Từ kết quả phân tích EFA và Cronbach Alpha như trên, mô hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 05 nhân tố tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương. Cụ thể, mô hình này có 05 biến độc lập (Môi trường pháp lý, Môi trường chính trị, Môi trường kinh tế, Môi trường giáo dục, Môi trường văn hóa và một biến phụ thuộc (chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương)).
Các giả thuyết cho mô hình nghiên cứu chính thức như sau:
- H1: Môi trường pháp lý có tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương
- H2: Môi trường chính trị có tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương
- H3: Môi trường kinh tế có tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương
- H4: Môi trường giáo dục có tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương
- H5: Môi trường văn hóa có tác động đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương
Mô hình hồi quy này được biểu diễn như sau:
4.3
Phân tích tương quan
Trước khi đi vào kiểm định mô hình nghiên cứu bằng phân tích hồi qui tuyến tính bội, ta cần xem xét sự tương quan giữa các biến độc lập và biến phụ thuộc. Phân tích ma trận tương quan sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ giữa 05 biến độc lập là Môi trường pháp lý, môi trường chính trị, Môi trường kinh tế, Môi trường giáo dục, Môi trường văn hoá với biến phụ thuộc là Chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương.
Bảng 4.10: Ma trận tương quan giữa biến phụ thuộc và các biến độc lập
CL PL CT KT GD VH Hệ số tương quan Pearson CL 1 ,819** ,789** ,710** ,699** ,471** PL ,819** 1 ,093** ,014** ,021** ,280** CT ,789** ,093** 1 ,095** ,047** ,019** KT ,710** ,014** ,095** 1 ,063** ,072** GD ,699** ,021** ,047** ,063** 1 ,094** VH ,471** ,280** ,019** ,072** ,094** 1
Nguồn:Phân tích dữ liệu – phụ lục số 4.10
Hệ số này luôn nằm trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu từ 0.4 đến 0.6 thì tương quan trung bình, lớn hơn 0.6 là tương quan chặt chẽ và càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì mối quan hệ là lỏng.
Bảng 4.12 cho thấy, các biến độc lập CL, PL, CT, KT, GD, VH có hệ số tương quan cùng chiều với biến phụ thuộc CLTTKT, hệ số tương quan của biến phụ thuộc với các biến độc lập dao động từ 0.471 đến 0.819.
4.4 Kiểm định độ phù hợp của mô hình nghiên cứu
4.4.1 Phương pháp nhập các biến thành phần trong mô hình hồi quy bội Bảng 4.11 Phương pháp nhập các biến vào phần mềm SPSS Bảng 4.11 Phương pháp nhập các biến vào phần mềm SPSS
Mô hình Các biến nhập vào Các biến loại bỏ Phương pháp
CL, PL, CT, KT, GD, VH Enter
Biến phụ thuộc: CL
Nghiên cứu thực hiện chạy hồi quytuyến tính đa biến với phương pháp đưa vào một lượt bằng phương pháp Enter, trong đó:
- CL là biến phụ thuộc. Thang đo của nhân tố Chất lượng thông tin kế toán cũng là thang đo khoảng từ 1 đến 5 (1: Rất không đồng ý; 5: Rất đồng ý). Biến CL gồm 5 biến quan sát là: CL1, CL2, CL3, CL4, CL5
- β0
: hằng số tự do - βj: trọng số hồi quy
- PL, CT, KT, GD, VH là các biến độc lập theo thứ tự sau: Môi trường pháp lý, Môi trường chính trị, Môi trường kinh tế, Môi trường giáo dục, Môi trường văn hóa
4.4.2 Đánh giá mức độ phù hợp của mô hình hồi quy tuyến tính bội
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2
được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mô hình, càng đưa thêm biến độc lập vào mô hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng không phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Trong trường hợp này, hệ số xác định R2 điều chỉnh được sử dụng để phản ánh chính xác hơn mức độ phù hợp của mô hình hồi quy tuyến tính bội. R2
điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được đưa thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó không phụ thuộc vào độ phóng đại của R2
Bảng 4.12: Đánh giá mức độ phù hợp của mô hình hồi qui tuyến tính bội
Mô hình Hệ sốR Hệ sốR2 Hệ số R2
- hiệu
chỉnh Sai sước lượng ố chuẩn của
1 ,875 ,766 ,757 ,19915
Biến độc lập: VH, KT, GD, CT, PL Biến phụ thuộc: CL
Nguồn:Phân tích dữ liệu – phụ lục số 4.12
Bảng 4.12 cho thấy, giá trị hệ số R là 0.875> 0.5, do vậy, đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Mặt khác, giá trị hệ số xác định R2 là 0.766, nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với dữ liệu 76,6%. Hay 76,6% chất lượng thông tin kế toán thay đổi là do sự thay đổi của các biến độc lập là Môi trường pháp lý, Môi trường kinh tế, Môi trường chính trị, Môi trường giáo dục và Môi trường văn hóa. Còn 23,4% là do sai số và các nhân tố khác gây ra.
