3.4.1 Phƣơng pháp chọn mẫu
Trong nghiên cứu này, mẫu đƣợc chọn theo phƣơng pháp lấy mẫu thuận tiện, đ y là phƣơng pháp chọn mẫu phi xác suất trong đó các nhà nghiên cứu tiếp cận với các đối tƣợng nghiên cứu bằng phƣơng pháp thuận tiện. Điều này đồng nghĩa với các đối tƣợng nghiên cứu có thể chọn các đối tƣợng mà họ tiếp cận đƣợc (Nguy n Đình Thọ, 2011, trang 240). Phƣơng pháp này có ƣu điểm là d tiếp cận các đối tƣợng nghiên cứu và thƣờng đƣợc sử dụng khi bị giới hạn thời gian và chi phí. Nhƣng nhƣợc điểm của phƣơng pháp này là không tổng quát hóa đám đông (Nguy n Đình Thọ, 2011, trang 233)
3.4.2 Kích cỡ mẫu khảo sát
Để sử dụng phƣơng pháp ph n tích EFA, kích thƣớc mẫu phải lớn. Tuy nhiên, việc xác định kích thƣớc mẫu phù hợp là rất phức tạp nên thông thƣờng dựa vào kinh nghiệm. Trong phân tích EFA, kích thƣớc mẫu thƣờng đƣợc xác định dựa vào: Kích thƣớc tối thiểu và số lƣợng biến đƣa vào ph n tích. Theo Hair và cộng sự (2006) cho rằng để sử dụng ph n tích EFA, kích thƣớc mẫu tối thiểu phải là 50, tốt hơn là 100 và tỷ lệ quan sát / biến đo lƣờng là 5:1, tức là kích thƣớc mẫu n = số biến đƣa vào ph n tích *5 (Nguy n Đình Thọ, 2011)
Theo Tabachnick & Fidell (2007) kích thƣớc mẫu trong phân tích hồi quy bội (MLR) phụ thuộc vào nhiều yếu tố ví dụ nhƣ mức ý nghĩa, độ mạnh của phép kiểm định, số lƣợng biến độc lập,... Một công thức kinh nghiệm thƣờng dùng để tính kích thƣớc mẫu cho MLR là: n ≥ 50 + 8P, trong đó: n là kích thƣớc mẫu, P là số lƣợng biến độc lập trong mô hình. Theo Green (1991) cho rằng công thức trên tƣơng đối phù hợp nếu P<7 và nếu P>7 thì công thức trên hơi khá khắt khe (Nguy n Đình Thọ, 2011)
Trong nghiên cứu này, số lƣợng biến độc lập đƣa vào ph n tích EFA là 19 biến, số lƣợng biến phụ thuộc trong mô hình là 7 biến. Kích thƣớc mẫu nghiên cứu chính thức là 119, phù hợp với điều kiện về kích thƣớc mẫu cho phân tích EFA và MLR
3.5 Đối tƣợng và phạm vi khảo sát
Đối tƣợng khảo sát: Các nhà quản lý, kế toán trƣởng, kế toán tổng hợp, nhân
viên kế toán,... Đ y là những ngƣời sử dụng thông tin kế toán trình bày trên BCTC để ra các quyết định phù hợp với mục đích sử dụng
Phạm vi khảo sát: Tập trung vào các lĩnh vực: kế toán – kiểm toán trên địa
bàn thành phố Hồ Chí Minh
3.6 Công cụ thu thập, phân tích và xử lý dữ liệu
Công cụ thu thập dữ liệu: Dựa vào bảng câu hỏi khảo sát ở phụ lục 1, gửi bảng câu hỏi đến các đối tƣợng khảo sát đƣợc nêu ở trên qua email, qua khảo sát trực tiếp
Phân tích và xử lý dữ liệu: Dùng phần mềm thống kê SPSS 16.0 tổng hợp kết
