. Mục tiêu nghiên cứu
3. .1 Thang đo hoạt động thu thuế
3.2.4 Mô tả dữ liệu và phƣơng pháp thu thập dữ liệu
Dữ liệu đƣợc thu thập thông qua bảng câu hỏi khảo sát từ các công chức tại Chi Cục Thuế Quận 9.
3. .4.1 Phƣơng pháp chọn mẫu
Trong nghiên cứu này bảng khảo sát đƣợc thiết kế với 5 nhân tố, mẫu đƣợc chọn theo phƣơng pháp lấy mẫu thuận tiện, đây là phƣơng pháp chọn mẫu phi xác suất trong đó các nhà nghiên cứu tiếp cận với các đối tƣợng nghiên cứu bằng phƣơng pháp thuận tiện. Phƣơng pháp chọn mẫu này khá phổ biến. Điều này đồng nghĩa với việc nhà nghiên cứu có thể chọn các đối tƣợng mà họ có thể tiếp cận đƣợc. Phƣơng pháp này có ƣu điểm là dễ tiếp cận các đối tƣợng nghiên cứu và thƣờng đƣợc sử dụng khi bị giới hạn thời gian và kinh tế. Nhƣợc điểm của phƣơng pháp làkhông tổng quát hóa cho đám đông (Trần Tiến Khai, 2012 trang 207 và208).
3. .4. Kích thƣớc mẫu khảo sát
Đểsửdụng EFA, kích thƣớc mẫu phải lớn. Tuy nhiên, việc xác định kích thƣớc mẫu phù hợp là rất phức tạp nên thông thƣờng dựa vào kinh nghiệm. Theo Hair và cộng sự(2006) trích trong Nguyễn Đình Thọ(2011) cho rằng đểsửdụng EFA, kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là 100. Theo Tabachnick và Fidell (2007) trích trong Nguyễn Đình Thọ (2011) thì kích thƣớc mẫu trong phân tích hồi quy bội phụ thuộc vào nhiều nhân tố ví dụ nhƣ mức ý nghĩa (significant level), độ mạnh của phép kiểm định (power of the test), số lƣợng biến độc lập. Theo Green (1991) và Tabachnick và Fidell (2007) trích trong Đinh Phi Hổ (2014, trang 46) thì quy mô mẫu có thể đƣợc xác định theo công thức: n 50 + 8k, với k là số biến độc lập của mô hình.
Trong nghiên cứu này, số lƣợng biến độc lập đƣa vào phân tích là 5 với 28 biến quan sát. Nhƣ vậy số biến tối thiếu của luận văn phải làn = 50 + 8*5 = 90. Ở đây tác
giả sử dụng mẫu nghiên cứu chính thức n = 132> 90 phù hợp với công thức trên và phù hợp trong việc chạy phân tích EFA và hồi quy bội.
KẾT LUẬN CHƢƠNG 3
Trong chƣơng 3 luận văn đã trình bày phƣơng pháp nghiên cứu xuyên suốt của luận văn với các nội dung chính nhƣ sau:
- Phương pháp định lượng: Luận văn sử dụng mô hình hồi quy đa biến để đánh giá sự tác động các yếu tố của hệ thống KSNB ảnh hƣởng tới hoạt động thu thuế. Trong đó biến phụ thuộc là hoạt động thu thuế, biến độc lập là các yếu tố của hệ thống KSNB bao gồm 28 thang đo.
- Phương pháp định tính: Thông qua các câu hỏi tới nhóm thảo luận có liên quan và nhiều đối tƣợng khác nhằm khẳng định sự cần thiết của thang đo các nhân tố KSNB đồng thời giải thích các kết quả trong phƣơng pháp định lƣợng.
Từ 2 phƣơng pháp trên sẽ làm nền tảng để phân tích giá trị, đánh giá độ tin cậy của thang đo, kiểm định sự phù hợp của mô hình hồi quy và kiểm định các giả thuyết đƣợc thực hiện ở các chƣơng tiếp theo.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. Phân tích và đánh giá độ tin cậy của thang đo:
Nhƣ đã trình bày ở chƣơng 2, đề tài có 6 thang đo cho 6 khái niệm nghiên cứu, 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).
- 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). 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.
4.1.1. Đánh giá độ tin cậy thang đo bằng hệ số Cronbach's alpha:
Kết quả tính toán Cronbach’s alpha 5 nhân tố độc lập và 1 nhân tố phụ thuộc. Các thang đo thể hiện bằng 31 biến quan sát bao gồm 28 biến độc lập và 3 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:
4.1.1.1. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Môi trường kiểm soát” trường kiểm soát”
Thang đo nhân tố môi trƣờng kiểm soát có hệ số Cronbach’s alpha khá cao 0.862. 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 (bảng 4.1). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 6 biến quan sát cho biến “môi trƣờng kiểm soát” đều giữ lại để phân tích EFA.
