5. Kết cấu của luận văn
4.5. Mô hình nghiên cứu hiệu chỉnh
4.5.1. Mô hình nghiên cứu
Sau khi tiến hành phân tích dữ liệu thu thập được thông qua các bước phân tích độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA), mô hình nghiên cứu rút trích được 5 biến độc lập đó là: Tính hiệu quả, Sự sẵn sàng của hệ thống, Độ bảo mật, Sự hỗ trợ doanh nghiệp và Sự hỗ trợ ngân hàng đo lường biến phụ thuộc là Sự hài lòng doanh nghiệp khi sử dụng hình thức nộp thuế điện tử trên website của Tổng cục tại địa bàn quận Tân Bình. Như vậy, sau khi loại bỏ biến THQ7 và biến SSHT3 trong kiểm định thang thì mô hình nghiên cứu vẫn không thay đổi.
(Nguồn: Kết quả khảo sát của tác giả)
Hình 4.4: Mô hình nghiên cứu hiệu chỉnh
4.5.2. Các giả thuyết
Vì mô hình được giữ lại như ban đầu nên các giả thuyết của mô hình cũng không thay đổi.
Giả thuyết H1: Có mối quan hệ dương giữa Tính hiệu quả với Sự hài lòng của Doanh nghiệp trong nộp thuế qua mạng;
Tính hiệu quả Sự sẵn sàng của hệ thống Độ bảo mật Sự hỗ trợ doanh nghiệp Sự hài lòng của doanh nghiệp Sự hỗ trợ của ngân hàng
Giả thuyết H2: Có mối quan hệ dương giữa Sự sẵn sàn của hệ thống với Sự hài lòng của Doanh nghiệp trong nộp thuế qua mạng;
Giả thuyết H3: Có mối quan hệ dương giữa Độ bảo mật với Sự hài lòng của Doanh nghiệp trong nộp thuế qua mạng;
Giả thuyết H4: Có mối quan hệ dương giữa Sự hỗ trợ nghiệp với Sự hài lòng của Doanh nghiệp trong nộp thuế qua mạng;
Giả thuyết H5: Có mối quan hệ dương giữa Sự hỗ trợ của ngân hàng với Sự hài lòng của Doanh nghiệp trong nộp thuế qua mạng.
4.6. Phân tích tương quan
Như đã đề cập trong mục 3.5 của cùng luận văn này, trước khi phân tích hồi quy bội tác giả tiến hành phân tích tương quan để xem xét các mối liên hệ giữa các biến độc lập với nhau và các biến độc lập với các biến phụ thuộc kết quả được trình bày trong bảng 4.7:
Bảng 4.7: Ma trận tương quan giữa các biến
Ma trận tương quan THQ SSHT DBM HTDN HTNH SHL THQ Pearson Correlation 1 0,032 0,086 0,206** 0,226** 0,380** Sig. (2-tailed) 0,659 0,229 0,004 0,001 0,000 SSHT Pearson Correlation 0,032 1 -0,081 0,068 0,060 0,138* Sig. (2-tailed) 0,659 0,256 0,339 0,403 0,052 DBM Pearson Correlation 0,086 -0,081 1 0,141* 0,169* 0,267** Sig. (2-tailed) 0,229 0,256 0,048 0,017 0,000 HTDN Pearson Correlation 0,206** 0,068 0,141* 1 0,301** 0,458** Sig. (2-tailed) 0,004 0,339 0,048 0,000 0,000 HTNH Pearson Correlation 0,226** 0,060 0,169* 0,301** 1 0,646** Sig. (2-tailed) 0,001 0,403 0,017 0,000 0,000 SHL Pearson Correlation 0,380** 0,138* 0,267** 0,458** 0,646** 1 Sig. (2-tailed) 0,000 0,052 0,000 0,000 0,000 **. Correlation is significant at the 0,01 level (2-tailed).
