Như đã trình bày ở chương 2, đề tài có 9 thang đo cho 9 khái niệm nghiên cứu, các thang đo này được đánh giá thông qua phương pháp độ tin cậy thang đo Cronbach’s alpha và phân tích dữ liệu theo phương pháp EFA để thang đo tốt nhất cho nghiên cứu này với dữ liệu thu thập từ nghiên cứu chính thức.
Hệ số Cronbach’s alpha được sử dụng trước để loại bỏ các biến rác. Theo đó, các biến quan sát có hệ số tương quan biến- tổng (item-total corelation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn thang đo khi Cronbach’s alpha từ 0.6 trở lên.
Sau khi đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA để tìm thang đo tốt nhất cho nghiên cứu và nhân tố mới (nếu có) với các tiêu chuẩn:
- Hệ số KMO (Kaiser- Mayer- Olkin) phải có giá trị trong khoảng 0.5 đến 1 thì phân tích nhân tố mới thích hợp. Mức ý nghĩa kiểm định Bartlett là Sig phải nhỏ hơn hoặc bằng 0.05 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc)
- Hệ số tải nhân tố (factor loading) phải lớn hơn hoặc bằng 0.5 (Hair và cộng sự)
- Thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50%, ngoài ra đạt độ giá trị và ý nghĩa nội dung.
Nghiên cứu sử dụng phương pháp trích nhân tố Principal component với phép quay Varimax, điểm dừng khi trích nhân tố Eigenvalue lớn hơn 1. Phân tích nhân tố được dùng để xây dựng thang đo lường các khía cạnh khác nhau của khái niệm nghiên cứu, kiểm tra đơn khía cạnh của thang đo lường (Hoàng Trọng và Chu
Nguyễn Mộng Ngọc). Như vậy, phân tích nhân tố vừa giúp rút gọn tập hợp nhiều biến quan sát thành một số biến tương đối ít đồng thời kiểm tra độ tin cậy của các biến trong cùng một thang đo.
4.4.1 Đánh giá độ tin cậy thang đo bằng hệ số Cronbach's alpha:
Kết quả tính toán Cronbach’s alpha 8 nhân tố độc lập và 1 nhân tố phụ thuộc. Các thang đo thể hiện bằng 52 biến quan sát bao gồm 48 biến độc lập và 4 biến phụ thuộc. Sau khi kiểm tra độ tin cậy, loại các quan sát không đạt yêu cầu, các thang đo đạt yêu cầu và có hệ số tương quan tổng đều lớn hơn 0.3. Tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach Alpha ≥ 0.7. Thang đo có độ tin cậy Cronbach Alpha ≥ 0.6 cũng được chọn khi nó được sử dụng lần đầu (Nunnally & Burnstein, 1994). Về lý thuyết, Cronbach Alpha càng cao càng tốt (thang đo càng có độ tin cậy). Kết quả phân tích Cronbach’s alpha đối với các nhân tố được tóm tắt như sau:
4.4.1.1 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến“Môi trường quản lý”
Kết quả kiểm tra độ tin cậy của thang đo nhân tố Môi trường quản lý có hệ số Cronbach’s alpha 0.779. Hệ số tương quan biến tổng của các quan sát nhân tố này lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.8). Điều này cho thấy các biến quan sát của thang đo đảm bảo tin cậy. Do đó, cả 7 biến quan sát cho biến “Môi trường quản lý” đều giữ lại để phân tích EFA.
Bảng 4.8. Kết quả độ tin cậy thang đo biến “Môi trường quản lý”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại
biến MTQL1 21.73 10.030 .572 .738 MTQL2 21.68 9.791 .573 .736 MTQL3 21.67 9.892 .608 .730 MTQL4 21.56 9.907 .531 .746 MTQL5 21.64 10.572 .433 .765 MTQL6 21.63 10.714 .463 .759
MTQL7 21.56 11.051 .345 .781
Cronbach's Alpha =.779
(Nguồn phân tích dữ liệu - phụ lục số 4.1)
4.4.1.2 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Thiết lập mục tiêu”
Thang đo nhân tố Thiết lập mục tiêu có hệ số Cronbach’s alpha khá cao 0.661. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.9). Riêng có biến TLMT5 có hệ số Cronbach’s alpha là 0.712 > 0.661 và hệ số tương quan biến tổng = 0.176 < 0.3 nên tác giả loại bỏ biến này khi phân tích EFA. Do đó, có 4 biến quan sát cho biến “Thiết lập mục tiêu” đều giữ lại để phân tích EFA.
