7. Tổng quan tài liệu nghiên cứu
3.2.3. Mức độ vận dụng công cụ lập dự toán xét theo lĩnh vực hoạt động
động
Kết quả kiểm định Levene tại Bảng 3.7 cho thấy trị Sig đều > 0,05 nên phƣơng sai công cụ không khác nhau một cách có ý nghĩa. Do đó, có thể sử dụng kết quả phân tích ANOVA ở bảng tiếp theo.
Bảng 3.7: Kiểm định Levene theo lĩnh vực hoạt động Các thành phần trong công cụ lập dự
toán Mã hóa
Levene
Statistic df1 df2 Sig.
Dự toán tiêu thụ SD1 0,506 3 139 0,679
Dự toán chi phí sản xuất SD2 0,345 3 139 0,793 Dự toán cung ứng vật liệu SD3 0,211 3 139 0,889
Dự toán giá thành SD4 0,410 3 139 0,746 Dự toán giá vốn hàng bán SD5 0,392 3 139 0,759 Dự toán chi phí bán hàng và chi phí
quản lý DN SD6 1,103 3 139 0,350
Dự toán chi phí tài chính SD7 0,294 3 139 0,830 Dự toán báo cáo kết quả hoạt động
kinh doanh SD8 0,558 3 139 0,643
Dự toán vốn bằng tiền SD9 1,631 3 139 0,185
Dự toán bảng cân đối kế toán SD10 0,376 3 139 0,771
Dự toán linh hoạt SD11 1,780 3 139 0,154
Vận dụng công cụ lập dự toán SD 1,270 3 139 0,287
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Phân tích Anova giúp so sánh mức độ vận dụng công cụ lập dự toán theo lĩnh vực hoạt động của DN. Với phƣơng pháp xử lý dữ liệu đã giới thiệu ở Chƣơng 2, để đƣa ra kết quả nghiên cứu giả thiết H2 (Mức độ vận dụng công cụ lập dự toán ở các DN khác nhau trong các lĩnh vực hoạt động khác nhau), tác giả tiến hành so sánh giá trị trung bình (Mean) để xem xét nhóm nào (nhóm DN xét theo lĩnh vực hoạt động sản xuất, thƣơng mại, dịch vụ, khác) có mức độ vận dụng công cụ lập dự toán cao hơn, đồng thời căn cứ vào giá trị Sig trong kiểm định Anova để xem xét sự khác biệt giữa các nhóm nghiên cứu.
Kết quả kiểm định ANOVA tại Bảng 3.8 cho thấy mức độ vận dụng trung bình công cụ lập dự toán có điểm số khác nhau giữa các lĩnh vực hoạt động, tuy nhiên xét đến giá trị Sig trong kiểm định ANOVA thì ở các dự toán tiêu thụ và dự toán vốn bằng tiền có Sig > 0,05; điều này cho thấy sự khác biệt về mức độ vận dụng công cụ lập dự toán vừa kể trên giữa 3 nhóm lĩnh vực là không có ý nghĩa thống kê với mức ý nghĩa 5%. Những loại dự toán này là những dự toán cơ bản, có ở bất cứ lĩnh vực hoạt động nào.
Bảng 3.8: Kiểm định Anova theo lĩnh vực hoạt động
DT Mean SD Mean SD Mean SD Mean SD
SD1 2,94 1,021 2,52 0,87 2,55 0,904 2,5 1,291 Giá trị Sig (kiểm định Anova) = 0,100
SD2 2,82 0,858 2,42 0,792 2,4 0,744 2 0,816 Giá trị Sig (kiểm định Anova) = 0,015
SD3 2,91 0,836 2,3 0,728 2,43 0,781 2 0,816 Giá trị Sig (kiểm định Anova) = 0,001
SD4 2,76 0,842 2,3 0,728 2,27 0,751 2,25 0,957 Giá trị Sig (kiểm định Anova) = 0,007
SD5 2,8 0,769 2,42 0,708 2,38 0,628 2,25 0,957 Giá trị Sig (kiểm định Anova) = 0,010
SD6 2,92 0,933 2,36 0,699 2,65 0,834 2,5 1,291 Giá trị Sig (kiểm định Anova) = 0,024
SD7 2,92 0,95 2,45 0,711 2,42 0,781 1,5 1 Giá trị Sig (kiểm định Anova) = 0,001
SD8 2,92 0,847 2,42 0,902 2,45 0,749 1,5 1 Giá trị Sig (kiểm định Anova) = 0,000
SD9 2,82 0,763 2,64 0,859 2,45 0,597 2,25 0,957 Giá trị Sig (kiểm định Anova) = 0,067
SD10 2,89 0,879 2,39 0,659 2,5 0,716 2 0,816 Giá trị Sig (kiểm định Anova) = 0,004
SD11 2,8 0,996 2,27 0,761 2,35 0,864 2 0,816 Giá trị Sig (kiểm định Anova) = 0,011
