- Lập bảng tần sốđể mô tả mẫu thu thập theo các thuộc tính như
trình độ học vấn, loại hình doanh nghiệp, ngành nghề kinh doanh
Thông qua mô tả mẫu chúng ta có được thông tin sơ bộ về phân loại đối tượng nộp thuế. Đối với thống kê mô tả các biến quan sát cho ta thấy được việc đánh giá chất lượng dịch vụ từ người nộp thuế thông qua hệ số mean từ thang đo Likert 5 mức độ, nếu mean của biến quan sát càng cao thì chứng tỏ người nộp thuế đánh giá cao quan sát đó.
-Cronbach’s alpha
Phương pháp này cho phép người phân tích loại bỏ các biến không phù hợp và hạn chế các biến rác trong quá trình nghiên cứu và đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha. Những biến có hệ số tương quan biến tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại. Thang đo có hệ số Cronbach’s alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm nghiên cứu mới (Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thường, thang đo có Cronbach’s alpha từ 0,7 đến 0,8 là sử dụng tốt. Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 8,0 trở lên đến gần 1 là thang đo lường tốt.
- Phân tích nhân tố khám phá EFA (exploratory factor analysis):
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s alpha và loại đi các biến không đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và sử dụng để tìm mối quan hệ giữa các biến với nhau.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser Meyer Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0,5 đến 1 thì phân tích này mới thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Ngoài ra, phân tích nhân tố còn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mô hình (Gerbing & Anderson, 1988).
Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn một biến gốc.
Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp phân tích nhân tố Number of factor với phép xoay Varimax nên các hệ số tải nhân tố phải có trọng số lớn hơn >= 0,5 thì mới có ý nghĩa thực tiễn.
- Xây dựng phương trình hồi quy, kiểm định giả thuyết
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, phân tích ma trận tương quan, hồi quy tuyến tính bội, kiểm tra hệ số phóng đại phương sai VIF (Variance inflation factor – VIF). Nếu các giả định về đa cộng tuyến không bị vi phạm, mô hình hồi quy tuyến tính bội được xây dựng. Và hệ số R² đã được điều chỉnh (adjusted R square) cho
biết mô hình hồi quy được xây dựng phù hợp đến mức nào.
Từ mô hình hồi quy chúng ta tiến hành đánh giá độ phù hợp của mô hình và kiểm định các giả thuyết kỳ vọng.
Tóm tắt chương 3: Chương này tác giả đưa ra phương pháp nghiên cứu trên cơ sở lý thuyết, đưa ra mô hình và các giả thuyết nghiên cứu, xây dựng thang đo dự kiến và thảo luận nhóm đưa ra thang đo chính thức và phương pháp kiểm định Cronbach’s và phân tích EFA, ANOVA sẽ được sử dụng để phân tích trong nghiên cứu. Kết quả nghiên cứu sẽ được trình bày trong chương 4.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Giới thiệu
Trên cơ sở lý thuyết và phương pháp nghiên cứu đã trình bày ở các chương nêu trên, Chương 1V tập trung giải quyết mục tiêu chính của đề tài là đánh giá các nhân tố tác động sự hài lòng của người nộp thuế đối với chất lượng dịch vụ tuyên truyền-hỗ trợ người nộp thuế tại Chi Cục Thuế quận Tân Phú. Chương này bao gồm các nội dung chính như sau: (1) mô tả mẫu nghiên cứu, (2) đánh giá độ tin cậy của thang đo thông qua hệ số tin cậy Cronbach’s alpha, (3) kết quả phân tích nhân tố EFA, (4) mô hình hồi quy đa biến, (5) đánh giá các nhân tố tác động đến sự hài lòng của người nộp thuế về dịch vụ tuyên truyền-hỗ trợ người nộp thuế tại Chi Cục Thuế quận Tân Phú.
