1. Câu hỏi nghiên cứu
4.2.8 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “chất lượng
dịch vụ kế toán”
Thang đo nhân tố chất lượng dịch vụ kế toán có hệ số Cronbach’s alpha khá cao 0.79. Hệ số tương quan tổng của các quan sát biến nhân tố này đều lớn hơn 0.5 (bảng 4.13). Điều này cho thấy các biến quan sát của thang đo có thể đo lường được nhân tố. Do đó, cả 3 biến quan sát cho biến “chất lượng dịch vụ kế toán” đều giữ lại để phân tích EFA.
Bảng 4.13: Kết quả độ tin cậy thang đo biến “chất lượng dịch vụ kế toán”
Reliability Statistics
Cronbach's Alpha N of Items
.790 3 Item-Total Statistics Scale Mean if item deleted Scale Variance if Item deleted Corrected Item- Total Correlation Cronbach’s Alpha if Item Deleted CL1 7.23 1.912 .624 .724 CL2 7.25 1.965 .688 .653 CL3 7.43 2.179 .585 .762 4.3. Phân tích khám phá EFA: 4.3.1. Phân tích biến độc lập
Như vậy từ 31 biến quan sát của biến độc lập ban đầu, sau khi loại bỏ 4 biến quan sát TC6, DU4, PT1, DC4 ở bước kiểm tra độ tin cậy thang đo bằng Cronbach’s alpha, 27 biến quan sát của 7 nhân tố của mô hình nghiên cứu đề xuất được đưa vào phân tích EFA với kỳ vọng sau khi phân tích nhân tố thì vẫn giữ được 7 nhân tố của chất lượng dịch vụ kế toán với số lượng biến quan sát rút gọn nhất và phát hiện nhân tố mới (nếu có) để bổ sung mô hình.
Các điều kiện kiểm tra như hệ số KMO đều đạt khá lớn và Sig. của Bartlett’s Test đều nhỏ hơn 1/1000 cho thấy các biến quan sát trong quá trình thực hiện phân tích khám phá EFA đều hoàn toàn phù hợp với phân tích nhân tố.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa chỉ có những nhân tố trích ra có giá trị Eigenvaluve lớn hơn mới được giữ lại trong mô hình phân tích.
Các tiêu chí khi loại biến quan sát trong quá trình phân tích khám phá bao gồm: hệ số tải nhân tố không nhỏ hơn 50%, độ giá trị của hệ số tải biến quan sát thuộc cùng nhiều nhân tố khi đang phân tích phải nhỏ hơn 0. (max – min < 0.3) và
độ ý nghĩa nội dung, nhưng chủ yếu bị loại là do hệ số tải và độ giá trị không đảm bảo.
Bảng 4.14: Kết quả phân tích nhân tố độc lập lần 1
Yế tố đánh giá Giá trị bảng chạy So sánh
Hệ số KMO 0.811 0 < 0.811<1
Gía trị sig trong kiểm định Bartlett 0.000 0.000 < 0.05
Phương sai trích 69.652% 69.652% > 50%
Eigenvalue 1.183 1.183>1
Nhìn vào kết quả phân tích trên, ta thấy rằng sau khi phân tích nhân tố thì các nhân tố gộp thành 7 nhóm. Các yếu tố được đánh giá thống kê:
- Hệ số KMO = 0.811 nên phân tích nhân tố là phù hợp
- Phương sai trích = 69.652%> 50%: chứng tỏ 69.652% biến thiên của dữ liệu được giải thích bằng 7 nhân tố mới
- Sig = 0.000 < 0.05 : chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể
- Eigenvalue = 1.183>1: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất.
Trong lần phân tích khám phá đầu tiên thì không có nhân tố nào bị loại, kết quả phân tích đúng như mong đợi, có 7 nhân tố ảnh hưởng đến chất lượng dịch vụ kế toán đó là (1) sự tin cậy, (2) khả năng đáp ứng, ( ) năng lực phục vụ, (4) danh mục dịch vụ, (5) phương tiện hữu hình, (6) sự đồng cảm, (7) hình ảnh công ty.Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0.811 > 0.5 ; Sig. = 0,000 < 0.05; hệ số tải nhân tố > 0,5; giá trị trích Eigenvalue =1,183 > 1; và tổng phương sai trích đạt khá cao 69.652%, điều này có nghĩa phân tích này có 7 nhân tố giải thích được độ biến thiên của tập dữ liệu nghiên cứu là 69.652 %, với độ biến thiên này hoàn toàn phù hợp với kiểu dữ liệu điều tra.
