IV. KẾT QUẢ NGHIÊN CỨU
4.4 Kết quả phân tích hồi quy
4.4.1 Đánh giá sự phù hợp của mô hình
Bảng 4.4 Đánh giá sự phù hợp của mô hình
Model Summary
Step -2 Log likelihood Cox & Snell R Nagelkerke R Square Square
1 90.791a .163 .236
Với Rsqurare bằng 0.236 cho thấy mô hình giải thích được 23.6% sự thay đổi của AO qua các biến nghiên cứu như biến dồn tích có thể điều chỉnh, công ty kiểm toán, hệ số tài chính và các thông tin quá khứ xuất hiện trong mô hình. Phần còn lại 76,4% sự thay đổi ý kiến kiểm toán liên quan được là do các yếu tố bên ngoài khác tác động mà trong mô hình chưa đề cập tới.
4.4.2 Kiểm định về độtin cậy của mô hình
Bảng 4.5 Kiểm định độ tin cậy của mô hình
Observed
AOit Step 1
Overall Percentage a. The cut value is .500
Nguồn Kết quả từ phần mềmSPSS
Với tỉ lệ dự báo chính xác là 72.5% cho thấy mô hình có độ tin cậy cho việc đánh giá các yếu tố tác động lên AO
4.4.3 Kiểm định giả thuyết về các hệ số của mô hình hồi quy mẫu
Phân tích tương quan chỉ cho biết giữa các biến có thể có mối quan hệ với nhau mà không cho biết mối quan hệ nhân quả giữa chúng. Về mặt lý thuyết ta biết rằng các biến độc lập trong mô hình như là những biến nguyên nhân và biến phụ thuộc AO như là biến kết quả. Kết quả phân tích từ dữ liệu nghiên cứu như sau:
Với kết quả của bảng dưới đây, để kiểm định giả thuyết về các hệ số của mô hình hồi quy mẫu ta dùng kiểm định t
Page 47
Bảng 4.6 Kết quả hồi quy B DA LAOit1 LLOSSit1 ROAit BIGit Step 1a TURNit INVRECit TLEit ARGALit AGEit Constant Nguồn Kết quả từ phần mềm SPSS
Kết quả phân tích cho thấy p-value của kiểm định F bằng 0.074 nhỏ hơn 0.1, điều đó cho thấy có tối thiểu một biến nghiên cứu trong mô hình có ảnh hưởng đến biến phụ thuộc (AOit). Hệ số xác định R2 hiệu chỉnh bằng 0.236 cho thấy các biến độc lập giải thích được 23,6% sự thay đổi của biến phụ thuộc, 76,4% sự thay đổi của biến phụ thuộc chịu sự tác động của các nhân tố khác không đưa vào mô hình. Phương trình hồi quy biểu diễn quan hệ giữa các biến có thể được viết lại như sau:
AOit = -3.544*DA + 1.121*LAOit - 0.290* LLOSS(it-1) - 0.777*ROAit +1.203*BIGit - 0.012* TURNit + 0.199* INVRECit + 0.078* TLEit + 0.012* ARGALit -0.052* AGEit -2.763
Các hệ số Beta chưa chuẩn hóa (cột Beta) được xem như tác động biên của các biến độc lập lên biến phụ thuộc. Nghĩa là trong điều kiện các yếu tố khác không đổi khi tác động thay đổi của một nhân tố trong mô hình tăng thêm (hoặc giảm đi) một đơn vị đánh giá thì biến mục tiêu sẽ tăng hoặc giảm Beta đơn vị.
4.4.4 Kiểm định giảthuyết nghiên cứu
Để kiểm định các giả thuyết nghiên cứu đặt ra trong mô hình nghiên cứu ta sử dụng thống kê t và giá trị p-value tương ứng so sánh trực tiếp với giá trị 0.1 (mức ý nghĩa 10% hay mức tin cậy 90%)
Kiểm định giả thuyết H: Biến dồn tích có thể điều chỉnh có ảnh hưởng tới khả năng nhận được ý kiến kiểm toán không chấp nhận toàn phần.
Từ kết quả ước lượng hồi quy, thống kê t có p –value bằng 0.179 lớn hơn 0.1). Hệ số beta dương và p-value lớn hơn 0.1 biến dồn tích có thể điều chỉnh không có sự
Page 48
liên quan hay tác động lên biến AOit, ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập dự phòng. Điều đó cho thấy đối với dữ liệu nghiên cứu này việc công ty có điều chỉnh lợi nhuận không liên quan tới việc công ty nhận được ý kiến không chấp nhận toàn phần vì vấn đề trích lập dự phòng với độ tin cậy 90%. Hay nói cách khác ta bác bỏ giả thuyết H.
