STT Mã hóa Nội dung của mã hóa
1 RG Khoảng cách hợp lý 2 DS Khoảng cách chuẩn mực
3 DP Khoảng cách chất lượng kiểm toán 4 AEG Khoảng cách kỳ vọng trong kiểm tốn
b.Phương pháp thống kê mơ tả
Thống kê mơ tả giúp mơ tả và hiểu được các tính chất của một bộ dữ liệu cụ thể bằng cách đưa ra các tóm tắt về mẫu và thơng số của dữ liệu. Các đại lượng
thống kê mô tả được sử dụng trong luận án bao gồm: Mean (số trung bình cộng); Sum (số tổng cộng); Std.deviation (độ lệch chuẩn); Minimum, Maximum (giá trị nhỏ nhất, giá trị lớn nhất); Df (tần số); Std error (sai số chuẩn); Meadian (lượng biến của đơn vị đứng ở vị trí chính giữa trong dãy số lượng biến); Mode (biểu hiện của tiêu thức được gặp nhiều nhất trong tổng thể hay trong dãy phân phối).
Luận án sử dụng phương pháp thống kê mô tả nhằm xác định tỷ trọng của các nhóm đối tượng khảo sát trong tổng số phiếu điều tra hợp lệ được sử dụng để phân tích định lượng, xác định các kỳ vọng cấu thành nên khoảng cách kỳ vọng trong kiểm tốn (tính giá trị bình qn của các hồi đáp từ phía người sử dụng thơng tin về việc có hay khơng kỳ vọng kiểm tốn viên thực hiện cơng việc kiểm tốn được nêu và giá trị bình quân của hồi đáp từ kiểm tốn viên về việc có hay khơng khả năng thực hiện các kỳ vọng này).
c.Phương pháp kiểm định One Sample T- test
Kiểm định One Sample T-test nhằm mục đích so sánh giá trị trung bình (mean) của tổng thể với một giá trị cụ thể nào đó. Luận án sử dụng kiểm định One Sample T-test nhằm xác định sự tồn tại của khoảng cách kỳ vọng cũng như đo lường độ lớn của các thành phần khoảng cách và khoảng cách kỳ vọng nói chung. Theo mơ hình nghiên cứu đã được xác lập, đánh giá của người sử dụng thông tin về chất lượng thực hiện các cơng việc kiểm tốn sẽ được so sánh với mức giá trị 5, nếu có sự khác biệt đáng kể (sig. <0.05) thì khẳng định có sự tồn tại của khoảng cách kỳ vọng và giá trị Mean difference của kiểm định chính là độ lớn của khoảng cách. Như vậy, tương ứng với các cơng việc thuộc nhóm kỳ vọng bất hợp lý, sự khác biệt đáng kể giữa đánh giá chất lượng thực hiện với 5 chính là độ lớn của khoảng cách hợp lý (RG); các công việc thuộc nhóm kỳ vọng hợp lý nhưng chưa có trong quy định hiện hành, sự khác biệt là độ lớn của khoảng cách chuẩn mực (DS), và với các công việc thuộc nhóm đã có trong quy định hiện hành chính là độ lớn của khoảng cách chất lượng kiểm toán (DP).
d.Phương pháp phân tích độ tin cậy của thang đo
Độ tin cậy của thang đo được định nghĩa như là khả năng đo lường sự phù hợp các hiện tượng mà nó được thiết kế để đo lường. Do đó, độ tin cậy liên quan đến việc kiểm định tính nhất quán của thang đo để khẳng định thang đo có thể đo lường đúng khái niệm cần đo lường (Lê Văn Huy & Trương Trần Trâm Anh, 2012). Các chỉ báo cùng đo lường một hiện tượng nên phải liên kết với nhau một cách logic. Kiểm tra tính nhất quán bên trong của kiểm định cho phép người nghiên cứu
xác định những biến nào không nhất quán (phù hợp) với kiểm định trong đo lường hiện tượng được điều tra, từ đó sẽ loại bỏ những biến khơng nhất quán và gia tăng độ tin cậy của kiểm định.
Để xác định tính nhất quán bên trong, luận án sử dụng hệ số Cronbach’s alpha: một hệ số tương quan đơn, dùng để ước lượng mức trung bình của tất cả các hệ số tương quan của các biến trong kiểm định. Tùy theo bối cảnh nghiên cứu mà các nhà nghiên cứu quyết định hệ số Alpha phải lớn hơn 0,6; 0,7 hay 0,8.
