Phân tích hồi quy đa biến
- Phân tích tương quan: Các thang đo đã qua đánh giá đạt yêu cầu đƣợc đƣa
vào phân tích tƣơng quan Pearson. Phân tích tƣơng quan Pearson đƣợc thực hiện giữa các biến phụ thuộc và biến độc lập nhằm khẳng định mối liên hệ tuyến tính giữa các biến này và khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp.
40
Hệ số tƣơng quan Pearson (r) có giá trị trong khoảng (-1,+1). Giá trị tuyệt đối của r càng tiến đến 1 khi hai biến có mối tƣơng quan tuyến tính chặt chẽ. Giá trị r = 0 chỉ ra rằng hai biến không có quan hệ tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Phân tích hồi quy đa biến: Sau khi kết luận hai biến có mối quan hệ tuyến
tính với nhau thì có thể mô hình hóa mối quan hệ nhân quả này bằng hồi quy tuyến tính (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Nghiên cứu thực hiện hồi quy đa biến theo phƣơng pháp Enter: tất cả các biến đƣợc đƣa vào một lần và xem xét các kết quả thống kê liên quan.
Kiểm định giả thuyết: Quá trình kiểm định giả thuyết đƣợc thực hiện theo các bƣớc sau:
- Đánh giá độ phù hợp của mô hình hồi quy đa biến thông qua R2 và R2 hiệu chỉnh.
- Kiểm định giả thuyết về độ phù hợp của mô hình.
- Kiểm định giả thuyết về ý nghĩa của hệ số hồi quy từng thành phần.
- Kiểm định giả thuyết về phân phối chuẩn của phần dƣ: dựa theo biểu đồ tần số của phần dƣ chuẩn hóa; xem giá trị trung bình bằng 0 và độ lệch chuẩn bằng 1.
- Kiểm tra giả định về hiện tƣợng đa cộng tuyến thông qua giá trị của dung sai (Tolerance) hoặc hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). Nếu VIF > 10 thì có hiện tƣợng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Xác định mức độ ảnh hƣởng của các nhân tố đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định: hệ số beta của yếu tố nào càng lớn thì có thể nhận xét yếu tố đó có mức độ ảnh hƣởng cao hơn các yếu tố khác trong mô hình nghiên cứu.
Phân tích hồi quy tuyến tính theo phƣơng trình hồi quy
HTKSNB = β0 + β1 MTKS + β2 DGRR + β3 HDKS + β4 TTTT + β5 GS + β6 CNTT + ε
41
Trong đó:
HTKSNB: Biến phụ thuộc (Tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định)
Các biến độc lập:
- MTKS: Môi trƣờng kiểm soát - DGRR: Đánh giá rủi ro
- HDKS: Hoạt động kiểm soát - TTTT: Thông tin truyền thông - GS: Giám sát
- CNTT: Công nghệ thông tin
- β0, β1, … β6: Các tham số của mô hình. - ε: Hệ số nhiễu.
2.4. KẾT QUẢ NGHIÊN CỨU ĐỊNH TÍNH
Kết quả nghiên cứu chuyên gia nhƣ sau: Tác giả tổng hợp các ý kiến đƣợc 5/5 (tỷ lệ 100%) số thành viên tán thành với tỷ lệ đồng ý thấp nhất là 80% (tƣơng ứng 4/5 cá nhân đồng ý) và tỷ lệ cao nhất đồng ý là 100% (5/5 cá nhân đồng ý) với các biến và thang đo từng biến trong mô hình nghiên cứu. Kết quả nghiên cứu này sẽ đƣợc ghi nhận, tổng hợp làm cơ sở cho việc hiệu chỉnh thang đo để có mô hình nghiên cứu chinh thức.
Qua thảo luận thống nhất đƣợc rằng 6 biến độc lập trong mô hình là: Môi trƣờng kiểm soát, đánh giá rủi ro, hoạt động kiểm soát, thông tin truyền thông, giám sát và công nghệ thông tin đều đƣợc giữ nguyên, không thay đổi.
Qua phỏng vấn thử tác giả nhận thấy khả năng hiểu các nhân tố trong thang đo của các đối tƣợng đƣợc khảo sát là khá chính xác. Các nhân tố đƣợc tác giả dự kiến có ảnh hƣởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định đƣợc các đáp viên đánh giá là đầy đủ, không có yếu tố nào bị loại khỏi thang đo.
