6. Tổng quan tài liệu nghiên cứu
3.4. KIỂM ĐỊNH MÔ HÌNH VÀ CÁC GIẢ THUYẾT NGHIÊN CỨU
Kiểm định sự phù hợp của mô hình lý thuyết bằng mô hình SEM
Trong kiểm định giả thuyết và mô hình nghiên cứu, mô hình cấu trúc tuyến tính SEM có nhiều ƣu điểm hơn các phƣơng pháp phân tích hồi quy bội, hồi quy đa biến vì nó có thể tính đƣợc sai số đo lƣờng. Chính vì vậy, phƣơng pháp phân tích SEM đƣợc sử dụng phổ biến trong các ngành khoa học xã hội trong những năm gần đây và đƣợc gọi là phƣơng pháp phân tích dữ liệu thế hệ thứ 2.
Khác với những kỹ thuật thống kê khác chỉ cho phép ƣớc lƣợng mối quan hệ riêng phần của từng cặp nhân tố (phần tử) trong mô hình cổ điển (mô hình đo lƣờng), SEM cho phép ƣớc lƣợng đồng thời các phần tử trong tổng thể mô hình, ƣớc lƣợng mối quan hệ nhân quả giữa các khái niệm tiềm ẩn (Latent Constructs) qua các chỉ số kết hợp cả đo lƣờng và cấu trúc của mô hình lý thuyết, đo các mối quan hệ ổn định (recursive) và không ổn định (non- recursive), đo các ảnh hƣởng trực tiếp cũng nhƣ gián tiếp, kể cả sai số đo và tƣơng quan phần dƣ. Mô hình SEM cũng phối hợp đƣợc tất cả các kỹ thuật nhƣ hồi quy đa biến, phân tích nhân tố và phân tích mối quan hệ tƣơng hỗ (giữa các phần tử trong sơ đồ mạng) để cho phép chúng ta kiểm tra mối quan hệ phức hợp trong mô hình. Với kỹ thuật phân tích nhân tố khẳng định (CFA), mô hình SEM cho phép linh động tìm kiếm mô hình phù hợp nhất trong các mô hình đề nghị.
Với mô hình nghiên cứu đƣợc xây dựng ở chƣơng 2 gồm 5 nhân tố là Chất lƣợng thông tin, chất lƣợng hệ thống, chất lƣợng đội ngũ làm công tác kế toán, nhận thức về tính hữu ích, sự hài lòng của ngƣời sử dụng và 7 giả thuyết về mối quan hệ cùng chiều giữa các cặp nhân tố nhƣ sau
H1: Chất lƣợng thông tin kế toán - sự hài lòng . H2: Chất lƣợng HTTTKT - sự hài lòng.
H3: Chất lƣợng đội ngũ làm công tác kế toán -sự hài lòng . H4: Nhận thức về tính hữu ích - sự hài lòng.
H5: Chất lƣợng của HTTTKT - chất lƣợng thông tin kế toán. H6: Nhận thức về tính hữu ích - chất lƣợng hệ thống.
H7: Chất lƣợng đội ngũ làm công tác kế toán - chất lƣợng thông tin kế toán.
Kết quả phân tích cấu trúc SEM chƣa chuẩn hóa cho thấy mô hình nghiên cứu có 182 bậc tự do với Chi-square là 284.861, Chi-square tƣơng đối theo bậc tự do CMIN/df = 1.565 (< 3), TLI = 0.948, CFI= 0.955 (>0.9) và RMSEA= 0.049 (<0.08). Do đó, mô hình này tƣơng thích với dữ liệu thực tế.
Bảng 3.10. Kết quả kiểm định mối quan hệ giữa các khái niệm SEM (chưa chuẩn hóa)
Mối quan hệ Estimate S.E. C.R. P Giả thuyết Kết luận US <--- IQ .297 .071 4.167 *** H1 Chấp nhận giả thuyết US <--- SQ .150 .059 2.547 .011 H2 Chấp nhận giả thuyết US <--- QA .165 .070 2.359 .018 H3 Chấp nhận giả thuyết US <--- PU .094 .061 1.532 .126 H4 Bác bỏ giả thuyết IQ <--- SQ .164 .061 2.704 .007 H5 Chấp nhận giả thuyết SQ <--- PU .249 .077 3.242 .001 H6 Chấp nhận giả thuyết IQ <--- QA .198 .075 2.644 .008 H7 Chấp nhận giả thuyết
Nguồn: Tổng hợp kết quả xử lý dữ liệu từ AMOS
Theo bảng 3.10, với các giả thuyết từ H1 đến H7, ngoại trừ H4 thì đều có P-value <0.1, do đó giả thuyết đƣợc chấp nhận. Riêng H4 bị bác bỏ vì có giá trị p-value là 0.126 (>0.1). Tức là, mối quan hệ giữa nhận thức về tính hữu ích (PU) và sự hài lòng của ngƣời sử dụng (US) không có ý nghĩa thống kê ở độ tin cậy 90%.
Vì H4 không có ý nghĩa nên ta loại giả thuyết H4 ra khỏi mô hình và thực hiện kiểm định lại mô hình nghiên cứu.