quả khảo sát, bao nhiêu nhân tố ảnh hƣởng và mức độ ảnh hƣởng của mỗi nhân tố là nhƣ thế nào
KẾT LUẬN CHƢƠNG 3
Chƣơng 3 đã giới thiệu phƣơng pháp nghiên cứu sử dụng trong luận văn này là sử dụng phƣơng pháp thang đo để xây dựng và đo lƣờng các khái niệm nghiên cứu, từ đó kiểm định giả thuyết nghiên cứu đặt ra, xây dựng thang đo hiệu chỉnh, đánh giá tác động của các nhân tố tới chất lƣợng thông tin kế toán trình bày trên báo cáo tài chính của các công ty niêm yết và xây dựng mô hình nghiên cứu. Đồng thời, trong chƣơng này cũng đã giới thiệu cách thức lấy mẫu, chọn mẫu quan sát và cách tiến hành nghiên cứu của luận văn
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Chƣơng 3 đã trình bày phƣơng pháp nghiên cứu để đánh giá thang đo, kiểm định mô hình, giả thuyết nghiên cứu. Mục đích của chƣơng 4 là trình bày kết quả kiểm định thang đo, mô hình nghiên cứu cũng nhƣ các giả thuyết đƣa ra trong mô hình
Đầu tiên, kiểm định thang đo bằng phƣơng pháp hệ số tin cậy Cronbach Anpha và phân tích yếu tố khám phá EFA. Tiếp theo, kiểm định mô hình và giả thuyết nghiên cứu bằng phƣơng pháp ph n tích hồi qui tuyến tính bội bằng SPSS với phƣơng pháp ENTER (đồng thời), phân tích mức độ ảnh hƣởng của các nhân tố chi phối đến chất lƣợng thông tin kế toán đƣợc trình bày trên báo cáo tài chính của các doanh nghiệp nhỏ và vừa tại thành phố Hồ Chí Minh
4.1 Mẫu nghiên cứu định lƣợng
Bảng câu hỏi đƣợc thiết kế khảo sát trực tiếp và gửi email cho 150 đối tƣợng cần khảo sát. Kết quả thu về đƣợc 119 bảng trả lời đạt yêu cầu sau khi loại bỏ các phiếu trả lời không đạt yêu cầu, và phù hợp với đối tƣợng khảo sát
Thống kê mẫu về ngành của đối tƣợng khảo sát trong nghiên cứu này nhƣ sau:
Bảng 4.1 Ngành nghề của đối tượng khảo sát
Vị Trí Số đối tƣợng tham gia
khảo sát Tỷ lệ % đối tƣợng tham gia khảo sát Kế toán 104 87 Quản lý 15 13 TỔNG 119 100
Theo kết quả thống kê từ bảng 4.1 cho thấy, đối tƣợng khảo sát trong lĩnh vực kế toán chiếm tỷ trọng cao nhất (83%) trong quá trình tham gia khảo sát. Tỷ lệ các đối tƣợng ngành kinh doanh là (13%) . Qua việc thống kê này cho thấy, phần lớn các đối tƣợng khảo sát đều khá quan tâm tới chất lƣợng thông tin kế toán đƣợc trình bày trên báo cáo tài chính của các doanh nghiệp nhỏ và vừa tại thành phố Hồ Chí Minh
4.2 Đánh giá thang đo bằng Crobach Alpha
Thang đo đƣợc đánh giá sơ bộ bằng công cụ SPSS thông qua hệ số tin cậy Crobach Alpha. Hệ số này là chìa khóa để xây dựng thang đo. Mục đích của phƣơng pháp này là tìm ra những biến cần giữ lại và loại bỏ những biến không cần thiết trong tổng số các biến đƣa vào kiểm tra