4.2 Đánh giá độ tin cậy của thang đo thông qua hệ số tin cậy Cronbach’s alpha alpha
Phân tích độ tin cậy thông qua nhận xét hệ số Cronbach’s alpha để loại những biến không phù hợp. Nunnally (1978), Peterson (1994) cho rằng các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy alpha từ 0,6 trở lên (dẫn theo Nguyễn Đình Thọ và Nguyễn Thị Mai Trang 2008). Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008) thì nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 đến 1 là thang đo lường tốt, từ 0,7 đến 0,8 là sử dụng được. Đối với nghiên cứu này các biến có hệ số tương quan biến - tổng (item – total correlation) nhỏ hơn 0,3 sẽ bị loại và hệ số tin cậy Cronbach’s alpha đạt yêu cầu (>0,6) thì thang đo được giữ lại và đưa vào phân tích nhân tố bước tiếp theo.
4.2.1 Cronbach’s Alpha của thang đo nhân tố cơ sở vật chất : Bảng 4.1: Cronbach’s Alpha của thang đo nhân tố cơ sở vật chất Bảng 4.1: Cronbach’s Alpha của thang đo nhân tố cơ sở vật chất
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo Cơ sở vật chất có hệ số Cronbach’s alpha biến tổng là 0,906 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy các biến trong thang đo cơ sở vật chất được đưa vào để phân tích EFA ở bước tiếp theo.
4.2.2 Cronbach’s Alpha của thang đo nhân tố Độ tin cậy Bảng 4.2: Cronbach’s Alpha của thang đo nhân tố Độ tin cậy Bảng 4.2: Cronbach’s Alpha của thang đo nhân tố Độ tin cậy
Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbach's Alpha if Item Deleted DOTC1 9.63 6.974 .704 .768 DOTC2 9.63 7.039 .687 .776 DOTC3 9.58 7.505 .628 .802 DOTC4 9.55 7.424 .623 .804 Cronbach's Alpha = 0,832
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo nhân tố Độ tin cậy có hệ số Cronbach’s alpha là 0,832 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo Độ tin cậy được đưa vào để phân tích EFA ở bước tiếp theo.
Biến quan sát Trung bình thang đo nếu loại biến Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến CSVC1 10.09 7.214 .876 .846 CSVC2 10.92 8.838 .758 .892 CSVC3 10.44 8.371 .752 .892 CSVC4 10.16 7.661 .786 .881 Cronbach's Alpha = 0,.906 download by : skknchat@gmail.com
4.2.3 Cronbach’s alpha của thang đo nhân tố Đáp ứng
Bảng 4.3: Cronbach’s alpha của thang đo nhân tố Đáp ứng
Biến quan sát
Trung bình thang
đo nếu loại biến
Phương sai thang
đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến DU1 9.89 6.334 .673 .709 DU2 9.91 6.389 .593 .750 DU3 9.82 6.862 .577 .757 DU4 9.95 6.718 .578 .756 Cronbach's Alpha = 0,794
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau.
Thành phần trong thang đo nhân tố Đáp ứng có hệ số Cronbach’s alpha là 0,794 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo Đáp ứng được đưa vào để phân tích EFA ở bước tiếp theo.
4.2.4 Cronbach’s alpha của thang đo nhân tố Sự cảm thông Bảng 4.4: Cronbach’s alpha của thang đo nhân tố Sự cảm thông Bảng 4.4: Cronbach’s alpha của thang đo nhân tố Sự cảm thông
Biến quan sát
Trung bình thang
đo nếu loại biến
Phương sai thang đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến SCT1 8.96 6.207 .587 .810 SCT2 8.96 5.989 .681 .771 SCT3 9.22 5.744 .636 .790 SCT4 8.75 5.290 .714 .753 Cronbach's Alpha = 0,827
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo nhân tố Sự cảm thông có hệ số Cronbach’s alpha là 0,827 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo Sự cảm thông được đưa vào để phân tích EFA ở bước tiếp theo.
