Phân tích nhân tố khám phá EFA là tập kỹ thuật phân tích thống kê có liên hệ với nhau dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (trích Nguyễn Đình Thọ, 2011)
Cụ thể, khi đưa tất cả các biến thu thập được (26 biến) vào phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các nhân tố cơ bản tác động đến sự hoàn thiện môi trường KSNB tại Trường.
Sau khi tiến hành kiểm định bằng hệ số Cronbach’s Alpha ở trên, bước tiếp theo tác giả sẽ đưa các biến không bị loại vào phân tích nhân tố. Trong phân tích
nhân tố, các nhà nghiên cứu thường chú ý đến các yếu tố sau:
+ Hệ số KMO (Kaiser – Meyer – Olikin): là một chỉ số dùng để xem xét mức độ thích hợp của phân tích nhân tố. Chỉ số KMO phải đủ lớn (>0,5) (Hair & cộng sự, 2006) thì phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0,5 thì phân tích nhân tố có khả năng không thích hợp với dữ liệu.
+ Kiểm định Bartlett: để kiểm tra độ tương quan giữa các biến quan sát và tổng thể, phân tích chỉ só ý nghĩa khi sig. có giá trị nhỏ hơn 5% (Hair & cộng sự, 2006).
+ Phương sai trích (Variance Explained Criteria): tổng phương sai trích phải lớn hơn 50% (Hair & cộng sự, 2006).
+ Hệ số tải nhân tố (factor loadings): là hệ tố tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng có quan hệ chặt chẽ với nhau. Với mẫu khoảng 200, hệ số tải nhân tố được chấp nhận là lớn hơn 0,5 (Hair & cộng sự, 2006), các biến có hệ số tải nhân tố nhỏ hơn 0,5 sẽ bị loại khỏi mô hình.
4.4.1 Phân tích nhân tố khám phá (EFA) ảnh hưởng đến hoạt động kiểm soát nội bộ tại Trường
Các yếu tố ảnh hưởng đến hoạt động KSNB tại Trường được đo lường bởi 5 thành phần: Môi trường kiểm soát, giám sát, hoạt động kiểm soát, đánh giá rủi ro và thông tin truyền thông tất cả bao gồm 28 biến, sau khi kiểm định Cronbach’ alpha giữ lại 26 biến, tác giả đưa 26 biến này vào phân tích nhân tố.
4.4.1.1 Kết quả phân tích nhân tố khám phá (EFA) các biến độc lập lần thứ nhất
Bảng 4.9 Hệ số KMO và kiểm định Barlett các thành phần lần thứ 1
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0,679 0,5 < 0,679 < 1 Giá trị Sig. trong kiểm định Bartlett 0,000 0,000 < 0,05 Phương sai trích 58,646% 58,646% > 50% Giá trị Eigenvalue 1,739 1,739 > 1
Biến quan sát Nhân tố
1 2 3 4 5 MT5 0,873 MT2 0,799 MT1 0,733 MT6 0,729 MT4 0,650 MT3 0,629 HDKS1 0,797 HDKS3 0,714 HDKS7 0,711 HDKS6 0,608 HDKS4 0,603 HDKS2 GS1 0,894 GS2 0,875 GS3 0,845 DGRR3 0,805 DGRR4 0,778 DGRR2 0,725 DGRR1 0,658 TTTT1 0,776 TTTT2 0,768 TTTT4 0,724
Nguồn: Phân tích dữ liệu – Phụ lục5
Nhìn vào các kết quả phân tích nhân tố cho các biến độc lập, ta nhận thấy rằng kết quả chia thành thành 5 nhóm. Các chỉ tiêu đánh giá được thống kê:
+ KMO = 0,679 nên phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
+ Sig. (Bartlett’s Test) = 0,000 (sig. < 0,05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể và dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
+ Eigenvalues = 1,739 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
+ Tổng phương sai trích = 58,646% > 50%đạt yêu cầu, khi đó có thể nói rằng 6 nhân tố này giải thích 58,646%biến thiên của dữ liệu.
+ Biến quan sát HDKS2 có hệ số tải nhân tố (factor loadings) nhỏ hơn 0,5 nên ta loại biến quan sát này để tiến hành phân tích nhân tố khám phá EFA (lần 2).
