Đánh giá giá trị thang đ o phân tích yếu tố khám phá EFA

Một phần của tài liệu CÁC yếu ẢNH HƢỞNG đến tố CHẤT LƢỢNG báo cáo tài CHÍNH ở các đơn vị TRÊN địa bàn CÔNG THÀNH PHỐ hồ CHÍ MINH (Trang 60 - 66)

7. KẾT CẤU CỦA ĐỀ TÀI NGHIÊN CỨU

4.1.2 Đánh giá giá trị thang đ o phân tích yếu tố khám phá EFA

Những thang đo sau khi đã đánh giá độ tin cậy sẽ đƣa vào đánh giá giá trị thang đo bằng phân tích yếu tố khám phá (EFA).

Phƣơng pháp đánh giá giá trị thang đo:

Để đánh giá giá trị thang đo cần xem xét 4 thuộc tính quan trọng trong EFA:

(a) Sự phù hợp của phân tích yếu tố (Giá trị KMO và kiểm định Barllet Test), (b)

Số lượng yếu tố trích được, (c) Trọng số yếu tố, (d) Tổng phương sai trích.

Sự phù hợp của phân tích yếu tố: phân tích yếu tố phù hợp khi giá trị KMO > 0.5 và kiểm định Barlett Test có ý nghĩa, tức là giá trị Sig. của kiểm định này nhỏ hơn 0.05 (với độ tin cậy 95%) (Nguyễn Đình Thọ, 2011).

Số lượng yếu tố trích: Tiêu chí Eigenvalue đƣợc dùng để xác định số lƣợng yếu tố trích. Với tiêu chí này, số lƣợng yếu tố trích đƣợc xác định ở yếu tố dừng có Eigenvalue > = 1 (Nguyễn Đình Thọ, 2011)

Trọng số yếu tố : trong phân tích yếu tố, trọng số yếu tố của một biến trên yếu tố mà nó là một biến đo lƣờng sau khi quay yếu tố phải cao và các trọng số trên yếu tố mà nó không đo lƣờng phải thấp. Đạt đƣợc điều kiện này thang đo đạt đƣợc giá trị hội tụ (Nguyễn Đình Thọ, 2011). Nhƣ vậy, khi kiểm định trọng số yếu tố cần tuân thủ các tiêu chí sau:

- Trọng số yếu tố của một biến Xi là λi > = 0.5 là chấp nhận đƣợc. Trong trƣờng hợp λi < 0.5 chúng ta có thể loại biến Xi vì nó không đo lƣờng khái niệm chúng ta cần đo. Tuy nhiên, nếu λi không quá nhỏ, giả sử lớn hơn hoặc bằng 0.4, chúng ta không cần loại biến nếu nội dung của biến xét thấy có ý nghĩa trong thang đo.

- Chênh lệch trọng số λiA – λiB >= 0.3 là giá trị có thể chấp nhận đƣợc, nếu hai biến này tƣơng đƣơng nhau thì có thể loại biến này đi. Tuy nhiên, cũng cần xem xét ý nghĩa của biến trong thang đo trƣớc khi loại bỏ

Tổng phương sai trích: Khi đánh giá kết quả EFA, cần xem xét phần tổng phƣơng sai trích. Tổng này thể hiện các yếu tố trích đƣợc bao nhiêu phần trăm của các biến đo lƣờng. Nếu tổng này đạt từ 50% trở lên là đƣợc, còn từ 60% trở lên là tốt. Nếu điều kiện này đƣợc thỏa mãn ta có thể kết luận mô hình EFA là phủ hợp.

4.1.2.1 Thang đo các yếu tố ảnh hưởng đến Báo cáo tài chính

Thực hiện EFA nhƣ mô tả trên đây, kết quả phân tích đƣợc trình bày nhƣ sau:

Trƣớc khi thực hiện phân tích yếu tố khám phá ta cần kiểm định điều kiện thực hiện của phân tích này. Kiểm định KMO để kiểm định điều kiện thực hiện EFA. Kiểm định KMO và Bartlett’s cho các yếu tố Báo cáo tài chính. Khi hệ số KMO > 0.5 và Sig.< 0.5 thì thang đo thể hiện mức ý nghĩa cao.

Bảng 4.7: Kiểm định điều kiện thực hiện của EFA

Kaiser-Meyer-Olkin Measure of Sampling Adequacy.