Kết quả phân tích cấu trúc SEM chuẩn hóa cho thấy mô hình nghiên cứu có 183 bậc tự do với Chi-square là 287.127, Chi-square tƣơng đối theo bậc tự do CMIN/df = 1.569 (< 3), TLI = 0.948, CFI= 0.954 (>0.9) và RMSEA= 0.049 (<0.08). Vì vậy, mô hình này tƣơng thích với dữ liệu thực tế.
Bảng 3.11. Mối quan hệ giữa các khái niệm (chuẩn hóa)
Mối quan hệ Estimate Giả thuyết
IQ <--- SQ .165 H5 SQ <--- PU .252 H6 IQ <--- QA .198 H7 US <--- IQ .303 H1 US <--- SQ .169 H2 US <--- QA .173 H3
Nguồn: Tổng hợp kết quả xử lý dữ liệu từ AMOS
Các trọng số chuẩn hóa đều dƣơng nên các khái niệm có quan hệ tỷ lệ thuận. Trị số tuyệt đối của các trọng số này càng lớn thì khái niệm độc lập tƣơng ứng có tác động càng mạnh đến khái niệm phụ thuộc.
Giả thuyết H1: Chất lượng thông tin kế toán có tác động tích cực đến sự hài lòng của người sử dụng HTTTKT. Giả thuyết H1 đƣợc chấp nhận, tức là khi thông tin kế toán đảm bảo tính phù hợp, chính xác, tin cậy, đầy đủ, kịp thời và so sánh đƣợc thì ngƣời sử dụng HTTTKT sẽ hài lòng với HTTTKT hơn, và hệ số ƣớc lƣợng của mối quan hệ này là 0.303. So với các nhân tố khác thì chất lƣợng thông tin là nhân tố ảnh hƣởng mạnh mẽ nhất đến sự hài lòng của ngƣời sử dụng HTTTKT. Điều này phù hợp với kết quả các nghiên cứu trƣớc đây về sự hài lòng của ngƣời sử dụng đối với HTTTKT .
Giả thuyết H2: Chất lượng HTTTKT có tác động tích cực đến sự hài lòng của người sử dụng HTTTKT. Kết quả ƣớc lƣợng của mối quan hệ giữa chất lƣợng HTTTKT và sự hài lòng của ngƣời sử dụng HTTTKT là 0.169 và
giả thuyết đƣợc chấp nhận. Mức độ tác động của chất lƣợng hệ thống và sự hài lòng là tƣơng đối khá trong mô hình. Điều này cho thấy, chất lƣợng hệ thống gồm tốc độ xử lý, độ tin cậy, linh hoạt, tích hợp, bảo mật tác động tích cực đến sự hài lòng của ngƣời sử dụng HTTTKT. Kết quả này cũng phù hợp với kết quả các nghiên cứu trƣớc.
Giả thuyết H3: Chất lượng đội ngũ làm công tác kế toán có tác động tích cực đến sự hài lòng của người sử dụng đối với HTTTKT. Chất lƣợng đội ngũ làm công tác kế toán ảnh hƣởng đến sự hài lòng của ngƣời sử dụng với hệ số 0.173. Nhân tố chất lƣợng đội ngũ làm công tác kế toán là một nhân tố mới đƣợc đƣa vào kiểm chứng cho mô hình. Việc giả thuyết này có ý nghĩa cho thấy vai trò của trình độ chuyên môn, đào tạo và huấn luyện, trình độ công nghệ thông tin của ngƣời làm công tác kế toán trong mô hình sự hài lòng của ngƣời sử dụng đối với HTTTKT vận dụng tại Việt Nam.
Giả thuyết H4: Nhận thức về tính hữu ích có tác động tích cực đến sự hài lòng của người sử dụng HTTTKT. Giả thuyết này bị bác bỏ trong mô hình, chứng tỏ trong điều kiện khảo sát và vận dụng mô hình sự hài lòng của ngƣời sử dụng HTTTKT thì nhân tố nhận thức về tính hữu ích chƣa tác động trực tiếp đến sự hài lòng của ngƣời sử dụng HTTTKT. Điều này không phù hợp với cơ sở của các nghiên cứu lý thuyết và thực tiễn trƣớc đây và là kết quả đáng chú ý của mô hình nghiên cứu các nhân tố tác động đến sự hài lòng của ngƣời sử dụng đối với HTTTKT tại Việt Nam nói chung và tại thành phố Đà Nẵng nói riêng.
Giả thuyết H5: Chất lượng của HTTTKT có tác động tích cực đến chất lượng thông tin kế toán. Giả thuyết H5 đƣợc chấp nhận với hệ số ƣớc lƣợng mối liên hệ giữa chất lƣợng HTTTKT đối với chất lƣợng thông tin kế toán là 0.165. Khi chất lƣợng hệ thống càng tốt, dễ thấy là chất lƣợng thông tin là kết
quả đầu ra của hệ thống cũng đƣợc nâng cao, tức là mối liên hệ này trong mô hình có ý nghĩa và phù hợp với các lý thuyết nghiên cứu trƣớc đây.