Nguyên tắc loại biến: Khi biến đó có hệ số tƣơng quan biến – tổng (Corrected Item – Total Correlation) nhỏ hơn 0.3, hoặc khi biến bị loại lại làm cho hệ số Crobach Alpha tăng lên
Nguyên tắc chấp nhận thang đo: Khi thang đo có độ tin cậy Crobach Alpha lớn hơn 0.60
Qua ph n tích Crobach Alpha đƣợc trình bày trong bảng 4.2, ta thấy 6 thành phần trên có kết quả nhƣ sau:
Bảng 4.2 Kết quả Crobach Alpha các thang đo
Biến quan sát Trung bình thang đo nếu loại biến Phƣơng sai thang đo nếu loại biến Tƣơng quan biến tổng Crobach’s Alpha nếu loại
biến Chính sách pháp luật Alpha = 0.773 P1 12.09 2.525 .547 .704 P2 11.39 3.375 .488 .722 P3 11.55 3.267 .384 .753 P4 11.56 2.926 .583 .692
Nhân sự kế toán Alpha = 0.634
N1 18.18 8.519 .474 .722 N2 17.87 9.067 .503 .540 N3 18.22 9.189 .543 .547 N4 18.14 9.937 .406 .591 N5 18.22 9.325 .552 .546 N6 17.74 9.601 .470 .559 Nhà quản lý Alpha = 0.609
L1 6.68 3.372 .336 .617
L2 6.41 2.854 .440 .482
L3 6.08 2.078 .506 .374
Môi trƣờng doanh nghiệp Alpha = 0.813
M1 7.30 2.111 .691 .716 M2 7.47 1.980 .717 .687 M3 7.43 2.416 .590 .815 Thuế Alpha = 0.576 T1 7.54 2.488 .470 .336 T2 7.40 2.972 .344 .533 T3 7.43 2.840 .345 .535
Chất lƣợng thông tin kế toán đƣợc trình bày trên báo cáo tài chính của các doanh nghiệp nhỏ và vừa
Alpha = 0.636 C1 21.75 7.699 .432 .575 C2 22.12 8.156 .246 .631 C3 22.25 7.665 .345 .600 C4 21.76 7.266 .554 .538 C5 22.13 8.077 .277 .621 C6 22.31 7.419 .373 .591 C7 22.22 8.172 .242 .632
Kết quả ph n tích Crobach Alpha đƣợc trình bày trong bảng 4.2 cho thấy các thang đo đều có hệ số tƣơng quan biến – tổng đều lớn hơn 0.5 và hệ số Crobach Alpha của các thang đo đều lớn hơn 0.5. Do vậy các thang đo đều đạt yêu cầu và các biến quan sát này sẽ đƣợc tiếp tục sử dụng trong phân tích nhân tố khám phá EFA
Đối với trƣờng hợp thang đo Nhà quản lý có biến L1và thang đo Môi trƣờng doanh nghiệp có biến M3 có hệ số alpha lớn hơn hệ số alpha tổng không đáng kể nên thang đo này vẫn chấp nhận đƣợc.
Đối với trƣờng hợp thang đo nh n sự kế toán có biến N1 có hệ số alpha là 0.722 > 0.634 nên thang đo này không đƣợc chấp nhận
4.3 Phân tích nhân tố khám phá EFA ( EFA – Exploration Factor Analysis )
Trong nghiên cứu, ngƣời nghiên cứu có thể thu thập đƣợc một số lƣợng biến khá lớn và hầu hết các biến này đều có mối quan hệ với nhau. Tuy nhiên, để phù hợp với thực tế và d dàng vận dụng, số lƣợng biến này cần phải giảm bớt đến một số lƣợng phù hợp, sao cho các biến đƣợc giữ lại là những biến có mối tƣơng quan chặt chẽ đến kết quả nghiên cứu và có ý nghĩa thống kê cao.