4.2.5 Cronbach’s Alpha của thang đo nhân tố Tính minh bạch Bảng 4.5: Cronbach’s Alpha của thang đo nhân tố Tính minh bạch Bảng 4.5: Cronbach’s Alpha của thang đo nhân tố Tính minh bạch
Biến
quan sát Trung bình thang đo nếu loại biến Phđo nươếng sai thang u loại biến Tbiươếng quan n tổng Cronbach’s Alpha nếu loại biến TMB1 10.61 7.092 .864 .889 TMB2 10.72 7.548 .837 .898 TMB3 10.69 7.609 .797 .912 TMB4 10.77 7.911 .808 .908 Cronbach's Alpha = 0,925
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo Tính minh bạch có hệ số Cronbach’s alpha là 0,925 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo Tính minh bạch được đưa vào để phân tích EFA ở bước tiếp theo.
4.2.6 Cronbach’s Alpha của thang đo nhân tố Phong cách phục vụ Bảng 4.6: Cronbach’s Alpha của thang đo nhân tố Phong cách phục vụ Bảng 4.6: Cronbach’s Alpha của thang đo nhân tố Phong cách phục vụ
Biến
quan sát Trung bình thang đo nếu loại biến Phđo nươếng sai thang u loại biến Tbiươếng quan n tổng Cronbach’s Alpha nếu loại biến PCPV1 10.25 5.610 .663 .737 PCPV2 10.21 6.026 .575 .779 PCPV3 10.31 5.467 .645 .746 PCPV4 10.17 6.129 .608 .765 Cronbach's Alpha = 0,806
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo Phong cách phục vụ có hệ số Cronbach’s alpha là 0,806 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo sự hài lòng được đưa vào để phân tích EFA ở bước tiếp theo.
4.2.7 Cronbach’s Alpha của thang đo nhân tố Sự hài lòng Bảng 4.7: Cronbach’s Alpha của thang đo nhân tố Sự hài lòng Bảng 4.7: Cronbach’s Alpha của thang đo nhân tố Sự hài lòng
Biến quan sát
Trung bình thang
đo nếu loại biến
Phương sai thang
đo nếu loại biến Tương quan biến tổng Cronbach’s Alpha nếu loại biến SHL1 16.15 13.797 .583 .703 SHL2 16.04 14.473 .536 .717 SHL3 16.04 15.614 .562 .712 SHL4 15.33 16.078 .477 .733 SHL5 16.06 16.983 .424 .745 SHL6 15.62 16.407 .444 .740 Cronbach's Alpha = 0,761
Hệ số Cronbach’s alpha của các thành phần khá cao và đều nhau. Thành phần trong thang đo Sự hài lòng có hệ số Cronbach’s alpha là 0,761 (phụ lục 3), các biến quan sát có hệ số tương quan biến tổng đều lớn hơn 0,3 (>0,3). Vì vậy, các biến trong thang đo sự hài lòng được đưa vào để phân tích EFA ở bước tiếp theo.
4.3 Phân tích nhân tố khám phá EFA
Phương pháp phân tích nhân tố khám phá (EFA) được sử dụng để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu này, phương pháp EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có nghĩa hơn. Cụ thể, khi đưa tất cả các biến thu thập được (30 biến ) vào phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các nhân tố cơ bản tác động đến sự hài lòng của người nộp thuế đối với chất lượng dịch vụ tuyên truyền-hỗ trợ người nộp thuế tại Chi Cục Thuế quận Tân Phú.