Bảng 4.1. Kết quả độ tin cậy thang đo biến “môi trường kiểm soát”
Cronbach's Alpha Số biến .862 6 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
MT1 18.55 11.120 .707 .829 MT2 18.51 11.809 .669 .837 MT3 18.33 12.041 .569 .854 MT4 18.20 11.136 .663 .838 MT5 18.34 11.539 .657 .839 MT6 18.45 11.227 .667 .837
4.1.1.2. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Đánh giá rủi ro” rủi ro”
Thang đo nhân tố Đánh giá rủi rocó hệ số Cronbach’s alpha khá cao 0.812. 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(bảng 4.2). Điều này cho thấy các biến quan sát
của thang đo đảm bảo độ tin cậy. Do đó, 6 biến quan sát cho biến “Đánh giá rủi ro” đều giữ lại để phân tích EFA.
Bảng 4.2. Kết quả độ tin cậy thang đo biến “Đánh giá rủi ro”
Cronbach's Alpha Số biến
.812 6
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
ĐG1 18.77 9.108 .592 .779 ĐG2 18.74 8.651 .669 .761 ĐG3 18.54 8.922 .596 .778 ĐG4 18.92 9.649 .508 .796 ĐG5 18.77 9.708 .492 .800 ĐG6 18.65 8.839 .582 .781
4.1.1.3. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Hoạt động kiểm soát” kiểm soát”
Thang đo nhân tố Hoạt động kiểm soát có hệ số Cronbach’s alpha khá cao 0.767. 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 (bảng 4.3). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy.Do đó, cả 5 biến quan sát cho biến “Hoạt động kiểm soát” đều giữ lại để phân tích EFA.
Bảng 4.3. Kết quả độ tin cậy thang đo biến “Hoạt động kiểm soát”
Cronbach's Alpha Số biến
.767 5
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
HĐ1 15.66 6.150 .429 .759
HĐ2 15.43 6.385 .383 .772
HĐ3 15.42 5.467 .577 .710
HĐ4 15.48 5.107 .668 .675
HĐ5 15.45 5.135 .632 .688
4.1.1.4. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Thông tin và truyền thông” và truyền thông”
Thang đo nhân tố Thông tin và truyền thông có hệ số Cronbach’s alpha khá cao 0.814. 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 (bảng 4.4). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 6 biến quan sát cho biến “Thông tin và truyền thông” đều giữ lại để phân tích EFA.
Bảng 4.4. Kết quả độ tin cậy thang đo biến “Thông tin và truyền thông”
Cronbach's Alpha Số biến
.814 6
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
TT1 18.06 8.576 .616 .776
TT2 18.05 8.303 .677 .762
TT4 18.08 8.443 .635 .771
TT5 18.11 9.347 .462 .808
TT6 18.08 9.353 .438 .814
4.1.1.5. 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 sátcó hệ số Cronbach’s alpha 0.801. 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 (bảng 4.5). Mặc dù Cronbach’s Alpha của GS5 là 0.808 > 0.801 nhƣng GS5 có hệ số tƣơng quan biến tổng là 0.42> 0.3 nên tác giả vẫn giữ lại biến GS5.Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 5 biến quan sát cho biến “Giám sát” đều giữ lại để phân tích EFA.
Bảng 4.5. Kết quả độ tin cậy thang đo biến “Giám sát”
Cronbach's Alpha Số biến
.801 5
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
GS1 15.91 6.786 .526 .782
GS2 15.84 6.562 .615 .753
GS3 15.95 6.334 .684 .730
GS4 15.67 6.483 .684 .731
GS5 15.66 7.692 .420 .808
4.1.1.6. Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Hoạt đông thu thuế” thu thuế”
Thang đo nhân tố Hoạt đông thu thuế có hệ số Cronbach’s alpha là 0.59. 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 (bảng 4.6). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 7 biến quan sát cho biến “Hoạt đông thu thuế” đều giữ lại để phân tích EFA.
Bảng 4.6. Kết quả độ tin cậy thang đo biến “Hoạt đông thu thuế”
Cronbach's Alpha Số biến
.859 3
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
HĐTT1 7.29 2.207 .765 .773
HĐTT2 7.40 2.563 .723 .813
HĐTT3 7.54 2.479 .717 .817
Nhƣ vậy, thông qua công cụ phân tích hệ số Cronbach’s alpha có 31 biến quan sát thuộc 6 nhân tố trên đều 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.