*. Correlation is significant at the 0,05 level (2-tailed). a. Listwise N=198
(Nguồn: Kết quả khảo sát của tác giả) Nhìn trong bảng 4.7 ta có nhận xét: 4 nhân tố độc lập có sự tương quan với nhân tố Sự hài lòng doanh nghiệp (ngoại trừ biến Sự sẵn sàng của hệ thống) và các
biến này đều có ý nghĩa ở mức 1% hoặc 5% nên ta có thể kết luận các biến độc lập này có thể đưa vào mô hình để giải thích cho biến Sự hài lòng doanh nghiệp. Riêng biến Sự sẵn sàng của hệ thống mặc dù theo giả thuyết bị bác bỏ về mối tương quan với biến hài lòng nhưng vì độ tin cậy gần bằng 90% nên tác giả vẫn đưa vào mô hình hồi quy để phân tích sâu hơn. Trong bảng 4.7 ta cũng thấy hầu hết hệ số tương quan giữa các biến độc lập với nhau không cao (trừ biến HTDN và biến HTNH có tương quan với nhau khá mạnh hệ số tương quan đạt 0,301); một số biến khác cũng có tương quan với nhau ở mức 1% hoặc 5% mặc dù hệ số tương quan là không lơn nhưng điều này khiến chúng ta phải xem xét lại thật kỹ vai trò của các biến độc lập này trong mô hình hồi qui tuyến tính bội ta xây dựng được.
4.7. Hồi quy tuyến tính
Phân tích hồi qui bội là một trong những đích nhắm lớn nhất của tác giả để xem xét và lượng hóa được mối quan hệ giữa các biến độc lập là những nhân tố ảnh hưởng đến Sự hài lòng doanh nghiệp và biến phụ thuộc là Sự hài lòng doanh nghiệp. Sau khi hoàn thành các thủ tục cần thiết như kiểm định thang đo Cronbach’s alpha, phân tích nhân tố EFA, phân tích tương quan Pearson kết quả cho thấy đều phù hợp để chạy phân tích hồi qui.
Phương trình hồi quy bội mẫu được tác giả xây dựng như sau:
SHL = 0 + 1* THQ + 2* SSHT + 3* DBM + 4* HTDN + 5* HTNH Trong đó:
- SHL: Biến phụ thuộc Sự hài lòng doanh nghiệp.
- 1, 2, 3, 4, 5: là các hệ số hồi quy được dùng từ các hệ số hồi quy ước lượng được.
- THQ, SSHT, DBM, HTDN, HTNH là các biến độc lập theo thứ tự: Tính hiệu quả, Sự sẵn sàng của hệ thống, Độ bảo mật, Hỗ trợ doanh nghiệp, Sự hỗ trợ của ngân hàng.
Phương trình hồi qui bội được thực hiện trên phần mềm SPSS 16.0. Với 5 biến độc lập và 1 biến phụ thuộc được đưa vào phân tích, phương pháp hồi qui bội được chọn là phương pháp chọn từng bước (stepwise selecsion). Đây là một kết hợp của
thủ tục đưa vào dần và loại trừ dần và có lẽ là phương pháp được sử dụng thông thường nhất.
4.7.1. Đánh giá sự phù hợp của mô hình hồi qui
Như đã đề cập trong phần 3.5.2 hệ số R2 hiệu chỉnh được thay cho hệ số R2 để xem xét sự phù hợp của mô hình hồi qui đa biến vì nó không thổi phồng mức độ phù hợp của mô hình.