Bảng 4.15: Kết quả phân tích khám phá EFA biến độc lập lần đầu
Rotated Component Matrixa Componet 1 2 3 4 5 6 7 PT5 .874 PT6 .835 PT4 .812 PT3 .808 PT2 .720 TC2 .843 TC3 .825 TC1 .745 TC4 .722 TC5 .613 PV2 .764 PV3 .747 PV4 .702 PV5 .702 PV1 .696 DM2 .882 DM1 .854 DM3 .847 HA1 .868 HA2 .835 HA3 .775 DU2 .808 DU1 .773 DU3 .689 DC3 .870 DC2 .839 DC1 .615
4.3.2. Phân tích biến phụ thuộc
Trong bài nghiên cứu có 1 biến phụ thuộc, và kết quả phân tích EFA cho biến phụ thuộc như sau.
Bảng 4.16: Kết quả phân tích EFA cho nhân tố phụ thuộc
Yế tố đánh giá Giá trị bảng chạy So sánh
Hệ số KMO 0.691 0 < 0.691 <1
Gía trị sig trong kiểm định Bartlett 0.000 0.000 < 0.05
Phương sai trích 70.538% 70.538% > 50%
Eigenvalue 2.116 2.116 > 1
Tất cả các điều kiện về phân tích nhân tố khám phá EFA đều đáp ứng.
4.4. Ph n tích tương q an Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Ma trận tương quan cho biết tương quan giữa biến phụ thuộc với từng biến độc lập cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan của các chất lượng dịch lượng dịch vụ kế toán với từng biến độc lập khá tương đối. Hệ số tương quan giữa các biến độc lập khá thấp, tuy nhiên ta vẫn phải xét vai trò của các biến độc lập và hiện tượng đa cộng tuyến.
Bảng 4.17: Kết quả phân tích tương quan Pearson giữa các biến
Correlations TC DU PV DM PT DC HA CLDV TC Pearson Correlation 1 .233** .316** .247** .402** .146 .247** .405** Sig. (2-tailed) .002 .000 .001 .000 .051 .001 .000 N 180 180 180 180 180 180 180 180 DU Pearson Correlation .233** 1 .545** .215** .068 .049 .250** .620** Sig. (2-tailed) .002 .000 .004 .362 .513 .001 .000 N 180 180 180 180 180 180 180 180 PV Pearson Correlation .316** .545** 1 .136 .004 .001 .319** .669** Sig. (2-tailed) .000 .000 .068 .956 .985 .000 .000 N 180 180 180 180 180 180 180 180 DM Pearson Correlation .247** .215** .136 1 .174** .093 .188* .286** Sig. (2-tailed) .001 .004 .068 .020 .213 .011 .000 N 180 180 180 180 180 180 180 180 PT Pearson Correlation .042** .068 .004 .174* 1 .362 .032 .068 Sig. (2-tailed) .000 .362 .956 .020 .000 .669 .362 N 180 180 180 180 180 180 180 180 DC Pearson Correlation .146 .049 .001 .093 .362** 1 .048 -.051
Sig. (2-tailed) .051 .513 .985 .213 .000 .520 .494 N 180 180 180 180 180 180 180 180 HA Pearson Correlation .247** .250** .319** .188* .032 .048 1 .425** Sig. (2-tailed) .001 .001 .000 .011 .669 .520 .000 N 180 180 180 180 180 180 180 180 CL Pearson Correlation .405** .620** .669** .286** .068 -.051 .425** 1 Sig. (2-tailed) .000 .000 .000 .000 .362 .494 .000 N 180 180 180 180 180 180 180 180
Kết quả phân tích tương quan cho biến phụ thuộc CL có hệ số Sig=.000 <5% do vậy 5 biến độc lập TC, DU, PV, DM, HA đều tương quan với biến phụ thuộc CL, và 5 biến độc lập này được giữ lại để phân tích hồi quy. phân tích tương quan cho biến phụ thuộc CL có hệ số Sig = 362 > 5% do vậy biến độc lập PT không tương quan với biến phụ thuộc CL, do vậy biến PT bị loại ra khỏi phân tích hồi quy tiếp theo. Tương tự biến DC cũng bị loại khi phân tích hồi quy. Như vậy có 5 biến độc lập TC, DU, PV, DM, HA được sử dụng để phân tích hồi quy.