Nghiên cứu tiến hành sử dụng phương pháp trích hệ số Number of factor với phép quay Varimax tại điểm dừng khi trích các nhân tố có Eigenvalue > 1. Thang đo nào có tổng phương sai trích từ 50% trở lên là được chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor loading) nhỏ hơn 0,5 sẽ bị loại. Tại mỗi khái niệm có chênh lệch trọng số
(Factor loading) lớn nhất và bất kỳ phải đạt ≥ 0,3 (Jabnoun & AL-Tamini, 2003). Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser – Meyer – Olkin) phải có giá trị lớn (0,5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu. Theo Kaiser (1974), KMO ≥ 0,9 là rất tốt; 0,9 > KMO ≥ 0,8 là tốt; 0,8 > KMO ≥ 0,7 là được; 0,7 > KMO ≥ 0,6 là tạm được, 0,6> KMO ≥ 0,5 là xấu và KMO < 0,5 là không thể chấp nhận được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Nhóm nghiên cứu tiến hành phân tích nhân tố khám phá (EFA) theo từng bước. Lần đầu thực hiện EFA 30 biến đã nhóm lại thành 6 nhân tố. Sau 5 lần thực hiện phép quay, có 7 nhóm chính thức được hình thành. Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết Ho: Các biến trong tổng thể không có tương quan với nhau.
Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau.
Kết quả kiểm tra độ tin cậy thông qua hệ số Cronbach’s alpha cho thấy 30 biến quan sát của thang đo chất lượng dịch vụ tuyên truyền-hỗ trợ tại Chi Cục Thuế quận Tân Phú đạt yêu cầu sẽ được đưa vào phân tích nhân tố EFA. Phương pháp phân tích nhân tố được tiến hành bằng phần mềm SPSS 20.0 cho kết quả sau 5 lần chạy ta loại các biến: TMB6, PCPV1, TMB5, SCT2, DU3,TMB4.
Bảng 4.8: Hệ số KMO và kiểm định Barlett các thành phần lần 5 (lần cuối)
Kiểm tra KMO and Bartlett's
Hệ số KMO (Kaiser-Meyer-Olkin) .785 Mô hình kiểm tra của Bartlett Giá trị Chi-Square 2920.621 Bậc tự do 276 Sig (giá trị P – value) .000
Nguồn: Phân tích dữ liệu – phụ lục số 3
Kết quả phân tích nhân tố lần thứ 5 có hệ số KMO=0,785 (nằm trong khoảng từ 0,5 đến 1) và kiểm định Bartlett có ý nghĩa (sig = 0,000<0,05) cho thấy việc phân tích nhân tố là phù hợp dữ liệu và các biến quan sát là có tương quan với nhau trong tổng thể.
Phương sai trích đạt 71.131% (>50%) (phụ lục 3 ). Hệ số tải nhân tố (factor loading) của các biến đều đạt yêu cầu (>0,5).
Bảng 4.9: Bảng phương sai trích lần 5 (lần cuối)
Nh ân t ố Eigenvalues ban đầu Tổng bình Phương hệ số tải đã trích xuất Tổng bình Phương hệ số tải đã trích xuất Toà n phầ n Phần trăm của Phươn g sai (%) Phần trăm tích lũy (%) Toàn phần Phtrăầm n của Phươn g sai (%) Phần trăm tích lũy (%) Toàn phần Phtrăầm n của Phươn g sai (%) Phần trăm tích lũy (%) 1 4.707 19.612 19.612 4.707 19.612 19.612 3.325 13.855 13.855 2 4.227 17.611 37.222 4.227 17.611 37.222 3.164 13.184 27.039 3 3.253 13.554 50.776 3.253 13.554 50.776 2.761 11.504 38.543 4 1.994 8.310 59.086 1.994 8.310 59.086 2.700 11.250 49.793 5 1.629 6.787 65.873 1.629 6.787 65.873 2.576 10.731 60.524 6 1.262 5.258 71.131 1.262 5.258 71.131 2.546 10.606 71.131 7 .681 2.839 73.970 8 .629 2.620 76.590 9 .602 2.507 79.097 10 .597 2.486 81.583 11 .517 2.153 83.736 12 .478 1.991 85.727 13 .443 1.847 87.574 14 .419 1.745 89.319 15 .384 1.599 90.919 16 .381 1.587 92.506 17 .347 1.447 93.953 18 .330 1.373 95.326