Sau khi kiểm tra độ tin cậy của các thang đo, phân tích nhân tố khám phá được tiến hành. Phương pháp trích được chọn để phân tích nhân tố là phương pháp phân tích nhân tố chính. Phương pháp này cho phép rút gọn nhiều biến số thành một nhóm các yếu tố đo lường cho cùng một khái niệm.
Phương pháp phân tích nhân tố này đòi hỏi phải mô hình thỏa mãn một số điều kiện nhất định. Theo Hair và cộng sự (2006) thì hệ số KMO phải nằm trong khoảng từ 0,5 đến 1 và hệ số ý nghĩa của mô hình theo kiểm định Bartlett phải có ý nghĩa thống kê 5%. Hoặc theo Gerbing và Anderson (1988) thì các thang đo của mô
hình chỉ được chấp nhận khi tổng phương sai trích lớn hơn 50%. Ngoài ra, theo Hair và cộng sự (1998, trang 111) thì các hệ số tải nhân tố lớn hơn 0,55 và hệ số phương sai trích lớn hơn 1.
Thang đo chất lượng dịch vụ nộp thuế điện tử tại chi cục thuế Tân Phú theo mô hình SERVPERF gồm 5 thành phần chính và được đo bằng 24 biến quan sát. Sau khi kiểm tra mức độ tin cậy bằng Cronbach alpha thì 24 biến quan sát đều đảm bảo độ tin cậy. Phân tích nhân tố khám phá EFA được sử dụng để đánh giá lại mức độ hội tụ của các biến quan sát theo các thành phần.
Kiểm định KMO và Bartlett's trong phân tích nhân tố cho thấy hệ số KMO khá cao (bằng 0,74 > 0.5) với mức ý nghĩa bằng 0 (sig = 0.000) cho thấy phân tích nhân tố EFA rất thích hợp.
Từ kết quả phân tích nhân tố, thông thường có 3 cách để tính các nhân tố tính từ các biến quan sát thành phần như sau. Thứ nhất, chọn biến quan sát có hệ số tải nhân tố cao nhất làm đại diện cho nhân tố. Thứ hai, tính trung bình các hệ số tải nhân tố của các biến quan sát. Thứ ba, giá trị nhân tố chính là bình quân gia quyền có trọng số của các biến quan sát với hệ số tải nhân tố của nó. Nghiên cứu này sử dụng phương pháp trung bình các hệ số tải bởi các thang đo trong đề tài cùng đơn vị, đồng thời sự phân tán của các hệ số tải trong mỗi nhân tố là không lớn. Như vậy, chất lượng cảm nhận của khách hàng về CLDV nộp thuế điện tử được phân thành 5 nhóm yếu tố được tính toán như sau:
− AT = Mean(AT1, AT2, AT3, AT4, AT5, AT6): thành phần mức độ an toàn − LI = Mean(LI1, LI2, LI3, LI4, LI5, LI6): thành phần lợi ích mang lại
− TB = Mean(TB1, TB2, TB3, TB4, TB5, TB6): thành phần cơ sở hạ tầng thiết bị − TD = Mean(TD1, TD2, TD3): thành phần mức độ tiện dụng
− NL = Mean(NL1, NL2, NL3): thành phần năng lực phục vụ
5 Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading >0.3 được xem là đạt được mức tối thiểu, >0.4 được xem là quan trọng, >=0.5 được xem là có ý nghĩa thực tiễn. Hair và cộng sự (1998,111) cũng khuyên như sau: nếu chọn tiêu chuẩn Factor loading >0.3 thì cỡ mẫu của bạn ít nhất phải là 350, nếu cỡ mẫu của bạn khoảng 100 thì nên chọn tiêu chuẩn Factor
Giá trị phương sai trích của từng thành phần trên lần lượt là: 5,50; 2,56; 2,31; 1,79 và 1,74 [Hình 4.1]. Đồng thời phương sai trích của mô hình là 57,9%. Điều đó có nghĩa 5 thành phần (yếu tố) của mô hình giải thích được gần 58% các biến thiên cảm nhận của khách hàng.