Bảng 4.8: Kết quả đánh giá sự phù hợp của mô hình
Model Summaryf
Model R Hệ số xác
định
Hệ số xác định điều chỉnh
Sai số chuẩn của mô hình Hệ số Durbin- Watson 1 0,646a 0,417 0,414 0,58815 2 0,702b 0,493 0,488 0,54957 3 0,731c 0,534 0,527 0,52846 4 0,742d 0,550 0,541 0,52060 5 0,748e 0,559 0,548 0,51655 1,870
a, Mô hình dự đoán: (Constant), HTNH
b, Mô hình dự đoán: (Constant), HTNH, HTDN c, Mô hình dự đoán: (Constant), HTNH, HTDN, THQ d, Mô hình dự đoán: (Constant), HTNH, HTDN, THQ, DBM
e, Mô hình dự đoán: (Constant), HTNH, HTDN, THQ, DBM, SSHT f, Biến phụ thuộc: SHL
(Nguồn: Kết quả khảo sát của tác giả) Từ kết quả bảng 4.8, ta thấy khi đưa dần thêm từng biến quan sát vào mô hình thì R2 hiệu chỉnh tăng dần và khi ta đưa 5 biến vào thì R2 hiệu chỉnh lúc này đạt giá trị lớn nhất. Lúc đó R2
điều chỉnh đạt 0,548 cho thấy sự tương thích của mô hình với biến quan sát là chấp nhận được và biến phụ thuộc Sự hài lòng doanh nghiệp
được giải thích bởi 5 biến độc lập trong mô hình là khá cao. Như vậy chúng ta sẽ chọn mô hình số 5 để giải thích cho sự biến thiên về sự hài lòng của doanh nghiệp khi thực hiện hình thức nộp thuế qua mạng.
4.7.2. Kiểm định sự phù hợp của mô hình
Để kiểm định sự phù hợp của mô hình hồi qui tuyến tính tổng thể thì chúng ta sử dụng kết quả kiểm định F. Kiểm định F trong phân tích phương sai xem xét có
hay không mối liên hệ tuyến tính giữa biến phụ thuộc với toàn bộ tập hợp của các biến độc lập.
Giả thuyết Ho : β1 = β2 = β3 = β4 = β5 = 0
Nhìn vào bảng 4.9 và 4.10 bên dưới, ta thấy rằng trị thống kê F = 48,735 được tính từ giá trị R2 khi có mặt 5 biến, giá trị sig. = 0,000 rất nhỏ cho thấy mô hình sử dụng là phù hợp.
Như vậy, mô hình hồi quy bội thỏa các điều kiện đánh giá và kiểm định độ phù hợp cho việc rút ra các kết quả nghiên cứu.
Bảng 4.9: Kết quả phân tích phương sai của mô hình
ANOVAf
Model Sum of
Squares
df Mean Square F Sig.
5 Regression 65,018 5 13,004 48,735 0,000e
Residual 51,230 192 0,267
Total 116,249 197
e, Mô hình dự đoán: (Constant), HTNH, HTDN, THQ, DBM, SSHT f, Biến phụ thuộc: SHL
(Nguồn: Kết quả khảo sát của tác giả) Bảng 4.10: Kết quả phân tích hồi qui bội
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error
Beta Tolerance VIF
5 (Constant) -1,179 0,360 -3,273 0,001 HTNH 0,558 0,058 0,498 9,668 0,000 0,865 1,156 HTDN 0,295 0,063 0,240 4,704 0,000 0,879 1,137 THQ 0,218 0,053 0,203 4,078 0,000 0,927 1,079 DBM 0,134 0,047 0,139 2,833 0,005 0,952 1,051 SSHT 0,103 0,051 0,097 2,009 0,046 0,984 1,016 a. Dependent Variable: SHL
Kiểm định các giả thuyết về ý ngh a của hệ số hồi qui Ho : βi = 0.
Kết quả thể hiện trên bảng 4.10 cũng cho ta thấy: giá trị sig. (p value) của các hệ số hồi qui β1, β2, β3, β4, β5 đều nhỏ hơn 0,05 tức là với mức ý nghĩa là 5% nên ta bác bỏ giả thuyết Ho hay nói cách khách với tập dữ liệu mẫu và mô hình được mô tả thì không đủ bằng chứng có ý nghĩa thống kê cho thấy βi = 0.
4.7.3. Dò tìm sự vi phạm các giả thuyết trong hồi qui tuyến tính
Từ biểu đồ phân tán giữa hai biến giá trị dự đoán chuẩn hóa (Standardized Predicted Value) và phần dư chuẩn hóa (Standardized Residual) cho thấy phần dư phân tán ngẫu nhiên. Vì vậy giả định liên hệ tuyến tính không bị vi phạm.
Độ lớn của phần dư chuẩn hóa trên biểu đồ phân tán không tăng hoặc giảm cùng với giá trị dự đoán chuẩn hóa. Vì vậy, giả định phương sai của sai số không đổi không bị vi phạm.
