CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2.3 Phân tích hồi quy đa biến
4.2.3.1 Mô hình hồi quy tổng thể.
Để xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc, nghiên cứu sử dụng mô hình hồi quy đa biến như sau:
CLTTKT = β1 HTKSNB + β2 CST + β3 UDCNTT + β4 TDNVKT + β5 NQT + β6
DDCTXD + ε Trong đó:
Biến độc lập
HTKSNB: Hệ thống kiểm soát nội bộ
CST: Chính sách về thuế
UDCNTT: Ứng dụng công nghệ thông tin
TDNVKT: Trình độ nhân viên kế toán
NQT: Nhà quản trị
DDCTXD: Đặc điểm công ty xây dựng - Biến phụ thuộc:
CLTTKT: Chất lượng thông tin kế toán trên báo cáo tài chính của các công ty xây dựng trên địa bàn TP. Hồ Chí Minh
ε: hệ số nhiễu β: hệ số hồi quy
4.2.3.2 Kiểm định mức độ phù hợp của mô hình
Kết quả cho thấy hệ số R2 điều chỉnh = 67.3% > 50% (Bảng 4.9), đồng thời, kiểm định F trong bảng ANOVA cho thấy giá trị này có ý nghĩa thống kê với Sig. < 0.05. Từ đó kết luận mô hình là phù hợp, các biến độc lập (DDCTXD, HTKSNB, NQT, CTS, UDCNTT, TDNVKT) giải thích được 67.3% sự thay đổi của biến phụ thuộc (CLTTKT), phần còn lại được giải thích bởi các yếu tố không được xem xét trong mô hình.
Bảng 4.3 Bảng tóm tắt mô hình hồi quy
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin-Watson
1 .698a .687 .673 .40548 1.942
a. Predictors: (Constant), DDCTXD, HTKSNB, NQT, CTS, UDCNTT, TDNVKT b.. Dependent Variable: CLTTKT
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: β1 = β2 = β3 = β4 = β5 = β6 = 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 4.4 Bảng ANOVA
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 33.894 6 5.649 34..360 .000b
Residual 35.677 217 .164
Total 69.571 223
a. Predictors: (Constant), DDCTXD, HTKSNB, NQT, CTS, UDCNTT, TDNVKT b.. Dependent Variable: CLTTKT
Kết quả từ bảng trên, cho thấy giá trị Sig = .000 (< 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.
4.2.3.3 Kiểm định trọng số hồi quy
Dựa vào kết quả trong bảng trọng số hồi quy (Bảng 4.11), cho thấy giá trị Sig của các biến độc lập DDCTXD, HTKSNB, NQT, CTS, UDCNTT, TDNVKT đều nhỏ hơn 0.05, từ đó tác giả kết luận các biến độc lập tương quan và có ý nghĩa với biến độc lập CLTTKT. Bảng 4.5 Bảng trọng số hồi quy Coefficientsa Model Unstandardized Coefficients Standardize d Coefficients t Sig. Collinearity Statistics Collinearity Statistics B Std. Error
Beta Tolerance VIF
1
(Constant) .054 .359 .151 .880
HTKSNB .578 .051 .580 5.350 .000 .903 1.157
CTS .049 ..054 .050 4.904 .027 .788 1.269
TDNVKT .022 .053 .023 3.421 .014 .760 1.315
NQT .093 .054 .089 2.729 .035 .883 1.133
DDCTXD .020 .049 .022 3.410 .042 .803 1.245
Từ kết quả trong bảng trọng số hồi quy, xác định được phương trình hồi quy như sau: CLTTKT = 0.580HTKSNB + 0.050CST + 0.236UDCNTT + 0.023TDNVKT + 0.089 NQT + 0.022 DDCTXD