SD 2,865 0,704 2,4105 0,509 2,4409 0,5394 2,0682 0,8918
Giá trị Sig (kiểm định Anova) = 0,000
3.3. CÁC NHÂN TỐ ẢNH HƢỞNG TỚI VIỆC LẬP DỰ TOÁN 3.3.1 Phân tích hệ số tin cậy Cronbach’s alpha 3.3.1 Phân tích hệ số tin cậy Cronbach’s alpha
Để bảo đảm cho tính chính xác và nhất quán của các biến thì cần phải tiến hành kiểm tra độ tin cậy của và giá trị của khảo sát. Một khảo sát đáng tin cậy thì các câu hỏi phải đƣợc trả lời một cách nhất quán và có độ tập trung cao [26]. Phƣơng pháp này cho phép ngƣời phân tích loại bỏ những biến không phù hợp và hạn chế biến rác trong mô hình nghiên cứu vì nếu không chúng ta không biết đƣợc chính xác độ biến thiên cũng nhƣ độ lỗi của biến. Từ kết quả Bảng 3.9 cho thấy:
Thang đo sự cạnh tranh có hệ số Cronbach‟s alpha = 0,856 (Phụ lục
4) đạt yêu cầu và hệ số tƣơng quan biến tổng của các biến đo lƣờng đều đạt
tiêu chuẩn (> 0,3).
Thang đo phân cấp quản lý có hệ số Cronbach‟s alpha = 0,840 (Phụ
lục 4) đạt yêu cầu và hệ số tƣơng quan biến tổng của các biến đo lƣờng đều đạt tiêu chuẩn (> 0,3).
Thang đo công nghệ sản xuất có hệ số Cronbach‟s alpha = 0,717 (Phụ
lục 4) đạt yêu cầu và hệ số tƣơng quan biến tổng của các biến đo lƣờng đều đạt tiêu chuẩn (> 0,3).
Thang đo mức độ vận dụng công cụ lập dự toán có hệ số Cronbach‟s
alpha = 0,933 (Phụ lục 4) đạt yêu cầu và hệ số tƣơng quan biến tổng của các biến đo lƣờng đều đạt tiêu chuẩn (> 0,3).
Bảng 3.9: Hệ số tin cậy Cronbach’s alpha của các nhân tố Biến
quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo nếu
loại biến Tƣơng quan biến tổng Cronbach’s alpha nếu loại biến Thang đo cạnh tranh: Alpha = 0,856
CT1 22,62 21,238 0,681 0,828 CT2 22,78 21,960 0,661 0,832 CT3 22,68 20,755 0,641 0,833 CT4 22,65 20,891 0,636 0,834 CT5 22,67 20,631 0,657 0,831 CT6 22,53 21,335 0,608 0,838 CT7 22,88 22,105 0,487 0,856
Thang đo phân cấp quản lý: Alpha = 0,840
PCQL1 15,58 7,231 0,769 0,776
PCQL2 15,66 7,661 0,625 0,813
PCQL3 15,77 7,306 0,568 0,832
PCQL4 15,73 7,351 0,592 0,823
PCQL5 15,55 7,503 0,699 0,794
Thang đo công nghệ sản xuất: Alpha = 0,717
CNSX1 6,47 2,265 0,538 0,638
CNSX2 6,41 2,385 0,632 0,507
CNSX3 5,72 3,090 0,462 0,714
Thang đo mức độ vận dụng công cụ lập dự toán: Alpha = 0,933
SD1 26,09 43,858 0,637 0,931 SD2 26,22 43,569 0,796 0,923 SD3 26,20 43,571 0,790 0,923 SD4 26,31 45,200 0,648 0,929 SD5 26,23 45,165 0,730 0,926 SD6 26,10 43,151 0,780 0,923 SD7 26,17 44,272 0,663 0,929 SD8 26,17 44,230 0,681 0,928 SD9 26,15 45,596 0,667 0,928 SD10 26,17 43,422 0,830 0,922 SD11 26,28 43,287 0,722 0,926
3.3.2. Phân tích nhân tố khám phá EFA
Thang đo các nhân tố ảnh hƣởng đến mức độ vận dụng công cụ lập dự toán gồm 3 nhân tố với 15 biến quan sát. Sau khi thang đo đƣợc kiểm định bằng công cụ Cronbach‟s alpha, 15 biến quan sát đạt độ tin cậy đƣợc đƣa vào phân tích nhân tố EFA. Cách tiến hành phân tích nhân tố đƣợc thực hiện qua 2 lần nhƣ sau:
- Lần 1: Tập hợp 15 biến quan sát sau khi đạt tiêu chuển kiểm tra độ tin cậy đƣợc đƣa vào phân tích nhân tố (EFA). Kết quả nhƣ sau:
+ Hệ số KMO đạt 0,801 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's với mức ý nghĩa Sig = 0,000 (Phụ lục 5) do
vậy các biến quan sát có tƣơng quan với nhau.