Theo Lê Văn Huy & Trương Trần Trâm Anh (2012) hệ số Alpha được xem xét trong các trường hợp sau:
0.6 ≤ α < 0.7: Chấp nhận được (trong trường hợp nghiên cứu hoàn toàn mới hoặc trong bối cảnh nghiên cứu).
0.7≤ α < 0.8: Chấp nhận được 0.8 ≤ α < 0.9: Tốt
0.9 ≤ α <1.0: Chấp nhận được – không tốt
Luận án cũng dựa vào hệ số tương quan biến đổng để xác định sự tương quan (phù hợp) giữa mỗi mục với toàn bộ các mục còn lại. Điều kiện để một chỉ báo được giữ lại nếu hệ số tương quan biến tổng của chỉ báo lớn hơn 0.3.
Luận án sử dụng kiểm phương pháp kiểm định độ tin cậy thang đo cho bộ thang đo khoảng cách kỳ vọng trong kiểm toán cũng như các thang đo thuộc các nhân tố ảnh hưởng tới khoảng cách kỳ vọng trong kiểm tốn.
e.Phương pháp phân tích nhân tố khám phá
Phân tích nhân tố khám phá (Exploratory Factor Analysis gọi tắt là EFA) được dựa trên giả định rằng tất cả các biến tương quan ở một mức độ nào đó. Chính vì vậy, một số biến quan sát tương tự nhau có tương quan cao, nhưng biến đo lường khơng tương tự nhau sẽ có tương quan thấp hay nói cách khác, phân tích nhân tố khám phá bằng các thành phần chính cho phép rút gọn nhiều biến số ít nhiều có tương quan với nhau thành những đại lượng được thể hiện dưới dạng đường thẳng gọi là những nhân tố. EFA cung cấp cho người nghiên cứu 2 khả năng: tổng hợp dữ liệu và cắt giảm dữ liệu.
Một số thông số của EFA mà luận án sử dụng:
Kiểm định Barlett’s test of sphericity: là kiểm định thống kê nhằm xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Điều kiện cần để áp dụng EFA là các biến phải có tương quan với nhau. Do vậy, nếu kiểm định cho thấy khơng có ý nghĩa thống kê thì khơng nên áp dụng EFA cho các biến đang xem xét.
Kaiser – Meyer –Olkin (KMO) measure of sampling adequacy: chỉ số dùng để xem xét sự thích hợp của EFA. Giá trị KMO nằm trong khoảng từ 0 tới 1, khi KMO≥0.5 thì có thể khẳng định dữ liệu là thích hợp để phân tích nhân tố khám phá. Đồng thời, giá trị trên đường chéo của Anti-image Correlation trong ma trận Anti- image phải lớn hơn 0.5.
Total Variance Explained: chỉ số đánh giá tổng phương sai giải thích được. Thơng thường tổng phương sai phải lớn hơn 50%.
Eigenvalue: là phần biến thiên được giải thích bởi mỗi nhân tố. Chỉ những nhân tố có Eigenvalue ≥1 mới được giữ lại trong mơ hình phân tích.
Factor loading: là hệ số tải nhân tố cho biết tương quan đơn giữa các biến và các nhân tố. Hệ số này được xác định tương ứng với kích thước mẫu. Theo Hair và cộng sự (2014), hệ số tải nhân tố càng nhỏ thì kích thước mẫu càng phải lớn. Theo Lê Văn Huy & Trương Trần Trâm Anh (2012), hệ số tải nhân tố lớn hơn +/-0.3 đến
+/-0.4 là chấp nhận được, lớn hơn +/-0.5 là có ý nghĩa thực tế. Luận án lựa chọn những nhân tố có hệ số tải nhân tố ≥ 0.5.
Rotated component matrix: là ma trận nhân tố sau khi xoay. Ma trận trình bày các hệ số tải nhân tố của tất cả các biến với các nhân tố được rút trích sau khi thực hiện phép xoay.
f.Phân tích hệ số tương quan
Luận án sử dụng phân tích tương quan Pearson trước khi thực hiện phân tích hồi quy. Mục đích của việc sử dụng phân tích tương quan Pearson là nhằm kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc với các biến độc lập. Hệ số tương quan Pearson r có giá trị dao động từ -1 đến 1. (adsbygoogle = window.adsbygoogle || []).push({});
Nếu r càng tiến về -1/1: tương quan tuyến tính càng mạnh, càng chặt chẽ. Nểu r càng tiến về 0: tương quan tuyến tính càng yếu.