Bảng 4.9. Kết quả độ tin cậy thang đo biến “Thiết lập mục tiêu”lần 1
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach Alpha nếu loại biến TLMT1 14.78 4.433 .500 .569 TLMT2 14.86 4.120 .537 .546 TLMT3 14.66 4.462 .482 .577 TLMT4 14.49 4.723 .401 .615 TLMT5 14.60 5.367 .176 .712 Cronbach's Alpha = .661
(Nguồn phân tích dữ liệu - phụ lục số 4.2.1)
Kiểm định lại Cronbach’ s alpha toàn thang cho nhân tố này sau khi loại bỏ quan sát TLMT5 ta thấy hệ số độ tin cậy thang đo 0.712, hệ số này khá cao và các quan sát biến đều đảm bảo hệ số tin cậy và hệ số tương quan biến tổng lớn hơn 0.3 (bảng 4.10). Do đó, 4 biến quan sát cho biến “Thiết lập mục tiêu” đều giữ lại để phân tích EFA.
Bảng 4.10. Kết quả độ tin cậy thang đo biến “Thiết lập mục tiêu” lần 2
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach Alpha nếu loại biến TLMT1 11.04 3.243 .549 .619 TLMT2 11.12 3.030 .558 .611 TLMT3 10.91 3.460 .448 .679 TLMT4 10.74 3.502 .442 .682 Cronbach's Alpha = .712
(Nguồn phân tích dữ liệu - phụ lục số 4.2.2)
4.4.1.3 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Nhận dạng sự tiềm tàng”
Thang đo nhân tố Nhận dạng sự tiềm tàng có hệ số Cronbach’s alpha khá cao 0.828. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.11). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 6 biến quan sát cho biến “Nhận dạng sự tiềm tàng” đều giữ lại để phân tích EFA.
Bảng 4.11. Kết quả độ tin cậy thang đo biến “Nhận dạng sự tiềm tàng”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach Alpha nếu loại biến NDTT1 18.16 8.703 .612 .755 NDTT2 18.17 8.203 .676 .738 NDTT3 18.17 7.821 .664 .740 NDTT4 18.07 8.079 .724 .727 NDTT5 17.77 9.800 .321 .819 NDTT6 18.07 9.969 .352 .809 Cronbach's Alpha = .799
4.4.1.4 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Đánh giá rủi ro”
Thang đo nhân tố Đánh giá rủi ro có hệ số Cronbach’s alpha khá cao 0.839. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.12). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 6 biến quan sát cho biến “Đánh giá rủi ro” đều giữ lại để phân tích EFA.
Bảng 4.12. Kết quả độ tin cậy thang đo biến “Đánh giá rủi ro”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại biến ĐGRR1 18.18 9.256 .604 .816 ĐGRR2 18.17 9.320 .590 .819 ĐGRR3 18.21 9.234 .606 .815 ĐGRR4 18.13 9.252 .654 .806 ĐGRR5 18.08 9.269 .644 .808 ĐGRR6 18.05 9.430 .600 .816 Cronbach's Alpha = .839
(Nguồn phân tích dữ liệu - phụ lục số 4.4)
4.4.1.5 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Phản ứng với rủi ro”
Thang đo nhân tố Phản ứng với rủi ro có hệ số Cronbach’s alpha khá cao 0.796. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.13). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 6 biến quan sát cho biến “Phản ứng với rủi ro” đều giữ lại để phân tích EFA.