+ Kết quả phân tích nhân tố cũng cho thấy phƣơng sai đƣợc giải thích
(Phụ lục 5) là 60,071% (lớn hơn 50%)
Bảng 3.10: Tổng hợp kết quả phân tích EFA lần 1
STT Thông số Giá trị Thỏa mãn điều kiện
1 KMO 0,801 ≥ 0,5
2 Sig. của Bartlett's Test 0,000 ≤ 0,05
3 Eigenvalues 1,487 > 1
4 Tổng phƣơng sai trích 60,071% ≥50%
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
+ Điểm dừng khi trích các nhân tố tại nhân tố thứ 3 với eigenvalue là 1,487. Kết quả phân tích nhân tố là phù hợp.
+ Các biến quan sát hệ số chuyển tải đạt yêu cầu (> 0,5); ngoại trừ biến CT7 có hệ số tải nhân tố (factor loading) lớn nhất là (0,476) nhỏ hơn 0,5 (Phụ
lục 5), nên biến này không đạt yêu cầu. Do đó, việc phân tích nhân tố lần 2
đƣợc thực hiện với việc loại biến này
1 đƣợc đƣa vào phân tích lần 2. Kết quả nhƣ sau:
Bảng 3.11: Tổng hợp kết quả phân tích EFA lần 2
STT Thông số Giá trị Thỏa mãn điều kiện
1 KMO 0.807 ≥ 0.5
2 Sig. của Bartlett's Test 0.000 ≤ 0.05
3 Eigenvalues 1.486 > 1
4 Tổng phƣơng sai trích 61.678% ≥ 50%
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
+ Hệ số KMO đạt 0,807 nên EFA phù hợp với dữ liệu. Thống kê Chi – Square của kiểm định Bartlett's với mức ý nghĩa Sig = 0,000 (phụ lục 5) do vậy các biến quan sát có tƣơng quan với nhau.
+ Kết quả phân tích nhân tố cũng cho thấy phƣơng sai đƣợc giải thích
(phụ lục 5) là 61,678% (lớn hơn 50%).
+ Điểm dừng khi trích các nhân tố tại nhân tố thứ 3 với eigenvalue là 1,486. Kết quả phân tích nhân tố là phù hợp.
+ Các biến quan sát hệ số chuyển tải đạt yêu cầu (> 0,5).
+ Khác biệt hệ số tải của một biến quan sát giữa các nhân tố đều > 0,3. Dựa vào kết quả bảng ma trận xoay các nhân tố tại Bảng 3.12 (xem thêm, Phụ lục 5) lệnh Transform/Compute Variable/mean đƣợc sử dụng để
nhóm các biến đạt yêu cầu với hệ số tải nhân tố > 0,5 thành bốn nhân tố. Các nhân tố này đƣợc gom lại và đặt tên cụ thể nhƣ sau:
Bảng 3.12: Kết quả phân tích nhân tố các nhân tố ảnh hƣởng đến mức độ vận dụng công cụ lập dự toán
Biến Nhân tố Đặt tên nhân tố
1 2 3 CT1 0,793 Sự cạnh tranh CT4 0,791 CT3 0,743 CT2 0,719 CT5 0,718 CT6 0.711 PCQL1 0,853 Phân cấp quản lý PCQL5 0,823 PCQL4 0,751 PCQL2 0,741 PCQL3 0,668 CNSX2 0,832 Công nghệ sản xuất CNSX3 0,767 CNSX1 0,715
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
+ Nhân tố thứ nhất: gồm 6 biến quan sát (CT1, CT2, CT3, CT4, CT5,
CT6) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là cạnh tranh, ký hiệu CT.
+ Nhân tố thứ hai: gồm 5 biến quan sát (PCQL1, PCQL2, PCQL3,
PCQL4, PCQL5) đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là phân cấp quản lý, ký hiệu PCQL.