Giả thuyết H6: Nhận thức về tính hữu ích có tác động tích cực đến chất lượng hệ thống. Giả thuyết H6 đƣợc chấp nhận với mức độ tác động giữa nhận thức về tính hữu ích và chất lƣợng hệ thống là 0.252. Mặc dù H4 bị bác bỏ, nhƣng khi H6 đƣợc chấp nhận lại cho thấy một góc độ khác của mối liên hệ giữa nhận thức về tính hữu ích và sự hài lòng của ngƣời sử dụng đối với HTTTKT, tức là nhân tố nhận thức về tính hữu ích dù không tác động trực tiếp đến sự hài lòng, nhƣng có tác động với chất lƣợng hệ thống, mà chất lƣợng hệ thống lại ảnh hƣởng trực tiếp đến sự hài lòng. Do đó, nhân tố nhận thức về tính hữu ích cũng có tác động đến sự hài lòng, và đây là mối liên hệ gián tiếp thông qua nhân tố trung gian khác.
Giả thuyết H7: Chất lượng đội ngũ làm công tác kế toán có tác động tích cực đến chất lượng thông tin kế toán. Giả thuyết H7 đƣợc chấp nhận với mức ý nghĩa 90%, nghĩa là với mức ý nghĩa này, chất lƣợng đội ngũ làm công tác kế toán có tác động đến chất lƣợng thông tin với hệ số ƣớc lƣợng là 0.198.
Kiểm định lại các ƣớc lƣợng bằng Bootstrap
Mô hình cuối cùng cũng nhƣ các mô hình phù hợp khác cần thiết phải có bộ dữ liệu độc lập với nhau, hay cỡ mẫu ban đầu khá lớn. Trong phƣơng pháp nghiên cứu định lƣợng bằng phƣơng pháp lấy mẫu, thông thƣờng chúng ta phải chia mẫu thành 02 mẫu con. Mẫu con thứ nhất dùng để ƣớc lƣợng các tham số mô hình và mẫu con thứ hai dùng để đánh giá lại:
Định cỡ mẫu con thứ nhất dùng để khám phá, dùng cỡ mẫu con thứ hai để đánh giá chéo (Cross-Validation).
Chỉ số đánh giá chéo CVI (Cross-Validation Index) đo khoảng cách giữa ma trận Covariance phù hợp trong mẫu con thứ nhất với ma trận Covariance
của mẫu. Chỉ số CVI nhỏ nhất cho phép kỳ vọng trạng thái mẫu lặp lại càng ổn định.
Cách khác là lặp lại nghiên cứu bằng một mẫu khác. Hai cách trên đây thƣờng không thực tế vì phƣơng pháp phân tích mô hình cấu trúc thƣờng đòi hỏi mẫu lớn nên việc làm này tốn kém nhiều thời gian, chi phí [Anderson & Gerbing 1998]. Trong những trƣờng hợp nhƣ vậy thì Bootstrap là phƣơng pháp phù hợp để thay thế [Schumacker & Lomax 1996]. Bootstrap là phƣơng pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trò đám đông.
Phƣơng pháp Bootstrap thực hiện với số mẫu lặp lại là N lần. Kết quả ƣớc lƣợng từ N mẫu đƣợc tính trung bình và giá trị này có xu hƣớng gần đến ƣớc lƣợng của tổng thể. Khoảng chênh lệch giữa giá trị trung bình ƣớc lƣợng bằng Bootstrap và ƣớc lƣợng mô hình với mẫu ban đầu càng nhỏ cho phép kết luận các ƣớc lƣợng mô hình có thể tin cậy đƣợc.
Bảng 3.12. Kết quả ước lượng bằng Bootstrap với N= 1000
Mối quan hệ SE SE-SE Mean Bias SE- Bias C.R SQ <--- PU 0.086 0.002 0.244 0.003 0.003 1 IQ <--- SQ 0.092 0.002 0.191 -0.001 0.003 -0.33333 IQ <--- QA 0.091 0.002 0.204 -0.001 0.003 -0.33333 US <--- IQ 0.084 0.002 0.325 0.003 0.003 1 US <--- QA 0.083 0.002 0.184 -0.005 0.003 -1.66667 US <--- PU 0.075 0.002 0.208 -0.001 0.002 -0.5 US <--- SQ 0.078 0.002 0.184 -0.001 0.002 -0.5
Ghi chú: SE-SE: sai lệch chuẩn của sai lệch chuẩn; Bias: độ chệch; SE- bias: sai lệch chuẩn của độ chệch.
Giả thuyết Ho : Bias =0, Ha: Bias <>0
Vì giá trị tuyệt đối của C.R < 1.96 , suy ra khi p-value > 5%, bác bỏ Ha, chấp nhận H0, kết luận độ lệch khác 0 không có ý nghĩa thống kê ở mức tin cậy 95%, và nhƣ thế ta kết luận đƣợc mô hình ƣớc lƣợng có thể tin cậy đƣợc.
Kết quả ƣớc lƣợng Bootstrap với số lƣợng mẫu lặp lại N=1000 trong phân tích mô hình cấu trúc tuyến tính cho thấy độ chệch xuất hiện nhƣng không đáng kể.