Hình 4.1: Đồ thị phân tán hệ số phương sai trích
Kết quả phân tích EFA của mô hình được thể hiện cụ thể trong bảng 4.9 như sau:
Bảng 4.9: Kết quả phân tích nhân tố khám phá Ma trận nhân tố xoaya
Biến quan sát Thành phần
AT LI HH TD NL
AT6 Dữ liệu được lưu trữ lâu dài 0,75 AT1 Chữ kí số không giả mạo được 0,70 AT3 Dữ liệu được bảo mật tại cơ quan thuế 0,69 AT4 Chữ kí số của cơ quan thuế là bằng chứng đã nộp tiền 0,68 AT2 Không được chỉnh sửa dữ liệu sau khi đã kí số lên tờ khai
đăng ký nộp thuếđiện tử 0,67
AT5 Nộp thuếđiện tử không bị mất cắp dọc đường 0,61 LI5 Có thể ký điện tửở bất kì nơi đâu 0,70 LI4 Quy trình nộp thuếđiện tử dễ thực hiện 0,68
LI1 Không phải in giấy nộp tiền 0,68
LI6 Giảm chi phí tiếp nhận, bảo quản cho người nộp thuế 0,65 LI2 Chủđộng thời gian thực hiện (24 giờ, 7 ngày) 0,61 LI3 Không mất thời gian đi lại, không cần chờđợi 0,59 TB3 Hệ thống máy chủ hoạt động ổn định 0,70
TB6 Có khu vực hướng dẫn tại chỗ 0,68
TB1 Hệ thống hỗ trợ trực tuyến bằng đường dây nóng 0,67 TB2 Đường truyền internet nhanh, ổn định 0,66 TB4 Tài liệu hướng dẫn đầy đủ chi tiết 0,57
TB5 Có nơi giữ xe miễn phí 0,55
TD2 Doanh nghiệp nộp tất cả các loại thuế 0,83 TD1 Không yêu cầu cấu mình máy mạnh để nộp thuếđiện tử 0,79 TD3 Không yêu người thực hiện có trình độ tin học cao 0,74 NL3 Cán bộ thuế thành thạo chuyên môn nghiệp vụ 0,74 NL1 Tổ chức tập huấn giúp doanh nghiệp nộp thuếđiện tử 0,72 NL2 Cán bộ thuế tư vấn và hỗ trợ giải quyết các vướng mắc 0,65 Phương pháp trích: Principal Component Analysis.
Phương pháp xoay: Varimax, hội tụ sau 12 lần lặp.
Thông qua GTTB của mỗi thành phần có thể thấy được mức độ an toàn và lợi ích mang lại là hai thành phần mang đến chất lượng dịch vụ nộp thuế điện tử tại chi cục theo cảm nhận của khách hàng là cao nhất. Ngược lại, các thành phần như năng lực phục vụ, cơ sở hạ tầng thiết bị chưa mang lại cảm nhận tốt ở khách hàng khi đánh giá về CLDV.
Bảng 4.10: Thống kê mô tả các biến trong mô hình hồi quy
Các biến trong mô hình GTNN GTLN GTTB Sai số
chuẩn
AT: Thành phần mức độ an toàn 1,33 5,00 4,15 0,62
LI: Thành phần lợi ích mang lại 1,33 5,00 3,93 0,70 TD: Thành phần mức độ tiện dụng 1,33 5,00 3,72 0,89 TB: Thành phần cơ sở hạ tầng thiết bị 1,33 4,83 3,66 0,80 NL: Thành phần năng lực phục vụ 1,33 5,00 3,50 0,94 CLDV: Chất lượng dịch vụ nộp thuế điện tử
tại chi cục thuế Tân Phú 1,67 5,00 3,63 1,07
Nguồn: tác giả tính toán từ bộ dữ liệu khảo sát
Từ giá trị tổng hợp ở bảng 4.10, giá trị CLDV nộp thuế điện tử tại chi cục trong mô hình SERVPERF được tính một cách đơn giản như sau:
CLDVSERVPERF = GTTBAT + GTTBLI + GTTB5 TD + GTTBNL + GTTBTB CLDVSERVPERF = 4.15 + 3.93 + 3.72 + 3.66 + 3.60
5 = 3,79
Kết quả này cho thấy, CLDV nộp thuế điện tử tại chi cục ở thời điểm khảo sát được khách hàng đánh giá ở mức 3,79 điểm trên 5 điểm tuyệt đối. Với thang đo Likert 5 bậc thì mức đánh giá này có thể được xem là tích cực về CLDV (hài lòng/quan trọng). Tuy nhiên, để đánh giá chính xác hơn về khả năng nâng cao
CLDV nộp thuế điện tử tại chi cục thì cần thiết phải tiến hành đo lường và đánh giá CLDV theo thời gian.