(Nguồn: Kết quả khảo sát của tác giả)
(Nguồn: Kết quả khảo sát của tác giả)
Hình 4.6: Biểu đồ tần số của phần dư chuẩn hóa
Từ kết quả của biểu đồ 4.6 cho thấy phân phối của phần dư là phân phối chuẩn. Như vậy giả định về phân phối chuẩn của phần dư không bị vi phạm.
Theo kết quả phân tích hồi quy tại bảng 4.8 cho thấy hệ số Durbin – Watson = 1,87. Hệ số này nằm trong miền chấp nhận giả thuyết không có tương quan chuỗi bậc nhất (các phần dư không có tương quan chuỗi bậc nhất với nhau).
Cũng theo kết quả phân tích hồi quy tại bảng 4.10, hệ số phóng đại phương sai VIF (Variance inflation factor) < 2 cho thấy các biến độc lập không có quan hệ chặt chẽ với nhau nên không có hiện tượng đa cộng tuyến xảy ra. Do đó, mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mô hình hồi quy.
4.7.4. Mô hình hồi qui
Như vậy sau khi kiểm định sự phù hợp của mô hình hồi qui cũng như kiểm định giả thuyết về ý nghĩa của các hệ số hồi qui ta có thể viết được mô hình hồi qui dựa vào kết quả của bảng 4.10 như sau:
SHL = -1,179 + 0,218 * THQ + 0,103 * SSHT + 0,134 * DBM + 0,295 * HTDN + 0,558 * HTNH
Trong đó:
- SHL: Biến phụ thuộc thể hiện Sự hài lòng doanh nghiệp.
- THQ, SSHT, DBM, HTDN, HTNH là các biến độc lập theo thứ tự: Tính hiệu quả, Sự sẵn sàng của hệ thống, Độ bảo mật, Hỗ trợ doanh nghiệp, Sự hỗ trợ của ngân hàng.
Từ bảng 4.10 dựa vào cột beta chuẩn hóa ta có các nhận xét sau: Sự hài lòng doanh nghiệp có mối quan hệ tuyến tính với các nhân tố Tính hiệu quả (Hệ số Beta chuẩn hóa là 0,218), Sự sẵn sàng của hệ thống (Hệ số Beta chuẩn hóa là 0,103), Độ bảo mật (Hệ số Beta chuẩn hóa là 0,134), Hỗ trợ doanh nghiệp (Hệ số Beta chuẩn hóa là 0,295) và Sự hỗ trợ của ngân hàng (Hệ số Beta chuẩn hóa là 0,558). Qua đó ta cũng thấy yếu tố Sự hỗ trợ của ngân hàng ảnh hưởng mạnh nhất đến Sự hài lòng doanh nghiệp là biến và biến ảnh hưởng yếu nhất là biến Sự sẵn sàng của hệ thống.
Vì các hệ số Beta chuẩn hóa của các biến độc lập đều >0 cho thấy các biến độc lập tác động thuận chiều với biến phụ thuộc Sự hài lòng doanh nghiệp. Kết quả này cũng khẳng định các giả thuyết nêu ra trong mô hình nghiên cứu (H1 - H5) được chấp nhận và được kiểm định phù hợp.
4.7.5. Ý ngh a mô hình hồi qui
Việc xác định được các yếu tố ảnh hưởng đến sự hài lòng của doanh nghiệp khi sử dụng hình thức nộp thuế qua mạng là cơ sở để cơ quan nhà nước có thẩm quyền đặc biệt là tổng cục thuế khuyến khích doanh nghiệp chọn nộp qua mạng hướng tới thực hiện 100% các doanh nghiệp đóng trên địa bàn thành phố triển khai nộp thuế qua mạng theo lộ trình của Tổng cục thuế. Qua đó, từng bước hiện đại hoá hệ thống quản lý thuế, đơn giản hoá thủ tục khai nộp thuế, tiết kiệm thời gian chi
phí khai nộp thuế đây cũng là trọng tâm trong công tác cải cách thủ tục thuế đến năm 2020 của Thủ tướng Chính phủ giao cho Tổng cục Thuế.