4.4.3 Kiểm định độ phù hợp của mô hình hồi qui tuyến tính bội
Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Kiểm định này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ các biến độc lập hay không.
Giả thuyết H0 là: β0 = β1 = β2 = β3 = β4 = β5 = 0. Kiểm định F và giá trị sig.
Nếu giả thuyết H0 bị bác bỏ, chúng ta có thể kết luận các biến đốc lập trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc, điều này đồng nghĩa mô hình xây dựng phù hợp với tập dữ liệu các biến.
Bảng 4.13: Kiểm định tính phù hợp của mô hình hồi quy tuyến tính bội ANOVAb Mô hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi qui 17,124 5 3,425 86,351 ,000 Phần dư 5,235 132 ,040 Tổng 22,360 137 Biến độc lập: VH, KT, GD, CT, PL Biến phụ thuộc: CL
Nguồn:Phân tích dữ liệu – phụ lục số 4.13
Kết quả từ bảng 4.13, cho thấy giá trị Sig. rất nhỏ (< 0.05) chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập được, và các biến đưa vào đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5%nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi
của biến phụ thuộc. Mô hình hồi quy tuyến tính bội được xây dựng phù hợp và có thể sử dụng được.
4.4.4 Kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy
Các giả thuyết (GT) của mô hình đã được trình bày ở chương 3.
Bảng 4.14: Bảng kết quả các trọng số hồi quy
Mô hình
Hệ số chưa
chuẩn hóa chuHẩn hóa ệ số
tstat Sig.
Thống kê đa cộng tuyến Beta Sai số
chuẩn Beta Tolerance Hệ số
Hệ số VIF Hằng số ,010 ,137 ,070 ,945 PL ,371 ,079 ,364 4,665 ,000 ,291 3,440 CT ,276 ,076 ,280 3,611 ,000 ,295 3,391 KT ,154 ,062 ,161 2,498 ,014 ,426 2,346 GD ,061 ,062 ,068 1,993 ,022 ,380 2,630 VH ,133 ,034 ,180 3,944 ,000 ,854 1,171 Biến phụ thuộc: CL
Nguồn:Phân tích dữ liệu – phụ lục số 4.14
Bảng 4.14. khi xét tstat và tα/2của các biến để đo độ tin cậy thì các biến độc lập MTPL, MTCT, MTKT, MTGD, MTVH đều đạt yêu cầu do tstat> tα/2(5.132) = 1.6567(nhỏ nhất là 1,993, và các giá trị Sig. đều < 0.05, thể hiện độ tin cậy khá cao.
4.5 Kiểm tra các giả định mô hình hồi quy bội
Kiểm tra các giả định sau:
- Phương sai của sai số (phần dư) không đổi. - Các phần dư có phân phối chuẩn.
- Không có mối tương quan giữa các biến độc lập.
Nếu các giả định này bị vi phạm thì các ước lượng không đáng tin cậy nữa (Hoàng Trọng - Mộng Ngọc, 2008).
4.5.1 Kiểm định giả định phương sai của sai số (phần dư) không đổi Bảng 4.15: Bảng kiểm định giả định phương sai của sai số Bảng 4.15: Bảng kiểm định giả định phương sai của sai số
Nhỏ
nhất Lớn nhất Trung bình
Độ lệch
chuẩn N
Giá trị dự báo đã được chuẩn hóa -1,765 2,970 ,000 1,000 138
Phần dư được chuẩn hóa -2,053 2,174 ,000 ,982 138
Nguồn:Phân tích dữ liệu – phụ lục số 4.15
Hình 4.1: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi qui
Nguồn:Phân tích dữ liệu – phụ lục số 4.16
Hình 4.1 cho thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi không đổi. Điều này có nghĩa là phương sai của phần dư không đổi.
4.5.2 Kiểm tra giả định các phần dư có phân phối chuẩn
Phần dư có thể không tuân theo phân phối chuẩn vì những lý do như sử dụng sai mô hình, phương sai không phải là hằng số, số lượng các phần dư không đủ nhiều để phân tích… (Hoàng Trọng - Mộng Ngọc, 2008). Biểu đồ tần số (Histogram, Q-Q plot, P-P plot) của các phần dư (đã được chuẩn hóa) được sử dụng để kiểm tra giả định này.