42
KẾT LUẬN CHƢƠNG 2
Chƣơng 2 trình bày một số các nội dung chính nhƣ sau, trƣớc hết tác giả trình bày về phƣơng pháp nghiên cứu, mô hình nghiên cứu, phƣơng pháp chọn mẫu nghiên cứu. Bằng phƣơng pháp nghiên cứu định tính thông qua phỏng vấn chuyên gia, nội dung chƣơng này tác giả cũng trình bày kết quả nghiên cứu định tính về mô hình các nhân tố ảnh hƣởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ tại BHXH tỉnh Bình Định, hiệu chỉnh thang đo nghiên cứu cho các biến nghiên cứu trong mô hình nghiên cứu. Cuối cùng, tác giả trình bày về tình hình thực hiện nghiên cứu định lƣợng của đề tài này.
43
CHƢƠNG 3: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
3.1PHÂN TÍCH THỐNG KÊ MÔ TẢ MẪU
Trong nghiên cứu này, tác giả thu thập dữ liệu sơ cấp dùng cho nghiên cứu định lƣợng thông qua việc phát phiếu khảo sát đến các đối tƣợng trả lời phỏng vấn. Sau khảo sát, tác giả tiến hành làm sạch dữ liệu, loại bỏ những phiếu trả lời không hợp lệ. Cụ thể để đảm bảo kích thƣớc mẫu nghiên cứu dùng cho nghiên cứu định lƣợng, tác giả tiến hành gửi 250 phiếu khảo sát đến các đối tƣợng, kết quả thu về 202/250 phiếu hợp lệ (ứng với tỷ lệ 80,8%). Dƣới đây tác giả trình bày thống kê sơ lƣợc các thông tin cá nhân của các đối tƣợng trả lời khảo sát liên quan đến các thuộc tính của đối tƣợng nhƣ sau:
Bảng 3.1: Thống kê mẫu khảo sát
Thuộc tính Chỉ tiêu Tần số Tỷ lệ % Giới tính Nam 98 48,51 Nữ 104 51,49 Chức vụ Nhân viên 161 79,70 Cán bộ quản lý 41 20,30 Độ tuổi Dƣới 30 tuổi 47 23,27 Từ 30 đến 44 tuổi 113 55,94 Từ 45 đến 55 tuổi 36 17,82 Trên 55 tuổi 6 2,97 Trình độ học vấn/ chuyên môn Dƣới đại học 6 2,97 Đại học 169 83,66 Trên đại học 27 13,37
Thâm niên công tác Dƣới 5 năm 57 28,22 Từ 5 năm đến 10 năm 79 39,11
Trên 10 năm 66 32,67
(Nguồn: tác giả tổng hợp)
44
với tỷ lệ 51,49%. Tỷ lệ này cho thấy sự phù hợp, tính cân đối trong kích thƣớc mẫu nghiên cứu về giới tính của các đối tƣợng.
- Về chức vụ, mẫu khảo sát có đối tƣợng là nhân viên chiếm tỷ trọng lớn, 161/202 ngƣời ứng với tỷ lệ 79,70%, và còn lại 20,30% là các đối tƣợng khảo sát giữ chức vụ quản lý trong các đơn vị BHXH Bình Định.
- Về độ tuổi của nhóm các đối tƣợng khảo sát, nhóm từ 30 đến 44 tuổi có 113 ngƣời, chiếm tỷ lệ cao nhất (55,94%), tiếp đến là nhóm dƣới 30 tuổi chiếm 23,27%; từ 45 đến 55 tuổi chiếm 17,82 % và cuối cùng là trên 55 tuổi chiếm tỷ lệ 2,97 %.
- Phần lớn đối tƣợng đƣợc khảo sát có trình độ đại học đạt 169/202 ngƣời (chiếm tỷ lệ 83,66%), kế đến là nhóm trình độ trên đại học chiếm tỷ lệ 13,37% và chỉ có 6/202 đối tƣợng khảo sát có trình độ dƣới đại học.
- Về thâm niên công tác, thâm niên công tác từ 5 năm đến 10 năm chiếm tỷ trọng cáo nhất, 79/202 ngƣời ứng với tỷ lệ 39,11%, tiếp đến là thâm niên trên 10 năm chiếm tỷ trọng 32,67%,còn lại là dƣới 5 năm chiếm tỷ trọng 28,22%.
3.2PHÂN 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