4.5. Phân tích hồi quy
Phân tích hồi quy tuyến tính sẽ giúp cho việc đo lường mức độ liên quan và cường độ tác động lên chất lượng dịch vụ kế toán. Phương pháp hồi quy được sử dụng là phương pháp bình phương bé nhất với biến phụ thuộc là chất lượng dịch vụ kế toán còn các biến độc lập là (1) sự tin cậy, (2) khả năng đáp ứng ( ) năng lực phục vụ, (4) danh mục dịch vụ, (5) hình ảnh công ty.
Phương trình hồi quy tuyến tính như sa :
Y = β1TC + β2DU + β3PV + β4DM+ β5HA + ε Trong đó,
- Biến TC: Sự tin cậy
- Biến DU: Khả năng đáp ứng - Biến PV: Năng lực phục vụ - Biến DM: Danh mục dịch vụ - Biến HA: Hình ảnh công ty - ε: Hệ số nhiễu.
- Y: chất lượng dịch vụ kế toán
Kết quả hồi quy cho thấy, R2 điều chỉnh bằng 59,9%, có nghĩa là 59.9% chất lượng dịch vụ kế toán được giải thích chung bởi các biến độc lập trong mô hình.
Bảng 4.18: Kiểm tra độ phù hợp của mô hình
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .781a .610 .599 .428
Để đánh giá độ phù hợp của mô hình hồi quy bội đã xây dựng, ta dùng phép kiểm định F trong bảng phân tích phương sai ANOVA, mục đích là xem xét biến phụ thuộc có liên hệ tuyến tính với toàn bộ tập hợp các biến độc lập hay không. Giả thiết H0 là βk = 0 ở độ tin cậy 95%, nếu giả thiết H0 bị bác bỏ, ta có thể kết luận mô hình hồi quy bội phù hợp với tập dữ liệu và có thể sử dụng được.
Giá trị F tương ứng với mức ý nghĩa quan sát được là 0,000 trong phân tích ANOVA cho thấy mô hình hồi quy xây dựng được phù hợp với dữ liệu ở độ tin cậy 95%. Bảng 4.19: Phân tích ANOVA ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regressi on 49.881 5 9.976 54.489 .000b Residual 31.857 174 .183 Total 81.738 179
Bảng 4.20: Kết quả hồi quy Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -.618 .279 -2.214 .028 TC .148 .053 .144 2.784 .006 .842 1.188 DU .331 .061 .312 5.434 .000 .679 1.473 PV .446 .068 .386 6.532 .000 .641 1.560 DM .093 .047 .099 1.983 .049 .901 1.110 HA .173 .052 .170 3.318 .001 .857 1.167
Nhìn vào bảng kết quả hồi quy ta thấy hệ số Sig của 5 nhân tố độc lập TC, DU, PV, DM, HA đều bằng .000 < 5% và hệ số phóng đại phương sai VIF rất thấp (<2), điều này chứng tỏ hiện tượng đa cộng tuyến không xảy ra với các biến độc lập.
Phương trình hồi quy:
Chất lượng dịch vụ kế toán = 0.144*sự tin cậy + 0.312*khả năng đáp ứng + 0.386*năng lực phục vụ + 0.099*danh mục dịch vụ + 0.17* hình ảnh công ty.
Nhìn vào phương trình trên ta thấy:
Năng lực phục vụ là nhân tố tác động mạnh nhất trong mối tương quan đến chất lượng DVKT (hệ số bêta= 0.386). Công ty DVKT có nguồn lực dồi dào, đội ngũ nhân viên có kiến thức chuyên môn tốt sẽ làm tăng khả năng phục vụ đến khách hàng của doanh nghiệp. Theo kết quả có được, có hai yếu tố mà khách hàng cho rằng công ty DVKT có năng lực phục vụ tốt. Đó là: Nhân viên trực tiếp thực hiện dịch vụ có kinh nghiệm, kến thức và tương tác tốt với khách hàng; Nhân viên công ty dịch vụ kế toán có khản năng truyền đạt và diễn giải vấn đề. Một công ty có năng lực phục vụ tốt làm cho khách hàng hài lòng khi mà những nhu cầu của họ được đáp ứng một cách đầy đủ và trọn vẹn nhất. Từ đó, chất lượng DVKT được gia tăng thông qua việc gia tăng các yếu tố trong nhân tố năng lực phục vụ.