Ngoài ra qua mô hình này chúng ta cũng rút ra được các kết luận sau: BIGit có tác động cùng chiều lên AOit cho thấy các công ty nhận được ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập dự phòng có mối liên quan tới việc công ty này được kiểm toán bởi Big 4. Cụ thể hơn đây là mối quan hệ cùng chiều bởi p- value bằng 0,074 < 0,1 hệ số Beta bằng 1,203 >0.
TLEit đại diện cho biến hệ số nợ trên vốn chủ sở hữu có tác động cùng chiều lên AOit bởi p- value =0,044 < 0,05 cùng với hệ số Beta bằng 0,078 thì cho thấy mối quan hệ cùng chiều dương tác động lên khả năng nhận được ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập dự phòng.
Page 49
4.4.5 Phân tích kết quảnghiên cứu
Biến kế toán dồn tích có thể điều chỉnh
Tỷ số lợi nhuận thuần trên tổng tài sản BQ
Công ty kiểm toán có phải Big 4 hay không
Khoảng chênh lệch giữa thời điểm báo cáo kiểm toán được phát hành và thời điểm kết thúc nămtài chính
Số năm niêm yết tính tới thời điểm nghiên cứu Tỷ số doanh thu trên tổng tài sản BQ Tỷ số tổng hàng tồn kho và khoản phải thu trên tổng tài sản BQ Tỷ số tổng nợ trên vốn chủ sở hữu R 2 h i ệ u c h ỉ n h = 0 , 2 3 6 * Ý k i ế n k i ể m t o á n k h ô n g c h ấ p n h ậ n t o à n phần
Ýkiến kiểm toán năm trước là không chấp nhận toàn phần hay không Kết quả kinh doanh của công ty năm
trước năm nghiên cứu
Ghi chú: : Có ý nghĩa thống kê
: Không có ý nghĩa thống kê Hình 4.5 Kết quả đánh giá hồi quy
Trong phần này nhóm nghiên cứu trả lời câu hỏi nghiên cứu và giả thuyết nghiên cứu:
GT 1: Điều chỉnh lợi nhuận có ảnh hưởng tới ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập dự phòng.
Kết quả nghiên cứu cho thấy, sự thay đổi của các khoản dồn tích có thể điều chỉnh không có ý nghĩa đối với sự thay đổi của việc nhận được ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập sự phòng với p-value = 0,179> 0,1. Có nghĩa rằng ý kiến kiểm toán không chấp nhận toàn phần vì lý do trích lập dự phòng không có mối quan hệ với nhau. Nhóm nghiên cứu bác bỏ giả thiết đã đưa ra.
Mặc dù mô hình nghiên cứu có tất cả mười biến nhưng số biến có ý nghĩa với sự thay đổi đối với biến phụ thuôc AO - ý kiến kiểm toán có liên quan tới trích lập dự
Page 50
phòng. Những biến có mối quan hệ là biến BIGit, biến định danh công ty kiểm toán có phải là Big 4 hay không với hệ số Beta=1.203 và p-value=0.074 Tiếp đến là ảnh hưởng của biến TLEit tính toán được từ hệ số nợ trên vốn chủ sở hữu có hệ số Beta =0.078 <0.01 và p- value=0.078.
Bên cạnh đó, kết quả nghiên cứu cho thấy mô hình Logistics là một công cụ phù hợp và tin cậy để đánh giá ảnh hưởng giữa mối quan hệ giữa ý kiến kiểm toán không chấp nhận toàn phần và khả năng điều chỉnh lợi nhuận. Kết quả một lần nữa kiểm chứng tính tin cậy và phù hợp của mô hình nghiên cứu trong trường hợp của các công ty niêm yết trên sàn chứng khoán 2014. Bởi quy mô nghiên cứu chỉ giới hạn tại một năm nên việc phân tích bằng mô hình Logistics là phù hợp với đặc điểm và mục tiêu nghiên. Mặc dù là một công cụ nghiên cứu tin cậy và phù hợp nhưng bài nghiên cứu cũng cho thấy cần điều chỉnh, bổ sung.
Mô hình hồi quy Logistic mà nghiên cứu này sử dụng cho thấy chỉ số 2-log likelihood đạt tới giá trị 90.791, và đây là chỉ số thích hợp khẳng định tính chắc chắn của mô hình. Hệ số tương quan Cox& Snell R Square đạt tới 0.163, trong khi đó hệ số tương quan Nagelkerde R Square đạt giá trị 0.236 (23,6%). Các kết quả kiểm định thống kê này cho thấy tính chắc chắn của mô hình hồi quy tương quan logistic được sử dụng trong phân tích. Bảng 2 cho thấy tỷ lệ dự đoán của mô hình là khá cao, lên tới 72,5%, có thể giúp kết luận mô hình hồi quy tương quan logistic sử dụng trong nghiên cứu là hoàn toàn hợp lý. Mô hình này có khả năng đưa thêm các nhân tố khác vào mô hình để cải thiện khả năng giải thích.
Page 51
CHƯƠNG V:
THẢO LUẬN KẾT QUẢ NGHIÊN CỨU