Component 1 2 3 4 5 6 7 8 9 10 .7872.80975.703

Extraction Method: Principal Component Analysis

Bảng 4.7 cho thấy kết quả KMO = 0.672, trong khi yêu cầu của giá trị này để phân tích yếu tố phù hợp là 0.5. Ngoài ra kiểm định Bartlett Test có giá trị Sig = 0.000 < 0.05. Vì vậy, kết quả trên cho thấy phân tích yếu tố là phù hợp.

Kết quả phƣơng sai trích ở bảng 4.7 cho thấy, sau khi phân tích yếu tố thì tại giá trị Eigenvalue > 1 có tất cả 5 yếu tố đƣợc hình thành. Và kết quả giá trị cộng dồn Cumulative % = 58.898 cho biết rằng 58.898 % biến thiên của dữ liệu nghiên cứu đƣợc giải thích bởi 5 yếu tố của mô hình trên. Đây cũng là kết quả khá tốt, thông thƣờng với phân tích yếu tố thì phƣơng sai trích trên 50% là chấp nhận đƣợc.

Bảng 4.8: Bảng ma trận yếu tố sau khi xoay GDNN5 GDNN4 GDNN1 GDNN3 GDNN6 GDNN2 CCTC1 CCTC5 CCTC3 CCTC4 CCTC6 LNSNN5 LNSNN1 LNSNN4 LNSNN3 LNSNN2 CMQT1 CMQT2 CMQT5 CMQT6 CMQT4 CMQT3 CMQT8 CMQT7 YCLD3 YCLD4 YCLD1 YCLD2

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 5 iterations.

KẾT LUẬN: Kết quả trong bảng 4.8 yếu tố xoay cho thấy có 5 yếu tố đƣợc hình thành nhƣ sau:

- Nhóm 1 (yếu tố Giáo dục nghề nghiệp - GDNN) gồm 6 biến: GDNN1, GDNN2, GDNN3, GDNN4, GDNN5, GDNN6.

- Nhóm 2 (yếu tố Cơ chế Tài chính công - CCTC) gồm 6 biến: CCTC1, CCTC2, CCTC3, CCTC4, CCTC5, CCTC6.

- Nhóm 3 (yếu tố Luật Ngân sách Nhà nƣớc - LNSNN) gồm 5 biến: LNSNN1,

LNSNN2, LNSNN3, LNSNN4, LNSNN5.

- Nhóm 4 (yếu tố Chuẩn mực Kế toán Quốc tế - CMQT) gồm 8 biến: CMQT1, CMQT2, CMQT3, CMQT4, CMQT5, CMQT6, CMQT7, CMQT8.

- Nhóm 5 (yếu tố Yêu cầu của Lãnh đạo - YCLD) gồm 4 biến: YCLD1, YCLD2, YCLD3, YCLD4.

4.1.2.2 Thang đo Báo cáo tài chính

Thang đo Báo cáo tài chính gồm có 4 biến quan sát. Sau khi đạt độ tin cậy khi kiểm tra bằng Cronbach’s alpha, phân tích yếu tố khám phá EFA đƣợc sử dụng để kiểm định lại mức độ hội tụ của các biến quan sát.

Kiểm định KMO và Bartlett’s trong phân tích yếu tố cho thấy hệ số KMO: 0.675 > 0.5 với mức ý nghĩa bằng 0 (Sig =0.000) cho thấy phân tích yếu tố EFA rất thích hợp.

Tại các mức giá trị này Ergenvalues lớn hơn 1 và với phƣơng pháp rút trích Principal components và phép quay Varimax, phân tích yếu tố đã trích đƣợc 1 yếu tố duy nhất với phƣơng sai trích là 65.583% (lớn hơn 50%) đạt yêu cầu.

Bảng 4.9: Kiểm định điều kiện thực hiện của EFA

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. Bartlett's Test of

Sphericity

Total Variance Explained

Component

1 2 3

Extraction Method: Principal Component Analysis.

Component Matrixa

BCTC2 BCTC3 BCTC4 BCTC1

Extraction Method: Principal Component Analysis. 1.components extracted

Một phần của tài liệu CÁC yếu ẢNH HƢỞNG đến tố CHẤT LƢỢNG báo cáo tài CHÍNH ở các đơn vị TRÊN địa bàn CÔNG THÀNH PHỐ hồ CHÍ MINH (Trang 60 - 66)

Tải bản đầy đủ (DOCX)

(100 trang)
w