4.4.1.2 Kết quả phân tích nhân tố khám phá (EFA) các biến độc lập lần thứ hai
Bảng 4.10 Hệ số KMO và kiểm định Barlett các thành phần lần thứ 2
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0,689 0,5 < 0,689 < 1 Giá trị Sig. trong kiểm định Bartlett 0,000 0,000 < 0,05 Phương sai trích 60,494% 60,494% > 50% Giá trị Eigenvalue 1,701 1,701 > 1
Biến quan sát Nhân tố
1 2 3 4 5 MT5 ,875 MT2 ,792 MT1 ,741 MT6 ,727 MT4 ,649 MT3 ,628 GS1 ,897 GS2 ,886 GS3 ,848 HDKS1 ,813 HDKS7 ,726 HDKS3 ,707 HDKS4 ,639 HDKS6 ,612 DGRR3 ,807 DGRR4 ,786 DGRR2 ,718
DGRR1 ,656
TTTT1 ,773
TTTT2 ,771
TTTT4 ,727
Nguồn: Phân tích dữ liệu – Phụ lục 5
Nhìn vào các kết quả phân tích nhân tố cho các biến độc lập, ta nhận thấy rằng kết quả chia thành thành 5 nhóm. Các chỉ tiêu đánh giá được thống kê:
+ KMO = 0,689 nên phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
+ Sig. (Bartlett’s Test) = 0,000 (sig. < 0,05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể và dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
+ Eigenvalues = 1,701 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
+ Tổng phương sai trích = 60,494% > 50%đạt yêu cầu, khi đó có thể nói rằng 6 nhân tố này giải thích 60,494%biến thiên của dữ liệu.
+ Các biến quan sát đều có hệ số tải nhân tố (factor loadings) lớn hơn 0,5.
4.4.1.2 Kết quả phân tích nhân tố khám phá (EFA) biến phụ thuộc Bảng 4.11 Hệ số KMO và kiểm định Barlett biến phụ thuộc
Yếu tố cần đánh giá Kết quả So sánh
Hệ số KMO 0,670 0,5 < 0,670 < 1 Giá trị Sig. trong kiểm định Bartlett 0,000 0,000 < 0,05 Phương sai trích 64,804% 64,804% > 50% Giá trị Eigenvalue 1,944 1,944 > 1
Nguồn: Phân tích dữ liệu – Phụ lục 5
Biến quan sát Nhân tố
1
Y3 ,839
Y1 ,809
Nhìn vào các kết quả phân tích nhân tố cho biến phụ thuộc, ta nhận thấy rằng kết quả chia thành thành 1 nhóm. Các chỉ tiêu đánh giá được thống kê:
+ KMO = 0,670 nên phân tích nhân tố thích hợp với dữ liệu nghiên cứu.
+ Sig. (Bartlett’s Test) = 0,000 (sig. < 0,05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể và dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp.
+ Eigenvalues = 1,944 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ những nhân tố có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
+ Tổng phương sai trích = 64,804% > 50% đạt yêu cầu, khi đó có thể nói rằng 1 nhân tố này giải thích 64,804%biến thiên của dữ liệu.
+ Các biến quan sát đều có hệ số tải nhân tố (factor loadings) lớn hơn 0,5.
Từ kết quả phân tích Crobach’s apha (tham chiếu phục lục 4, phục lục 6) và EFA như trên, mô hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 5 nhân tố tác động đến sự hoàn thiện môi trường KSNB tại Trường Cao đẳng Kinh tế - Kỹ thuật Tp.HCM.
4.5 Phân tích mô hình hồi quy tuyến tính bội
Phân tích hồi quy sẽ xác định mối quan hệ giữa biến phụ thuộc với các biến độc lập. Mô hình phân tích hồi quy sẽ mô tả hình thức của mối quan hệ và qua đó giúp ta dự đoán được mức độ của biến phụ thuộc khi biết trước giá trị của các biến độc lập.
Theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc (2008), khi chạy hồi quy cần quan tâm đến các thông số sau:
+ Hệ số Beta: hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của chúng với biến phụ thuộc.
+ Hệ số R2: đánh giá phần biến động của biến phụ thuộc được giải thích bởi các biến dự báo hay biến độc lập. Hệ số này có thể thay đổi từ 0 đến 1.
+ Kiểm định ANOVA: để kiểm tra tính phù hợp của mô hình với tập dữ liệu gốc. Nếu mức ý nghĩa của kiểm định < 0,05 thì ta có thể kết luận mô hình hồi quy phù hợp với tập dữ liệu.