Phân tích nhân tố khám phá EFA là tên chung của một nhóm các thủ tục đƣợc sử dụng chủ yếu để thu nhỏ và tóm tắt các biến nhằm xác định các nhân tố giải thích đƣợc cho các liên hệ tƣơng quan trong một tập hợp biến
Trong phần mềm SPSS, các tham số và chỉ số có liên quan tới phân tích nhân tố gồm:
Đại lƣợng Bartlett’s dùng để xem xét giữa các biến trong tổng thể có mối tƣơng quan với nhau ( nếu sig ≤ 0.05) hay không có tƣơng quan với nhau ( nếu sig ≥ 0.05)
Chỉ số KMO ≥ 0.5 dùng để xem xét sự thích hợp của việc sử dụng phƣơng pháp phân tích nhân tố
Chỉ số Eigenvalue đại diện cho phần biến thiên đƣợc giải thích cho mỗi nhân tố. Những nhân tố nào có chỉ số Eigenvalue ≥ 1 mới thực sự có ý nghĩa về mặt thống kê nên đƣợc giữ lại trong thang đo
Chỉ số Percentage of variance thể hiện phần trăm phƣơng sai đƣợc giải thích bởi các nhân tố đƣợc chọn
Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của phƣơng pháp xoay nhân tố (EFA). Factor loading ≥ 0.30 đƣợc xem là đạt mức tối thiểu, ≥ 0.40 đƣợc xem là quan trọng, ≥ 0.50 đƣợc xem là có ý nghĩa thiết thực. Factor loading lớn nhất của các biến quan sát phải lớn hơn hoặc bằng 0.50. Trong nghiên cứu, thông thƣờng chỉ chấp nhận các biến có chỉ số Factor loading ≥ 0.50. Các biến có chỉ số Factor loading ≥ 0.40 dùng để bổ sung vào các nhân tố khi cần thiết
Phƣơng pháp trích yếu tố Principal Component Analysis với phép xoay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue là 1 đƣợc sử dụng cho phân tích nhân tố đối với 18 biến quan sát
Chọn “Suppress absolute values less than” bằng 0.50 để đảm bảo ý nghĩa thực khi xoay nhân tố
Kết quả phân tích nhân tố khám phá EFA đƣợc thể hiện trong phụ lục PL-04, và đƣợc tóm tắt kết quả về ma trận nhân tố sau khi xoay trình bày trong bảng 4.3 nhƣ sau:
Bảng 4.3 Ma trận nhân tố sau khi xoay ( Rotated Compoment Matrix )
Tên nhân tố Ký hiệu biến quan sát Nhân tố 1 2 3 4 5 Môi trƣờng doanh nghiệp M2 .873 M1 .785 M3 .731 Chính sách pháp luật N5 .733 P4 .724 N4 .701 P1 .660 Nhân sự kế toán P3 .737 P2 .737 N3 .640 N2 .560 Nhà quản lý L3 .823 L2 .770 L1 .625 Thuế T1 .801 T3 .706 T2 .647
Kết quả phân tích nhân tố khám phá EFA cho thấy:
Hệ số KMO ( Kaiser – Meyer – Olkin ) đạt 0.750 > 0.5: Phân tích nhân tố thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Bartlett’s là 610.796 với mức ý nghĩa sig = 0.000 < 0.05 ( bác bỏ giả thuyết Ho: Các biến quan sát không có tƣơng quan với nhau trong tổng thể ) nhƣ vậy giả thuyết về mô hình nhân tố là không phù
hợp sẽ bị bác bỏ, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp
Trọng số nhân tố ( Factor loading ) đều lớn hơn hoặc bằng 0.5, biến quan sát N6 = 4.06 <0.5 nên biến quan sát này bị loại. Do đó, chỉ còn lại 17 biến quan sát. Trọng số nhân tố thấp nhất là 0.560 ( biến N2 của nhân tố Nhân sự kế toán ), trọng số nhân tố cao nhất là 0.873 ( biến M2 của nhân tố Môi trƣờng quản lý )
Kết quả tính toán Total Variance Explained cho thấy, 17 biến còn lại sau khi xoay đƣợc nhóm lại thành 5 nhân tố với giá trị Eigenvalues là 1.081>1. Và 5 nhân tố này có khả năng giải thích cho 17 biến quan sát là 61.941 % khi có tổng phƣơng sai trích ( % of Variance = 61.941)
Bảng 4.3 Ma trân nhân tố sau khi xoay ( Rotated Compoment Matrix ) cho thấy, sau khi phân tích nhân tố thang đo chính thức đã đƣợc hình thành dựa trên 5 nhân tố đƣợc rút trích, bao gồm 17 biến có factor loading ≥ 0.5 nhƣ sau:
