5. Kết cấu luận văn
2.2. Áp dụng phƣơng pháp phân tích vào đề tài nghiên cứu
Việc xác định chỉ số hài lòng của NNT thực hiện nhƣ quy định tại Quyết định số 1383/QĐ-BNV ngày 28/12/2012 của Bộ Nội vụ về phê duyệt Đề án “Xây dựng phƣơng pháp đo lƣờng sự hài lòng của ngƣời dân, tổ chức đối với sự phục vụ của cơ quan hành ch nh nhà nƣớc”, trong đó:
- Chỉ số hài lòng là tỷ lệ phần trăm số NNT tham gia trả lời bao gồm: (1) Chỉ số hài lòng về sự phục vụ hành ch nh (SIP S): Tỷ lệ phần trăm số NNT trả lời ở mức “hài lòng” và “rất hài lòng” đối với câu hỏi chung về toàn bộ dịch vụ.
(2) Các chỉ số hài lòng đối với từng yếu tố của dịch vụ hành ch nh: tỷ lệ phần trăm số NNT trả lời ở mức “hài lòng” và “rất hài lòng” đối với câu hỏi về sự hài lòng theo từng yếu tố của dịch vụ hành ch nh đƣợc quy định tại mẫu phiếu của nghiên cứu này.
- Chỉ số chất lƣợng của các yếu tố của dịch vụ hành ch nh là tỷ lệ phần trăm số NNT có câu trả lời ở mức tốt và rất tốt, hoặc mức tƣơng đƣơng (mức điểm số 4 và 5 trên thang điểm 1 - 5 tƣơng ứng) so với tổng số NNT tham gia trả lời. Chỉ số đánh giá chất lƣợng đƣợc xây dựng cho các yếu tố, tiêu ch cụ thể của dịch vụ hành ch nh đƣợc xác định tại nghiên cứu này. Chỉ số chất lƣợng của các yếu tố dịch vụ hành ch nh do NNT đánh giá có liên quan chặt chẽ tới sự hài lòng của NNT, thông qua đó giúp cơ quan thuế có cơ sở cải thiện, nâng cao chất lƣợng cung cấp dịch vụ của mình.
- Phân t ch dữ liệu: Sau khi tiến hành khảo sát lấy ý kiến, các thông tin, dữ liệu thu thập đƣợc làm sạch và nhập vào phần mềm, sau đó dữ liệu đƣợc xử lý, phân t ch và lƣu trữ b ng phần mềm thống kê chuyên dụng SPSS.
- Thang đo và mức độ đánh giá: Các tiêu ch , tiêu ch thành phần đƣợc đánh giá b ng thang đo ikert 5 mức độ từ 1 đến 5, trong đó mức 1 tƣơng ứng với mức đánh giá thấp nhất, mức 5 tƣơng ứng với mức đánh giá cao nhất. Mức độ đánh giá đạt đƣợc trên mỗi tiêu ch , tiêu ch thành phần và kết quả chung theo các khoảng tƣơng ứng nhƣ sau:
Bảng 2.1: Điểm số tƣơng ứng với mức độ đánh giá
Nguồn: Cục Thuế TP Hà Nội
Mức m Yếu Trung bình há Tốt
- Xác định chỉ số hài lòng: Trên cơ sở mức độ đánh giá đạt đƣợc, việc xác định chỉ số hài lòng thực hiện theo công thức nhƣ sau:
SIPAS = x 100%
Trong đó: SIPAS: Chỉ số hài lòng
p: Mức đánh giá thực tế đạt đƣợc (trung bình) P: Mức đánh giá cao nhất
Bảng 2.2: Chỉ số % tƣơng ứng với mức độ đánh giá
Nguồn: Cục Thuế TP Hà Nội
Mức m Yếu Trung bình há Tốt
Chỉ số %
tƣơng ứng ≤ 36% 36,1% - 52% 52,1% - 68% 68,1% - 84% > 84%