Căn cứ vào mô hình điều chỉnh đã được hiệu chỉnh sau khi phân tích nhân tố khám phá, ta có mô hình hồi quy tuyến tính bội như sau:
Y = β0 + β1* MT + β2*GS + β3*HDKS + β4*DGRR + β5*TTTT + ε
Bảng 4.14 Kết quả mô hình hồi quy
Hệ số hồi quy chưa
chuẩn hóa quy chuẩn Hệ số hồi hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Hệ số Tolerance VIF (Constant) 0,051 0,157 0,326 0,745 MT 0,268 0,021 0,463 12,574 0,000 0,961 1,040 GS 0,188 0,019 0,370 9,947 0,000 0,941 1,062 HDKS 0,240 0,022 0,391 10,680 0,000 0,972 1,029 DGRR 0,187 0,022 0,321 8,575 0,000 0,929 1,076 TTTT 0,123 0,021 0,215 5,903 0,000 0,980 1,020
Nguồn: Phân tích dữ liệu – Phụ lục 7
Dựa vào bảng trên ta thấy:
Kiểm định độ phù hợp của mô hình
Kiểm định hiện tượng đa cộng tuyến: Chỉ tiêu nhân tử phóng đại phương sai (VIF) của tất cả các biến độc lập đều nhỏ hơn 10 nên hiện tượng đa cộng tuyến trong mô hình được đánh giá là không nghiêm trọng (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Hệ số Durbin – Watson dùng để kiểm định tương quan của các phần dư cho thấy mô hình không vi phạm khi sử dụng phương pháp hồi quy bội vì giá trị Durbin – Watson đạt được là 1,826 (nằm trong khoảng từ 1 đến 3). Hay nói cách khác, mô
hình không có hiện tượng tương quan của các phần dư (theo Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2008).
Kết quả kiểm định ANOVA với mức ý nghĩa sig = 0,000 cho thấy mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với tập dữ liệu và sử dụng được.
Đánh giá mức độ giải thích bởi các biến độc lập trong mô hình
Hệ số R2 (R Square) = 0,787, điều này có nghĩa là 78,7% sự biến động của kiểm soát nội bộ tại Trường Cao đẳng Kinh tế - Kỹ thuật TP.HCM sẽ được giải thích bởi các yếu tố là các biến độc lập đã được chọn đưa vào mô hình.
Kết quả mô hình nghiên cứu cho thấy tất cả các biến độc lập đều tác động có ý nghĩa thống kê (do Sig. < 5%).
Vậy, phương trình hồi quy chuẩn hóa:
Y = 0,463*MT + 0,370*GS + 0,391*HDKS + 0,321*DGRR + 0,215*TTTT
Phương trình trên cho ta thấy rằng, sự hoàn thiện môi trường KSNB tại nhà trường tác động lớn nhất bởi nhân tố “Môi trường kiểm soát” (Beta = 0,463). Đồng thời, “Giám sát” cũng là một nhân tố tác động rất lớn đến sự hoàn thiện môi trường KSNB tại Trường (Beta = 0,370). Bên cạnh đó, “Hoạt động kiểm soát” cũng ảnh hưởng lớn đến sự hoàn thiện môi trường KSNB (Beta = 0,391). Ngoài ra, yếu tố “Đánh giá rủi ro” cũng là điều làm cho nhân viên và các lãnh đạo nhà trường cảm thấy quan trọng trong việc hoàn thiện môi trường KSNB (Beta = 0,321) . Yếu tố cuối cùng trong mô hình “Thông tin truyền thông” cũng là yếu tố mà nhân viên và lãnh đạo nhà trường quan tâm khi nghĩ đến việc hoàn thiện môi trường KSNB tại trường, tuy nhiên, vai trò quyết định của nhân tố này so với các nhân tố khác là không cao (Beta = 0,215)
TÓM TẮT CHƯƠNG 4
Chương này trình bày kết quả phân tích bao gồm: Đánh giá độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha. Phân tích EFA sau khi loại bỏ các biến không đạt yêu cầu thì có 5 nhân tố được rút ra và mô hình mới được hiệu chỉnh sau khi đặt tên cho biến mới gồm 5 nhân tố: môi trường kiểm soát, giám sát,hoạt động kiểm soát, đánh già rủi ro, thông tin truyền thông.
Phân tích hồi quy tuyến tính bội đã khẳng định như sau: sự hoàn thiện kiểm soát nội bộ chịu ảnh hưởng bới 5 yếu tố: môi trường kiểm soát, giám sát,hoạt động kiểm soát, đánh già rủi ro, thông tin truyền thông. Trong đó nhân tố có ảnh hưởng lớn nhất là môi trường kiểm soát.