4.1.2. Phân tích nhân tố khám phá EFA
4.1. .1. Phân tích khám phá EFA cho biến độc lập
Nhƣ vậy từ 28 biến quan sát của 5 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 5 nhân tố với số lƣợng biến quan sát rút gọn nhất và phát hiện nhân tố mới (nếu có) để bổ sung mô hình.
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 5 nhân tố đƣợc rút ra ở ngay lần phân tích khám phá đầu tiên đó là: (1) môi trƣờng kiểm soát, (2) đánh giá rủi ro, (3) hoạt động kiểm soát, (4) thông tin và truyền thông, (5) giám sát. Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0.909> 0.5; Sig. = 0,000 < 0.05 (bảng 4.7), 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 4.7: Hệ số KMO và kiểm định Bartlett các thành phần
KMO and Bartlett's Test
Hệ số KMO .909 Mô hình kiểm traBartlett Giá trị Chi-Square 1985.226 Bậc tự do 378 Sig (p – value) .000
Bảng 4.8:Bảng phương sai trích
Nhân tố
Giá trị Eigenvalues Chỉ số sau khi trích Chỉ số sau khi xoay
Tổng Phƣơn g sai trích Tích lũy phƣơng sai trích Tổng Phƣơng sai trích Tích lũy phƣơn g sai trích Tổng Phƣơn g sai trích Tích lũy phƣơng sai trích 1 11.27 8 40.277 40.277 11.27 8 40.277 40.277 5.930 21.177 21.177 2 2.114 7.551 47.828 2.114 7.551 47.828 3.233 11.547 32.724 3 1.351 4.824 52.652 1.351 4.824 52.652 3.200 11.429 44.153 4 1.305 4.662 57.314 1.305 4.662 57.314 3.158 11.278 55.431 5 1.047 3.739 61.053 1.047 3.739 61.053 1.574 5.621 61.053 6 .929 3.317 64.370 7 .857 3.059 67.429 8 .851 3.040 70.469 9 .771 2.754 73.223 10 .688 2.456 75.679
Bảng 4.8 cho thấy, các nhân tố đều có giá trị Eigenvalues = 1.047> 1.Phƣơng sai trích là 61,053%> 50% là đạt yêu cầu. Với phƣơng pháp rút trích Principal components và phép quay Varimax, có 5 nhân tố đƣợc rút trích ra từ biến quan sát (bảng 4.8). Điều này, cho chúng ta thấy 5 nhân tố rút trích ra thể hiện đƣợc khả năng giải thích đƣợc 61,053% sự thay đổi của biến phụ thuộc trong tổng thể.
Bảng 4.9. Ma trận xoay Biến quan sát Thành phần 1 2 3 4 5 ĐG3 .693 ĐG4 .688 ĐG5 .681 ĐG1 .660 ĐG6 .653 ĐG2 .623 TT3 .655 TT5 .605 TT4 .600 TT1 .596 TT2 .539 TT6 .534 GS4 .784 GS3 .767 GS2 .733 GS1 .596 GS5 .588 MT2 .786 MT4 .718 MT3 .711 MT1 .621 MT5 .587 MT6 .503 HĐ1 .757 HĐ4 .661 HĐ3 .653 HĐ5 .619 HĐ2 .587
4.1. . . Phân tích khám phá EFA cho biến phụ thuộc “Hoạt động thu thuế”
Trong bài nghiên cứu có 1 biến phụ thuộc “Hoạt động thu thuế” với 3 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 = 0.730> 0.5; Sig. = 0,000 < 0.05; hệ số tải nhân tố > 0,5; giá trị trích Eigenvalue > 2.343 (yêu cầu lớn hơn 1); và tổng phƣơng sai trích đạt khá cao 78.093%. (bảng 4.10, 4.11)
Bảng 4.10: Hệ số KMO và kiểm định Bartlett các thành phần
KMO and Bartlett's Test
Hệ số KMO .730 Mô hình kiểm traBartlett Giá trị Chi-Square 179.546 Bậc tự do 3 Sig (p – value) .000 Bảng 4.11: Phương sai trích Nhân tố
Giá trị Eigenvalues Chỉ số sau khi trích
Tổng Phƣơng sai trích Tích lũy phƣơng sai trích Tổng Phƣơng sai trích Tích lũy phƣơng sai trích 1 2.343 78.093 78.093 2.343 78.093 78.093 2 .369 12.316 90.409 3 .288 9.591 100.000
4.2. Phân tích tƣơng quan Pearson:
Kiểm định hệ số tƣơng quan Pearson dùng để kiểm tra mối liên hệ tuyến tính