Dữ liệu khảo sát (kết quả trả lời) của NNT đƣợc kết xuất từ ứng dụng Survey onkey dƣới dạng file Microsoft Excel theo từng file riêng biệt. Sau đó, dữ liệu đƣợc chuyển sang định dạng của phần mềm SPSS và thực hiện xử lý (mã hóa, làm sạch); phân t ch b ng phần mềm xử lý SPSS 22.0: đánh giá độ tin cậy của các thang đo, phân t ch nhân tố khám phá và phân t ch hồi quy. Cụ thể gồm:
- Cronbach’s alpha: Phƣơng pháp này cho ph p ngƣời phân t ch 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 b ng hệ số thông qua hệ số tin cậy Cronbach alpha. Những biến có hệ số tƣơng quan biến tổng (item-total correlation) nhỏ hơn 0.3 sẽ bị loại. Thang đo có hệ số tin cậy Cronbach alpha từ 0.6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu mới
(Nunnally, 1978; Peterson, 1994; Slater, 1995). Thông thƣờng, thang đo có hệ số tin cậy Cronbach alpha từ 0.7 đến 0.8 là sử dụng đƣợc. Nhiều nhà nghiên cứu cho r ng khi thang đo có độ tin cậy từ 0.8 trở lên đến gần 1 là thang đo lƣờng tốt. Kiểm định thang đo b ng hệ số tin cậy Cronbach’s alpha, loại bỏ các biến có hệ số tƣơng quan giữa biến và tổng nhỏ đƣợc đánh giá thông qua:
+ Hệ số tin cậy tổng hợp (Composite reliability): ρc = ∑
∑ ∑
+ Tổng phƣơng sai tr ch (Variance extracted): ρvc = ∑ ∑
∑ + Hệ số tin cậy Cronbach’s alpha: α =
(1 - ∑ )
Phƣơng sai tr ch phản ánh lƣợng biến thiên chung của các biến quan sát đƣợc giải th ch bởi biến tiềm ẩn; độ tin cậy tổng hợp đo lƣờng độ tin cậy của tập hợp các biến quan sát yếu tố; hệ số tin cậy Cronbach’s alpha đo lƣờng t nh kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời. Tiêu chuẩn đánh giá mức độ phù hợp của mô hình bởi độ tin cậy của thang đo là ρc > 0,5 hoặc ρvc > 0,5 hoặc α ≥ 0,6.
Mục đ ch việc đánh giá sơ bộ độ tin cậy và giá trị của thang đo để sàng lọc, loại các biến quan sát không đáp ứng tiêu chuẩn . Trong đó: Cronbach’s alpha là ph p kiểm định thống kê về mức độ chặt chẽcủa tập hợp các biến quan sáttrong thang đo thông qua hệ số Cronbach’s alpha.
Thang đo theo hệ số Cronbach’s alpha có giá trị từ 0,8 trở lên đến gần 1,0 là thang đo tốt; từ 0,7 đến gần 0,8 là sử dụng đƣợc. Hệ số Cronbach’s alpha từ 0,6 trở lên là có thể sử dụng đƣợc trong trƣờng hợp khái niệm đang nghiên cứu là mới hoặc mới đối với ngƣời trả lời trong bối cảnh nghiên cứu.
Tuy nhiên, Cronbach’s alpha không cho biết biến nào nên loại bỏ và biến nào nên giữ lại. Do đó, bên cạnh việc xác định hệ số Cronbach’s alpha, ngƣời ta còn sử dụng hệ số tƣơng quan biến tổng (item - total correlation) và những biến nào có tƣơng quan biến tổng < 0,3 sẽ bị loại bỏ.