Kết quả nghiên cứu cho thấy Sự hỗ trợ của ngân hàng là yếu tố ảnh hưởng mạnh nhất đến sự hài lòng của doanh nghiệp khi sử dụng hình thức nộp thuế qua mạng. Đây là một kết quả khá bất ngờ đối với tác giả. Tuy nhiên, sau khi phân tích kết quả của mô hình cùng với sự tìm hiểu của mình thì theo tác giả kết quả này hoàn toàn phù hợp với thực tế. Thật vậy, mặc dù được thí điểm vào năm 2014 và chính thức đi vào triển khai đồng bộ trong năm 2015 nhưng theo phản ảnh của các doanh nghiệp khâu vướng mắc nhất của họ đối với việc nộp thuế qua mạng lại nằm ở yếu tố ngân hàng. Vì các doanh nghiệp đã khá quen thuộc với hình thức kê khai thuế qua mạng và do hình thực nộp thuế qua mạng được tích hợp trên cùng một nền tảng nên sự bỡ ngỡ trong việc sử dụng là không lớn, nhưng điều khó khăn với doanh nghiệp đó là thời gian đầu còn khá ít ngân hàng đăng ký liên kết với Cục thuế để triển khai hệ thống nộp thuế qua mạng, nhiều doanh nghiệp đang sử dụng dịch vụ của ngân hàng A nhưng chỉ có ngân hàng B mới liên kết với Cục thuế triển khai hình thức nộp thuế qua mạng gây khó khăn và phiền toái cho các ngân hàng. Mặc dù vậy hiện nay với việc có trên 40 ngân hàng đã liên kết với Cục thuế để triển khai đồng loạt việc nộp thuế điện tử thì khó khăn của doanh nghiệp đã được giải quyết phần nào. Một lý do khác đó là các ngân hàng hiện nay liên thông chưa tốt dẫn đến tình trạng chuyển tiền thường bị trục trặc hoặc có giao dịch nhưng vài ngày sau mới nhận được thư xác nhận nên gây khó dễ cho ngân hàng.
Yếu tố thứ hai ảnh hưởng khá lớn đến sự hài lòng của doanh nghiệp đó là yếu tố Sự hỗ trợ doanh nghiệp, kết quả này là do thực tế từ trước tới nay việc nộp thuế được doanh nghiệp trực tiếp thực hiện trên các tờ khai và phải đến kho bạc nhà nước để nộp. Khi chuyển sang hình thức nộp qua mạng thì một số doanh nghiệp còn khá bỡ ngỡ về cách nộp mới này. Tuy về lâu dài tiết kiệm được rất nhiều chi phí cho doanh nghiệp cũng như cơ quan thuế nhưng hiện tại nhiều doanh nghiệp vẫn chưa thực sự hiểu rõ các bước thực hiện việc nộp trên máy tính và cần khá nhiều sự giúp đỡ từ cơ quan thuế. Vì thế để kiện toàn việc chuyển hoàn toàn sang hình thức
nộp thuế qua mạng thì công tác hỗ trợ doanh nghiệp để các doanh nghiệp có thể tự mình kê khai và nộp thuế thông qua website nộp thuế qua mạng một cách dễ dàng phải được Cục thuế Tp. Hồ Chí Minh quan tâm và sâu sát hơn. Thậm chí nhiều khi phải cầm tay chỉ việc cho các công ty nhỏ và siêu nhỏ vì đa số ở những công ty này thì chủ doanh nghiệp trực tiếp thực hiện việc kê khai mà đôi khi trình độ tin học của họ còn rất hạn chế.
Tính hiệu quả cũng có ảnh hưởng tới sự hài lòng của doanh nghiệp khi sử dụng hình thức nộp thuế qua mạng. Đối với người dùng việc tìm kiếm thông tin cũng như sự sẵn có của thông tin luôn là thước đo để đánh giá sự hiệu quả của một trang web. Trang web kê khai thuế qua mạng mặc dù là một dịch vụ công nhưng làm sao để người tiêu dùng dễ dàng trong việc sử dụng và thực hiện cũng là một