Bảng 4.13. Kết quả độ tin cậy thang đo biến “Phản ứng với rủi ro”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến Tương quan biến tổng Cronbach Alpha nếu loại biến PURR1 14.19 5.952 .581 .757 PURR2 14.18 5.649 .612 .746 PURR3 14.30 5.685 .600 .750 PURR4 14.16 5.996 .582 .757 PURR5 14.00 5.969 .515 .778 Cronbach's Alpha = .796
(Nguồn phân tích dữ liệu - phụ lục số 4.5)
4.4.1.6 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Hoạt động kiểm soát”
Kết quả kiểm tra độ tin cậy của thang đo nhân tố Hoạt động kiểm soát có hệ số Cronbach’s alpha 0.793. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.14). Do đó, cả 8 biến quan sát cho biến “Hoạt động kiểm soát” đều giữ lại để phân tích EFA.
Bảng 4.14. Kết quả độ tin cậy thang đo biến “Hoạt động kiểm soát”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại
biến HĐKS1 26.22 13.038 .552 .762 HĐKS2 26.18 12.674 .587 .756 HĐKS3 26.14 12.671 .588 .756 HĐKS4 26.32 12.794 .554 .761 HĐKS5 26.33 12.745 .587 .756 HĐKS6 26.49 14.286 .313 .798 HĐKS7 26.43 13.740 .456 .777 HĐKS8 26.38 13.931 .371 .790 Cronbach's Alpha = .793
4.4.1.7 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Thông tin và cách thức truyền thông”
Thang đo nhân tố Thông tin và cách thức truyền thông có hệ số Cronbach’s alpha là 0.786. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.15). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 5 biến quan sát cho biến “Thông tin và cách thức truyền thông” đều giữ lại để phân tích EFA.
Bảng 4.15. Kết quả độ tin cậy thang đo biến “Thông tin và cách thức truyền thông”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại
biến TTTT1 14.51 5.954 .553 .749 TTTT2 14.49 6.085 .522 .759 TTTT3 14.57 5.905 .567 .744 TTTT4 14.46 5.961 .623 .727 TTTT5 14.40 6.015 .550 .750 Cronbach's Alpha = .786
(Nguồn phân tích dữ liệu - phụ lục số 4.7)
4.4.1.8 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Giám sát”
Thang đo nhân tố giám sát có hệ số Cronbach’s alpha là 0.794. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.16). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 5 biến quan sát cho biến “giám sát” đều giữ lại để phân tích EFA.
Bảng 4.16. Kết quả độ tin cậy thang đo biến “giám sát”
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại
biến GS1 14.69 4.432 .528 .574 GS2 14.77 4.060 .581 .542 GS3 14.59 4.669 .427 .620 GS4 14.42 4.803 .401 .631 GS5 14.60 5.308 .400 .711 Cronbach's Alpha = .794
(Nguồn phân tích dữ liệu - phụ lục số 4.8)
4.4.1.9 Kiểm định hệ số tin cậy Cronbach’s alpha cho thang đo biến “Kiểm soát rủi ro hoạt động thu thuế”
Thang đo nhân tố Kiểm soát rủi ro hoạt động thu thuế có hệ số Cronbach’s alpha là 0.804. Hệ số tương quan biến tổng của các quan sát nhân tố này đều lớn hơn 0.3 và hệ số Cronbach’s alpha lớn hơn 0.6 (bảng 4.17). Điều này cho thấy các biến quan sát của thang đo đảm bảo độ tin cậy. Do đó, cả 4 biến quan sát cho biến “Kiểm soát rủi ro hoạt động thu thuế” đều giữ lại để phân tích EFA.