CHƯƠNG 5 GIẢI PHÁP HOÀN THIỆN
KSNB thật sự cần thiết giúp Nhà trường đạt được mục tiêu đề ra. Qua khảo sát thực trạng tác giả nhận thấy HT KSNB tại Trường còn nhiều bất cập, thể hiện trong hầu hết các yếu tố cấu thành của hệ thống, chứng tỏ HT KSNB hiện tại còn thể hiện sự lỏng lẻo, yếu kém cần phải hoàn thiện.
5.1 Căn cứ để hoàn thiện
Dựa vào các quy định quản lý tài chính, quản lý đào tạo hiện hành và công tác liên quan do nhà nước ban hành, đảm bảo tuân thủ theo quy định của Nhà nước. Đây là kim chỉ nam để nhà trường hoàn thiện quy chế chi tiêu nội bộ đây là công cụ để quản lý tài chính, quy chế tổ chức hoạt động của Nhà trường và các quy định nội bộ khác nhằm đảm bảo quyền lợi cho nhà trường, CBGV, nhân viên và đạt được mục tiêu đề ra.
Tuy nhiên, hiện nay hệ thống văn bản hướng dẫn còn chưa hoàn thiện. Cần có kiến nghị với các cấp ban hành văn bản trong việc hoàn thiện hệ thống văn bản hướng dẫn dễ hiểu, đầy đủ, rõ ràng, tránh đóng khung đơn vị vào các quy định gò bó của Nhà nước (VD: trao quyền tự chủ nhưng vẫn đóng khung học phí thấp làm cho trường công lập không thể mở các lớp chất lượng cao như các trường ngoài công lập, trường quốc tế …)
Một số văn bản hướng dẫn của nhà nước: - Luật ngân sách Nhà nước năm 2015. - Luật kế toán năm năm 2015.
- Nghị định 163/2016/NĐ-CP ngày 21/12/2016 của Chính phủ quy định chi tiết thi hành một số điều của Luật ngân sách Nhà nước.
- Quyết định số 19/2006/QĐ-BTC ngày 30/3/2006 của Bộ Tài chính về việc ban hành Chế độ kế toán hành chính sự nghiệp. Thông báo số 185/2010/TB-BTC ngày 15/11/2010 về hướng dẫn, sửa đổi, bổ sung Chế độ kế toán hành chính sự nghiệp.
quy định cơ chế tự chủ của đơn vị sự nghiệp công lập.
- Quyết định số 64/2008/QĐ-BGDĐT ngày 28/11/2008 của Bộ trường Bộ GD&ĐT quy định chế độ làm việc đối với giảng viên dạy tại các cơ sở giáo dục đại học.
- Quyết định số 43/2007/QĐ-BGD&ĐT ngày 15/8/2007 của Bộ trưởng Bộ GD&ĐT ban hành Quy chế đào tạo đại học và Cao đẳng hệ chính quy theo hệ thống tín chỉ.
- Các văn bản hướng dẫn chế độ của Nhà nước liên quan.
Dựa vào nội lực sẵn có và mục tiêu phát triển của nhà trường trong tương lai để có biện pháp sắp xếp, cơ cấu, cải tổ HT KSNB cho phù hợp với điều kiện hiện tại và xu hướng phát triển trong tương lai.
5.2 Mục tiêu hoàn thiện
Hoàn thiện HT KSNB nhằm đảm bảo: - Thông tin trung thực và hợp lý. - Tuân thủ luật lệ và quy định.
- Trường hoạt động hữu hiệu và hiệu quả hơn (hoàn thành mục tiêu và sứ mệnh được giao…)
5.3 Các nguyên tắc cần tuân thủ xác định các giải pháp
Phù hợp và dễ thực hiện:
Hệ thống KSNB là công cụ quản lý, do đó nó huy động hầu hết các nguồn lực, chi phối hầu hết các hoạt động, đội ngũ nhân viên trong Nhà trường, vì vậy HT KSNB phải phù hợp với điều kiện thực tế thì mới có thể phát huy tính hiệu quả như mong đợi.
Xây dựng trên nguyên tắc kế thừa
Hệ thống KSNB hiện tại được kế thừa và chỉnh sửa qua nhiều thế hệ cán bộ quản lý và nhân viên Nhà trường, tuy nhiên còn nhiều bất cập cần phải cải tiến, song nó cũng khẳng định phần nào vai trò kiểm soát ngăn ngừa và phát hiện sai phạm … Cần kế thừa những ưu điểm của HT KSNB hiện tại, tham khảo kinh nghiệm của các đơn vị khác, đồng thời khắc phục những yếu kém để tạo ra một hệ thống kiểm soát mới đáp ứng yêu cầu đặt ra, vừa tiết kiệm công sức, chi phí vừa dễ