Hình 4.2: Đồ thị P-P Plot của phần dư – đã chuẩn hóa
Nguồn: Phân tích dữ liệu – phụ lục số 4.17
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh được kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3: Đồ thị Histogram của phần dư – đã chuẩn hóa
Nguồn:Phân tích dữ liệu – phụ lục số 4.18
Kết quả từ biểu đồ tần số Histogram của phần dư cho thấy, phân phối của phần dư xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0.982). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
4.5.3 Kiểm tra giả định không có mối tương quan giữa các biến độc lập (Hiện tượng đa cộng tuyến) (Hiện tượng đa cộng tuyến)
Cộng tuyến là trạng thái trong đó các biến độc lập có tương quan chặt chẽ với nhau. Vấn đề của hiện tượng đa cộng tuyến là cung cấp cho mô hình những thông tin rất giống nhau và rất khó tách rời ảnh hưởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tương quan khá chặt chẽ giữa các biến độc lập là nó
làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hướng kém ý nghĩa hơn khi không có hiện tượng đa cộng tuyến và hệ số R2 vẫn khá cao (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Thông thường nếu R2< 0.8 và VIF của một biến độc lập nào đó > 5 hoặc hệ số Tolerance < 0.5 thì biến này không có giá trị giải thích biến thiên của biến phụ thuộc trong mô hình tuyến tính bội (Lê Quang Hùng, 2015).
Bảng 4.14 cho thấy hệ số phóng đại phương sai VIF của các biến độc lập trong mô hình này đều nhỏ hơn 10 (lớn nhất là 3.440) (Lê Quang Hùng, 2015).
4.6 Mô hình hồi quy của chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương giáo dục công lập trên địa bàn tỉnh Bình Dương
Trọng số hồi quy được thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized estimate) và (2) chuẩn hóa (Standardized estimate). Vì trọng số hồi quy chưa chuẩn hóa, giá trị của nó phụ thuộc vào thang đo và mặt khác các biến độc lập có đơn vị khác nhau nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng mô hình được. Trọng số hồi quy chuẩn hóa được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số này càng lớn có nghĩa biến đó tác động mạnh vào biến phụ thuộc.
Căn cứ vào bảng 4.14, từ thông số thống kê trong mô hình hồi qui, phương trình hồi qui tuyến tính bội đánh giá chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương với các hệ số chuẩn hóa như sau:
Như vậy, cả 05 nhân tố: Môi trường pháp lý, Môi trường chính trị, Môi trường kinh tế và Môi trường văn hóa đều có ảnh hưởng tỷ lệ thuận đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương.
Tức là khi PL, CT, KT, GD, VH càng cao thì chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương càng cao. Trong 5 nhân tố này thì nhân tố có sự ảnh hưởng mạnh nhất đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương là Môi trường pháp lý (β = 0.364), tiếp đến là Môi trường chính trị (β = 0.280), Môi trường văn hóa (β = 0.180), Môi trường kinh tế (β = 0.161, và cuối cùng là nhân tố Môi trường giáo dục (β= 0.068). Như vậy, giả thuyết H1, H2, H3, H4, H5 cho mô hình nghiên cứu lý thuyết chính thức được chấp nhận.
KẾT LUẬN CHƯƠNG 4
Chương 4, tác giả trình bày kết quả kiểm định các thang đo thành phần các nhân tố ảnh hưởng tới chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương. Kết quả cho thấy các thang đo đều đạt được độ tin cậy qua kiểm định Cronbach Alpha và EFA. Kết quả chạy hồi quy cho thấy 5 nhân tố là Môi trường pháp lý, Môi trường chính trị, Môi trường kinh tế, môi trường giáo dục và Môi trường văn hóa đều có ảnh hưởng tỷ lệ thuận đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương. Điều này chứng tỏ mô hình lý thuyết đề ra là phù hợp với thực tế hiện nay cũng như các giả thuyết trong mô hình lý thuyết đều được chấp nhận. Chương cuối cùng sẽ tóm tắt toàn bộ nghiên cứu, những hàm ý cũng như những hạn chế của nghiên cứu này và đề nghị những hướng nghiên cứu tiếp theo.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ 5.1 Kết luận
Qua việc nghiên cứu các công trình nghiên cứu trong và ngoài nước liên quan đến đề tài. Tác giả xác định việc nghiên cứu các nhân tố ảnh hưởng đến chất lượng thông tin kế toán tại các đơn vị sự nghiệp giáo dục công lập trên địa bàn tỉnh Bình Dương là cần thiết cho ngành sự nghiệp giáo dục bậc cao đẳng, đại học công lập tỉnh Bình Dương nói riêng và cả nước nói chung. Để thực hiện việc nghiên cứu tác giả đã xác định khung lý thuyết bao gồm hệ thống các văn bản pháp lý về quản lý tài chính công, chế độ kế toán khu vực công, IPSASs, các quan điểm về chất lượng thông tin kế toán, các quan điểm về các nhân tố ảnh hưởng đến chất lượng thông tin kế toán từ các đề tài nghiên cứu khác. Tác giả đã sử dụng các phương pháp tiếp cận