- Phân t ch nhân tố khám phá EF (exploratory factor analysis)
Chúng ta sẽ sử dụng phân t ch nhân tố khám phá sau khi đánh giá độ tin cậy của thang đo b ng hệ số Cronbach’s alpha và loại đi các biến không đảm bảo độ tin cậy. Phân t ch nhân tố khám phá là kỹ thuật đƣợc sử dụng nh m thu nhỏ và tóm tắt các dữ liệu. Phƣơng pháp này giúp cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và đƣợc sử dụng để tìm mối quan hệ giữa các biến với nhau. Sử dụng công cụ phân t ch nhân tố khám phá trên SPSS 22.0 và loại bỏ các biến có thông số nhỏ b ng cách kiểm tra các hệ số tải nhân tố (Factor loading) và các phƣơng sai tr ch ta đƣợc:
+ Tiêu chuẩn Bartlett’s và hệ số KMO (Kaiser - Meyer - Olkin) dùng để đánh giá sự th ch hợp của phân t ch nhân tố khám phá. Theo đó, giả thuyết H0 (các biến không có tƣơng quan với nhau trong tổng thể) bị bác bỏ và do đó phân t ch nhân tố khám phá đƣợc gọi là th ch hợp khi 0,5 ≤ O ≤1 và sig < 0,05. Trƣờng hợp O < 0,5 thì phân t ch nhân tố có khả năng không th ch hợp với dữ liệu;
+ Tiêu chuẩn rút tr ch nhân tố gồm chỉ số Eigenvalue (đại diện cho lƣợng biến thiên đƣợc giải th ch bởi các nhân tố) và chỉ số Cumulative (tổng phƣơng sai tr ch cho biết phân t ch nhân tố giải th ch đƣợc bao nhiêu % và bao nhiêu % bị thất thoát). Các nhân tố có Eigenvalue < 1 sẽ không có tác dụng tóm tắt thông tin tốt hơn biến gốc (biến tiềm ẩn trong các thang đo trƣớc khi phân t ch nhân tố khám phá). Vì thế, các nhân tố chỉ đƣợc rút tr ch tại Eigenvalue > 1 và đƣợc chấp nhận khi tổng phƣơng sai tr ch ≥ 50%;
+ Tiêu chuẩn hệ số yếu tố tải (Factor loading) biểu thị tƣơng quan đơn giữa các biến với các nhân tố, dùng để đánh giá mức ý nghĩa của nhân tố khám phá . Theo các nghiên cứu thống kê, yếu tố tải > 0,3 đƣợc xem là đạt mức tối thiểu; yếu tố tải > 0,4 đƣợc xem là quan trọng; yếu tố tải > 0,5 đƣợc xem là có ý nghĩa thực tiễn. Trƣờng hợp chọn tiêu chuẩn yếu tố tải > 0,3 thì cỡ mẫu thấp nhất phải là 350; nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn yếu tố tải > 0,55; nếu cỡ mẫu khoảng 50 thì yếu tố tải > 0,75. Trƣờng hợp các biến có yếu tố tải không thỏa mãn điều kiện trên hoặc tr ch vào các nhân tố khác nhau mà chênh lệch trọng số rất nhỏ, tức không tạo nên sự khác biệt để đại diện cho một nhân tố, thì biến đó bị loại và các biến còn lại sẽ đƣợc nhóm vào nhân tố tƣơng ứng đã đƣợc rút tr ch trên ma trận mẫu. Một phần quan trọng trong bảng kết quả phân t ch nhân tố là ma trận nhân tố hay ma trận nhân tố khi các nhân tố đƣợc xoay. Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa b ng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số yếu tố tải biểu diễn tƣơng 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 phƣơng pháp tr ch nhân tố nên các hệ số yếu tố tảiphải có trọng số lớn hơn 0.5 thì mới đạt yêu cầu.
- Xây dựng phƣơng trình hồi quy
Tiếp tục thực hiện kiểm định các giả thuyết đƣợc đƣa ra thông qua kiểm định tƣơng quan và hồi quy bội sau khi phân t ch nhân tố khám phá. Trong hồi quy bội, mô hình có ý nghĩa càng cao khi R2điều chỉnh càng tiến gần 1 (0 < R2điều chỉnh < 1), các nhân tố đƣa vào phải có mức ý nghĩa sig < 0,05 và giữa các biến hoàn toàn độc lập nhau, tức không xảy ra hiện tƣợng đa cộng tuyến khi VIF < 2.
Đánh giá sự phù hợp của mô hình nghiên cứu qua hệ số KMO. Sau cùng sẽ kiểm tra độ th ch hợp của mô hình b ng chỉ tiêu R2
= 1 -
), xây dựng mô hình hồi quy và kiểm định các giả thuyết đã đặt ra.
Để phân t ch hồi quy một cách hiệu quả và đạt kết quả tốt nhất, k ch thƣớc mẫu phải bảo đảm theo công thức: n ≥ 8m + 50 ( trong đó: n là cỡ mẫu, m là số biến độc lập trong mô hình). ết quả khảo sát của Cục Thuế TP Hà Nội có số lƣợng kết quả khảo sát thủ tục kê khai và nộp thuế (5.557) đảm bảo để phân t ch hồi quy, đánh giá tác động của các yếu tố đến sự hài lòng chung của NNT.
Chƣơng 3
THỰC TRẠNG SỰ HÀI LÕNG CỦA NGƢỜI NỘP THUẾ TẠI CỤC THUẾ THÀNH PHỐ HÀ NỘI