+ Nhân tố thứ ba: gồm 3 biến quan sát (CNSX1, CNSX2, CNSX3)
đƣợc nhóm lại bằng lệnh trung bình và đƣợc đặt tên là công nghệ, ký hiệu CNSX.
3.3.3 Phân tích tƣơng quan và hồi qui tuyến tính bội
vào kiểm định mô hình. Giá trị của từng nhân tố là giá trị trung bình của các biến quan sát thuộc nhân tố đó.
Ngoài ra, hai nhân tố trình độ của nhân viên kế toán (TDKT), ứng dụng công nghệ thông tin (CNTT) sẽ đƣợc đƣa vào phân tích trong mô hình hồi quy.
Phân tích tƣơng quan (Pearson) đƣợc sử dụng để xem xét sự phù hợp khi đƣa các nhân tố vào mô hình hồi qui. Kết quả của phân tích hồi qui sẽ đƣợc sử dụng để kiểm định các giả thuyết từ H4 đến H8.
a. Phân tích tƣơng quan
Bảng 3.13: Ma trận tƣơng quan Pearson
SD TDKT CNTT CT PCQL CNSX SD Tƣơng quan Pearson 1 Sig. (2-chiều) TDKT Tƣơng quan Pearson 0,621 ** 1 Sig. (2-chiều) 0,000 CNTT Tƣơng quan Pearson 0,547 ** 0,389** 1 Sig. (2-chiều) 0,000 0,000 CT Tƣơng quan Pearson 0,700 ** 0,496** 0,451** 1 Sig. (2-chiều) 0,000 0,000 0,000 PCQL Tƣơng quan Pearson 0,437 ** 0,396** 0,206* 0,326** 1 Sig. (2-chiều) 0,000 0,000 0,013 0,000 CNSX Tƣơng quan Pearson 0,456 ** 0,303** 0,327** 0,353** 0,321** 1 Sig. (2-chiều) 0,000 0,000 0,000 0,000 0,000
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Trƣớc khi tiến hành phân tích hồi qui, hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định
lƣợng đƣợc sử dụng. Trong phân tích tƣơng quan Pearson, không có sự phân biệt giữa biến độc lập và biến phụ thuộc mà tất cả các biến đều đƣợc xem xét nhƣ nhau. Tuy nhiên, nếu các biến có tƣơng quan chặt thì phải lƣu ý đến vấn đề đa cộng tuyến sau khi phân tích hồi qui.
Xem xét ma trận tƣơng quan giữa các biến tại Bảng 3.13 (chi tiết trong
Phụ lục 6), nhân tố mức độ vận dụng công cụ lập dự toán và 5 nhân tố ảnh
hƣởng đến mức độ vận dụng công cụ lập dự toán đều có sự tƣơng quan tuyến tính do hệ số tƣơng quan đều lớn hơn 0 và hệ số tƣơng quan thấp nhất là 0,437 (nhân tố PCQL). Do đó, 5 nhân tố ảnh hƣởng đến mức độ vận dụng công cụ lập dự toán: CT, PCQL, CNSX, TDKT, CNTT có thể đƣa vào mô hình để giải thích cho nhân tố SD.
b. Phân tích hồi qui tuyến tính bội.
Tiếp theo, tác giả tiến hành kiểm định mô hình lý thuyết với phƣơng pháp đƣa vào một lƣợt (phƣơng pháp Enter), theo phƣơng pháp này 5 biến độc lập là CT, PCQL, CNSX, TDKT, CNTT và một biến phụ thuộc là SD sẽ đƣợc đƣa vào mô hình cùng một lúc.
- Kết quả hồi qui
Bảng 3.14: Tóm tắt mô hình
Mô hình R R2 R2 điều chỉnh Sai số ƣớc lƣợng
Durbin- Watson 1 0,813a 0,661 0,648 0,39268 1,872 a. Biến độc lập: (Constant), CNSX, TDKT, CNTT, PCQL, CT b. Biến phụ thuộc: SD
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Kết quả hồi qui tuyến tính bội tại Bảng 3.14 (chi tiết trong Phụ lục 6) cho thấy mô hình có hệ số R2
(R square) là 0,661 và R2 điều chỉnh (adjusted R square) là 0,648. Nhƣ vậy mô hình giải thích đƣợc 64,8%. Nghĩa là 5 biến
độc lập là CT, PCQL, CNSX, TDKT, CNTT giải thích đƣợc 64,8% mức độ vận dụng công cụ lập dự toán. Bảng 3.15: ANOVAb ANOVAb Mô hình Tổng các bình phƣơng Bậc tự do (df) Bình phƣơng độ lệch Giá trị F Giá trị Sig. 1 Hồi quy 41,105 5 8,221 53.315 0,000a Phần dƣ 21,125 137 0,154 Tổng 62,231 142 a. Biến độc lập: (Constant), CNSX, TDKT, CNTT, PCQL, CT b. Biến phụ thuộc: SD
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Kết quả kiểm định trị thống kê F, với giá trị sig = 0,000 (< 0,05) từ bảng phân tích phƣơng sai ANOVA (Bảng 3.15) cho thấy mô hình hồi qui tuyến tính bội đã xây dựng phù hợp với tập dữ liệu, sử dụng đƣợc.
