7. Kết cấu của đề tài nghiên cứu
4.2.5. Phân tích hồi quy đa biến
Phát hiện từ bước nghiên cứu trước về các nhân tố ảnh hưởng đến CPTTT của các DNNVV trên địa bàn TPHCM và kết quả của các phân tích trước cho thấy các nhân tố (1) Quản lý thuế, (2) Quy định thuế, (3) Đội ngũ nhân viên có ảnh hưởng đến CPTTT của các DNNVV trên địa bàn TPHCM.
Phương trình hồi quy: CPTTT = β1 QD + β2 QL + β3 NV + ε
Trong đó:
Biến QD : Quy định thuế do Nhà nước ban hành Biến QL : Công tác quản lý thuế của CQT, CBT
Biến NV : Đội ngũ nhân viên trong DN làm công tác liên quan đến thuế ε : hệ số nhiễu
β : hệ số hồi quy
CPTTT : CPTTT của các DNNVV trên địa bàn TPHCM.
Kết quả cho thấy mô hình có độ phù hợp đạt yêu cầu (R2 = 0,78). Hệ số R2 hiệu chỉnh (Adjusted Square) trong mô hình này là 0,777 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu đến 77,7%. Điều này cũng có nghĩa là có 77,7% sự biến thiên của CPTTT của các DNNVV trên địa bàn TPHCM được giải thích chung bởi 3 biến độc lập trong mô hình.
Bảng 4.28. Kiểm tra độ phù hợp của mô hình
Model Summaryb
Mô hình Hệ số R Hệ số R2
Hệ số R2
- hiệu chỉnh Sai số chuẩn của ước lượng
1 ,883a ,780 ,777 ,344
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 = 0. 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 4.29. Bảng phân tích ANOVA ANOVAa Mô hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi quy 100,510 3 33,503 282,877 ,000b Phần dư 28,425 240 ,118 Tổng 128,934 243
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.
Bảng 4.30. Bảng kết quả hồi quy
Coefficientsa Mô hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa tstat Sig. Thống kê đa cộng tuyến Beta Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF 1 (Constant) 5,963 ,123 48,488 ,000 F_QD -,457 ,032 -,500 -14,188 ,000 ,739 1,353 F_QL -,369 ,033 -,413 -11,275 ,000 ,684 1,462 F_NV -,145 ,030 -,171 -4,837 ,000 ,735 1,361
Nhìn vào bảng kết quả hồi quy ta thấy hệ số Sig của 3 nhân tố độc lập đều < 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: CPTTT = -0,5QD - 0,413QL - 0,171NV
Để so sánh mức độ ảnh hưởng từng nhân tố độc lập đối với CPTTT của các DNNVV trên địa bàn TPHCM, ta căn cứ vào hệ số Beta chuẩn hóa. Theo đó, nhân tố nào có trọng số Beta chuẩn hóa càng lớn có nghĩa là nhân tố đó ảnh hưởng càng mạnh đến biến phụ thuộc. Ta thấy, ở phương trình hồi quy, trong 3 nhân tố ảnh hưởng đến CPTTT của các DNNVV trên địa bàn TPHCM thì nhân tố “Quy định thuế” ảnh hưởng mạnh nhất với Beta = -0,5; nhân tố “Quản lý thuế” ảnh hưởng
mạnh thứ hai với hệ số Beta = -0,413; nhân tố “Đội ngũ nhân viên” có mức độ ảnh hưởng thấp nhất trong 3 nhân tố độc lập với hệ số Beta = -0,171.