Nhân tố khả năng đáp ứng (hệ số bêta= 0.312) là nhân tố tiếp theo có mối tương quan đến chất lượng DVKT. Nhân tố này cho thấy nhân viên công ty DVKT
sẵn sàng giúp đỡ và đáp ứng yêu cầu hợp lý của khách hàng; sự phản hồi nhanh chóng, chính xác đến khách hàng của công ty DVKT khi thực hiện công việc. Đặc biệt, những công việc này phải được thực hiện bởi các nhân viên có kiến thức và trình độ chuyên môn vững vàng. Khách hàng sẽ đặt niềm tin vào dịch vụ mà công ty dịch vụ cung cấp khi công ty đáp ứng được các điều kiện trên. Do đó, các doanh nghiệp DVKT nắm bắt được thông tin về trình độ và kỹ năng chuyên môn của nhân viên cũng như tốc độ phản hồi trong công việc nhanh chóng và chính xác từ yêu cầu của khách hàng. Từ đó, làm căn cứ để tác động vào những yếu tố này nhằm gia tăng sự hài lòng của khách hàng, hướng đến giữ chân khách hàng cũ và gia tăng số lượng khách hàng mới.
Hình ảnh công ty là nhân tố có mối tương quan đến chất lượng DVKT và cũng là nhân tố tác động thứ ba (hệ số bêta= 0.17). Nhân tố này thể hiện việc công ty DVKT xây dựng hình ảnh, phong cách phục vụ của nhân viên đến khách hàng. Theo kết quả có được, công ty dịch vụ đã được khách hàng gửi trọn niềm tin , hài lòng và hình ảnh công ty đã quen thuộc với khách hàng.
Sự tin cậy là nhân tố tác động tiếp theo đến chất lượng DVKT (hệ số bêta= 0.144) DVKT là một trong những dịch vụ có tính chuyên nghiệp cao. Kết quả cho thấy rằng: để DVKT đạt chất lượng thì các doanh nghiệp phải thực hiện công việc đúng hạn như đã cam kết trong hợp đồng. Bên cạnh đó, tính chính xác ở lần thực hiện đầu tiên khi gửi kết quả đến cho khách hàng cũng là một trong các yếu tố quan trọng góp phần làm cho khách hàng hài lòng về dịch vụ được cung cấp. Yếu tố cuối cùng không kém phần quan trọng đó chính là con người - những nhân viên trực tiếp thực hiện dịch vụ. Kết quả kiểm định cho thấy nhân viên công ty DVKT lịch sự và tốt bụng sẽ làm cho khác hàng thoả mãn DVKT cao nhất và từ đó gia tăng chất lượng DVKT.
Nhân tố Danh mục sản phẩm là nhân tố có mối tương quan tiếp theo đến chất lượng DVKT. Có ba yếu tố chính trong nhân tố Danh mục sản phẩm tác động khá mạnh đến chất lượng DVKT. Đó là: Công ty dịch vụ kế toán có danh mục dịch vụ đa dạng và phong phú, Khách hàng được công ty tư vấn cụ thể và chi tiết khi lựa chọn và sử dụng dịch vụ kế toán, giá phí dịch vụ kế toán hợp lí và cạnh tranh .
4.6. Kiểm tra các giả định mô hình hồi q y 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).
4.6.1 Kiểm định giả định phương sai của sai số (phần dư) không đổi
Bảng 4.21: Bảng kiểm định giả định phương sai của sai số
Nh nhất Lớn nhất Trung bình Độ lệch chuẩn N
Giá trị dự báo đã được chuẩn hóa -3.854 2.564 .000 1.000 180
Phần dư được chuẩn hóa -2.528 3.085 .000 .986 180
Nguồn:Phân tích dữ liệu – phụ lục số 4.20
Hình 4.1: Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi qui
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.
4.6.2 Kiểm tra giả định các phần dư có ph n 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 4.22 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 4.23 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