Bảng 4.17. Kết quả độ tin cậy thang đo biến “Kiểm soát rủi ro hoạt động thu thuế”
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach Alpha nếu loại biến
KSRR1 10.72 3.767 .625 .752
KSRR2 10.87 4.079 .629 .749
KSRR3 11.07 3.829 .707 .710
KSRR4 11.01 4.371 .520 .799
Cronbach's Alpha = .804
(Nguồn phân tích dữ liệu - phụ lục số 4.9)
tổng nên được giữ lại để tiếp tục phân tích khám phá EFA (chỉ phân tích EFA cho biến độc lập). Mục đích của việc phân tích EFA là để tìm ra thang đo tin cậy tốt nhất cho các nhân tố để phân tích hồi quy, việc phân tích EFA có thể sẽ tìm ra nhân tố mới cho mô hình, tuy nhiên sẽ loại bỏ các biến quan sát để tìm ra thang đo tin cậy cho mô hình nghiên cứu là điều chắc chắn và có thể việc loại bỏ biến ở bước phân tích này khá nhiều, đặc biệt đối với những nghiên cứu còn khá mới và được nghiên cứu trong những trường hợp nghiên cứu khác nhau.
4.4.2 Phân tích nhân tố khám phá EFA
Như vậy từ 47 biến quan sát của 8 nhân tố của mô hình nghiên cứu đề xuất được đưa vào phân tích EFA với kỳ vọng sẽ sau khi phân tích nhân tố thì vẫn giữ được 8 nhân tố 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 5% 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 0.3 (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
Kết quả phân tích khám phá đúng như mong đợi, có 8 nhân tố được rút ra ở ngay lần phân tích khám phá đầu tiên đó là: (1) Môi trường quản lý, (2) Thiết lập mục tiêu, (3) Nhận dạng sự tiềm tàng, (4) Đánh giá rủi ro, (5) Phản ứng với rủi ro, (6) Hoạt động kiểm soát, (7) Thông tin và cách thức truyền thông, (8) giám sát. Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0.791 >
0.5 ; Sig. = 0,000 < 0.05 (bảng 4.18), chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết Ho: Các biến trong tổng thể không có tương quan với nhau.
Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau.
Bảng 4.18:Hệ số KMO và kiểm định Bartlett các thành phần
KMO and Bartlett's Test
Hệ số KMO .791
Mô hình kiểm traBartlett
Gía trị Chi-Square 8053.635
Bậc tự do 1035
Sig (giá trị p –value) .000
(Nguồn phân tích dữ liệu - phụ lục số 4.10a)
Kết quả kiểm định Barlett cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (sig = 0.00 < 0.05, bác bỏ H0, nhận H1). Đồng thời, hệ số KMO = 0.791 > 0.5, chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Bảng 4.19:Bảng phương sai trích
Component Initial Eigenvalues Extraction Sums of Squared
Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 11.909 24.304 24.304 11.909 24.304 24.304 2 3.921 8.003 32.307 3.921 8.003 32.307 3 3.556 7.256 39.564 3.556 7.256 39.564 4 2.672 5.452 45.016 2.672 5.452 45.016 5 2.216 4.522 49.538 2.216 4.522 49.538 6 1.821 3.716 53.254 1.821 3.716 53.254 7 1.699 3.468 56.722 1.699 3.468 56.722 8 1.232 3.126 59.848 1.232 3.126 59.848 9 .987 2.857 62.705 10 .982 2.535 65.240 11 .975 2.403 67.643 12 .971 2.144 69.788
Extraction Method: Principal Component Analysis.
(Nguồn phân tích dữ liệu - phụ lục số 4.10b)
Bảng 4.19 cho thấy, các nhân tố đều có giá trị Eigenvalues = 1.232 > 1. Phương sai trích là 59.848 % > 50% là đạt yêu cầu. Với phương pháp rút trích
Principal components và phép quay Varimax, có 8 nhân tố được rút trích ra từ biến quan sát (bảng 4.20). Điều này, cho chúng ta thấy 8 nhân tố rút trích ra thể hiện được khả năng giải thích được 59.848% sự thay đổi của biến phụ thuộc trong tổng thể. Bảng 4.20: Bảng ma trận xoay Component Matrixa Component 1 2 3 4 5 6 7 8 ĐGRR6 .748 ĐGRR3 .668 ĐGRR5 .663 ĐGRR4 .658 ĐGRR2 .602 ĐGRR1 .593 HĐKS5 .703 HĐKS2 .680