Nhân tố thứ nhất: Môi trƣờng doanh nghiệp, gồm 3 biến quan sát
M2: Sự hợp tác của các cá nhân trong quy trình thực hiện hệ thống M1: Sự trao đổi thông tin trong doanh nghiệp
M3: Chế tài xử lý của doanh nghiệp đối với nhân viên vi phạm
Nhân tố thứ hai: Chính sách pháp luật, gồm 4 biến quan sát
N5: Ý thức tuân thủ pháp luật
P4: Mức độ kiểm tra, kiểm soát của cơ quan nhà nƣớc N4: Lợi ích cá nhân
P1: Chế tài sử phạt hành vi vi phạm
Nhân tố thứ ba: Nhân sự kế toán, gồm 4 biến quan sát
P3: Tính d hiểu, phù hợp của văn bản pháp luật P2: Hạn chế của hệ thống pháp luật
N3: Trách nhiệm, đạo đức nghề nghiệp
N2: Kinh nghiệm trong xử lý nghiệp vụ kế toán
Nhân tố thứ tƣ: Nhà quản lý, gồm 3 biến quan sát
L3: Ý thức tuân thủ pháp luật của nhà quản lý L2: Mục đích của nhà quản lý
Nhân tố thứ năm: Thuế, gồm 3 biến quan sát
T1: Các khoản mục liên quan đến thuế trình bày trên BCTC của các công ty nhỏ và vừa tuân thủ theo chính sách thuế hiện hành
T3: Các công ty nhỏ và vừa có xu hƣớng tối thiểu hóa số thuế phải nộp
T2: Các khoản mục liên quan tới thuế trình bày trên BCTC của các công ty nhỏ và vừa đƣợc lập theo mục đích của giám đốc
4.4 Phân tích nhân tố biến phụ thuộc
Bảng 4.4 Kết quả phân tích EFA cho biến phụ thuộc
Biến quan sát Hệ số C1 0.713 C2 0.749 C3 0.645 C4 0.655 C5 0.817 C6 0.516 C7 0.552 Sig 0.000 KMO 0.662 Eigenvalues 1.024 Phƣơng sai trích % 66.380 %
Kết quả phân tích EFA cho biến phụ thuộc cho thấy:
Hệ số KMO đạt 0.662 ( > 0.5 và < 1 ), mức ý nghĩa của kiểm định Bartlett : 0.000 (< 0.005)
Trọng số nhân tố ( Factor loading ) của các biến quan sát đều > 0.5 Hệ số Eigenvalues đƣợc 1.024 >1, đạt yêu cầu
Phƣơng sai trích mà nh n tố trích đƣợc là 66.380 %
Nhƣ vậy có một nhân tố trích ra là : Chất lƣợng thông tin kế toán đƣợc trình
bày trên báo cáo tài chính của các doanh nghiệp nhỏ và vừa gồm 7 biến quan sát:
C1 Thông tin thích hợp với mục đích thực hiện C2 Thông tin phù hợp với cơ sở dữ liệu
C3 Thông tin có độ tin cậy cao
C4 Thông tin đƣợc trình bày trung thực C5 Tính đầy đủ của thông tin
C6 Đƣợc trình bày một cách khách quan C7 Không có sai sót trọng yếu
4.5 Kiểm định thang đo hiệu chỉnh
Để kiểm định lại thang đo hiệu chỉnh này một lần nữa phƣơng pháp kiểm định Cronbach Alpha lại đƣợc sử dụng. Kết quả kiểm định đƣợc trình bày tại phụ lục – 06
Bảng 4.5 Kết quả tóm tắt Cronbach các thang đo sau khi hiệu chỉnh.
Thang đo đã hiệu chỉnh Cronbach Alpha
Môi trƣờng doanh nghiệp 0.813
Chính sách pháp luật 0.772
Nhân sự kế toán 0.724
Nhà quản lý 0.609
Thuế 0.576
Qua kết quả ph n tích Cronbach Alpha cho thang đo hiệu chỉnh, ta thấy tất cả các thang đo đều có hệ số Cronbach Alpha > 0.5 và các biến quan sát có hệ số tƣơng quan biến tổng >0.5. Do đó thang đo hiệu chỉnh này đƣợc chấp nhận
4.6 Kiểm định mô hình và giả thuyết nghiên cứu
Mô hình hồi quy có dạng sau:
C = β0 + β1 xM + β2xP + β3xN + β4xL + β5xT
4.6.1 Phân tích tƣơng quan
Trƣớc khi tiến hành kiểm định mô hình nghiên cứu bằng phân tích hồi quy tuyến tính bội, mối tƣơng quan giữa các biến của mô hình cần phải đƣợc xem xét. Phân tích ma trận tƣơng quan sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức
độ chặt chẽ của mối liên hệ giữa 5 biến độc lập đƣợc nêu ở trên với biến phụ thuộc