Bảng 3.16: Kết quả hồi qui
Model Hệ số hồi qui đã chuẩn hóa Hệ số hồi qui chƣa chuẩn hóa T Sig. Thống kê đa cộng tuyến B Std. Error Beta Toleran ce VIF 1 Hằng số -0,626 0,230 -2,726 0,007 TDKT 0,179 0,042 0,259 4,240 0,000 0,662 1,511 CNTT 0,123 0,036 0,200 3,443 0,001 0,737 1,357 CT 0,333 0,052 0,394 6,355 0,000 0,644 1,552 PCQL 0,121 0,056 0,122 2,167 0,032 0,788 1,269 CNSX 0,118 0,049 0,134 2,406 0,017 0,795 1,258 a. Biến phụ thuộc: SD
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Kết quả hồi qui tại Bảng 3.16 cho thấy các giá trị Sig. tƣơng ứng với các biến CT, PCQL, CNSX, TDKT, CNTT đều nhỏ hơn 0,05. Vì vậy, có thể khẳng định các biến này có ý nghĩa trong mô hình.
- Kiểm định các giả định hồi qui Giả định liên hệ tuyến tính
Hình 3.1: Biểu đồ phân tán phần dƣ
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Kiểm tra bằng biểu đồ phân tán scatter cho phần dƣ chuẩn hóa (Standardized residual) và giá trị dự đoán chuẩn hóa (Standardized predicted value). Kết quả cho thấy phần dƣ phân tán ngẫu nhiên qua đƣờng thẳng qua điểm 0, không tạo thành một hình dạng nào cụ thể. Nhƣ vậy, giả định liên hệ tuyến tính đƣợc thỏa mãn.
Giả định phƣơng sai của sai số không đổi
Kết quả kiểm định tƣơng quan hạng Spearman tại Bảng 3.17 (chi tiết trong Phụ lục 6) cho thấy giá trị sig của các biến CN, TDKT, CNTT, QL, CT
với giá trị tuyệt đối của phần dƣ (lệnh lấy giá trị tuyệt đối nhƣ sau COMPUTE ABSRES=ABS(RES_1) đều lớn hơn 0,05. Nghĩa là phƣơng sai của sai số không đổi. Nhƣ vậy, giả định phƣơng sai của sai số không đổi không bị vi phạm.
Bảng 3.17: Ma trận tƣơng quan Spearman giữa phần dƣ với các biến độc lập ABSR ES TDKT CNTT CT PCQL CNSX Spear man's rho ABSRES Hệ số tƣơng quan 1,000 0,001 0,012 0,043 0,114 -0,039 Sig. (2-chiều) , 0,992 0,891 0,611 0,176 0,641 TDKT Hệ số tƣơng quan 0,001 1,000 0,427 ** 0,490** 0,352** 0,307** Sig. (2-chiều) 0,992 , 0,000 0,000 0,000 0,000 CNTT Hệ số tƣơng quan 0,012 0,427 ** 1,000 0,501** 0,205* 0,364** Sig. (2-chiều) 0,891 0,000 , 0,000 0,014 0,000 CT Hệ số tƣơng quan 0,043 0,490 ** 0,501** 1,000 0,289** 0,368** Sig. (2-chiều) 0,611 0,000 0,000 , 0,000 0,000 PCQL Hệ số tƣơng quan 0,114 0,352 ** 0,205* 0,289** 1,000 0,313** Sig. (2-chiều) 0,176 0,000 0,014 0,000 , 0,000 CNSX Hệ số tƣơng quan -0,039 0,307 ** 0,364** 0,368** 0,313** 1,000 Sig. (2-chiều) 0,641 0,000 0,000 0,000 0,000 ,
(Nguồn: Kết quả tổng hợp số liệu từ khảo sát)
Giả định không có tƣơng quan giữa các phần dƣ:
Đại lƣợng thống kê Durbin-Watson (d) đƣợc dùng để kiểm định tƣơng quan của các sai số kề nhau. Đại lƣợng d có giá trị từ 0 đến 4. Kết quả phân