Nếu r =1: tương quan tuyến tính tuyệt đối. Nếu r=0: khơng có mối tương quan tuyến tính.
Tuy nhiên, hệ số tương quan Pearson chỉ có ý nghĩa khi và chỉ khi mức ý nghĩa quan sát (sig.) ≤ 0.05. Nếu sig. >0.05 thì khơng có sự tương quan giữa các biến. Nhưng đối với mối quan hệ tương quan giữa các biến độc lập, nếu sig. ≤ 0.05 mà r>0.5 thì cần xem xét khả năng đa cộng tuyến và sẽ được kiểm tra xác nhận thông qua hệ số VIF khi phân tích hồi quy. Việc so sánh giá trị sig. với mức ý nghĩa
g.Phương pháp phân tích hồi quy bội
Phương pháp phân tích hồi quy bội được sử dụng để phân tích mối quan hệ giữa một biến phụ thuộc với một tập các biến độc lập.
Hồi quy bội là một công cụ được sử dụng nhằm đạt được 3 mục tiêu:
- Tìm ra phương trình dự báo tốt nhất cho tập các biến (giữa các biến độc lập X1, X2, X3… với biến phụ thuộc Y).
-Kiểm soát các nhân tố gây “nhiễu” để đánh giá sự đóng góp của một biến đặc biệt, tập các biến hay xác định các mối quan hệ không phụ thuộc.
- Để xác định mối liên hệ cấu trúc và đưa ra lời giải thích cho mối quan hệ đa biến phức hợp.
Mơ hình hồi quy bội có dạng:
Y = β1X1 + β2X2 + β3X3+ …. + βiXi+ εi Trong đó: Y: Biến phụ thuộc X: Các
biến độc lập
βi: hệ số các biến giải thích εi: Phần dư (sai số ngẫu nhiên)
Nhằm đảm bảo độ tin cậy của kết quả hồi quy, luận án sử dụng các kiểm định sau:
Kiểm định về mức độ phù hợp của mơ hình bằng phân tích phương sai
Analysis of Variance (ANOVA). Kiểm định này nhằm xem xét mối quan hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Do các nghiên cứu chỉ tiến hành điều tra trên mẫu rồi suy ra tính chất chung của tổng thể, vì vậy, hệ số F trong phân tích phương sai sẽ xác định xem mơ hình hồi quy tuyến tính này có suy rộng ra và áp dụng được cho tổng thể hay khơng. Giá trị sig của F <0.05 thì mơ hình tuyến tính đã xây dựng được đánh giá là phù hợp với tổng thể.
Kiểm định tương quan chuỗi bậc nhất Durbin –Watson (DW): dùng để kiểm định sự tương quan của các sai số kề nhau. Giá trị DW biến thiên trong khoảng từ 0 đến 4. Nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá rị sẽ gần bằng 2 (trong khoảng từ 1 đến 3); nếu giá trị càng nhỏ, gần về 0 thì các phần sai số có tương quan thuận; nếu càn lớn tiến gần tới 4 thì sai số có tương quan nghịch. Mơ hình hồi quy khơng có sự tương quan chuỗi bậc nhất thì dữ liệu thu thập là tốt.
Kiểm định với hiện tượng đa cộng tuyến với hệ số phóng đại phương sai Variance Inflation Factor (VIF). Đa cộng tuyến là hiện tượng tồn tại mối quan hệ ở mức độ cao giữa các biến độc lập. Khi các biến độc lập bị đa cộng tuyến thì có thể dẫn đến kết quả nghịch lý là mơ hình hồi quy thích hợp với dữ liệu nhưng khơng có biến dự báo nào có ảnh hưởng đáng kể tới biến phụ thuộc. Thông thường nếu hệ số VIF>10 là xảy ra đa cộng tuyến. Tuy nhiên, trên thực tế với các đề tài nghiên cứu có mơ hình và bảng câu hỏi dùng thang đo Likert thì VIF <2 sẽ khơng có đa cộng tuyến, trường hợp nếu VIF ≥2 khả năng cao đang có đa cộng tuyến giữa các biến độc lập.
Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội qua các hệ số R2 (R-square) và R2a điều chỉnh (Adjusted R-square). Trong đó, hệ số R2 được xem là hệ số có mối quan hệ đồng biến với số lường các biến độc lập đưa vào mơ hình. Hệ số R2a là hệ số được điều chỉnh từ hệ số R2 và được sử dụng để phản ánh sát hơn mức độ phù hợp của mơ hình quy quy tuyến tính đa biến và R2a không nhất thiết tăng lên khi nhiều biến độc lập được đưa vào mơ hình. Thơng thường hệ số R2a từ 50% trở lên là nghiên cứu được đánh giá tốt.
Kết luận chương 3
Chương 3 đã trình bày được quy trình nghiên cứu cũng như nội dung các phương pháp nghiên cứu định tính và định lượng mà luận án đã vận dụng. Theo đó, trong phương pháp nghiên cứu định tính, sau khi thu thập các dữ liệu thứ cấp về khoảng cách kỳ vọng và các nhân tố ảnh hưởng tới khoảng cách kỳ vọng, luận án sử dụng các phương pháp phỏng vấn bán cấu trúc và khảo sát thử để xử lý dữ liệu thứ cấp nhằm xây dựng phiếu điều tra khảo sát.
Trong chương 3, luận án cũng xác định được các phương pháp thu thập và xử lý dữ liệu được vận dụng trong phương pháp nghiên cứu định lượng. Phương pháp thu thập dữ liệu trong nghiên cứu định lượng giúp luận án xác định được đối tượng, kích thước mẫu nghiên cứu, thiết kế bảng hỏi. Trong khi đó, phương pháp xử lý dữ liệu trong nghiên cứu định lượng đã chỉ ra cách thức mã hóa dữ liệu và cách sử dụng các phương pháp thống kê mô tả, kiểm định One Sample T- test, phân tích độ tin cậy của thang đo, phân tích nhân tố khám phá, phân tích hệ số tương quan, phân tích hồi quy bội.
Kết quả của chương 3 là cơ sở để luận án đưa ra kết quả nghiên cứu ở chương tiếp theo về khoảng cách kỳ vọng và các nhân tố ảnh hưởng tới khoảng cách kỳ vọng trong kiểm tốn báo cáo tài chính các cơng ty phi tài chính niêm yết trên thị trường chứng khoán Việt Nam.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN
4.1.Khái quát về kiểm tốn báo cáo tài chính các cơng ty phi tài chính niêm yết trên thị trường chứng khốn Việt Nam
Cơng ty niêm yết là những công ty đại chúng đăng ký niêm yết chứng khoán trên các sở giao dịch chứng khoán. Tại Việt Nam hiện nay có hai Sở giao dịch chứng khốn bao gồm Sở giao dịch TP. Hồ Chí Minh (HOSE) và Sở giao dịch chứng khốn Hà Nội (HNX). Theo điều 20 của Luật chứng khoán Việt Nam số 54/2019/QH14, Báo cáo tài chính năm của cơng ty niêm yết phải được kiểm tốn bởi tổ chức kiểm toán được chấp thuận thực hiện kiểm tốn cho đơn vị có lợi ích cơng chúng thuộc lĩnh vực chứng khoán. Một trong những mục tiêu của kiểm tốn Báo cáo tài chính các cơng ty niêm yết là đánh giá điều kiện niêm yết và khả năng duy trì niêm yết trên thị trường chứng khốn của các cơng ty. Ý kiến kiểm tốn đối với các báo cáo tài chính là ý kiến chấp nhận tồn phần; trường hợp ý kiến kiểm tốn là ý kiến ngoại trừ thì khoản ngoại trừ khơng ảnh hưởng đến điều kiện chào bán; tổ chức phát hành phải có tài liệu giải thích hợp lý và có xác nhận của tổ chức kiểm toán về ảnh hưởng của việc ngoại trừ. Như vậy, các công ty niêm yết phải đáp ứng các yêu cầu về công bố thông tin chặt chẽ, khắt khe hơn so với các công ty không niêm yết.
Mặt khác, số lượng người sử dụng thơng tin trên báo cáo tài chính các cơng ty niêm yết trên thị trường chứng khốn là rất lớn và thuộc niều đối tượng khác nhau như các cổ đông, nhà quản lý, nhân viên ngân hàng,… Hơn nữa, trình độ, nhận thức, kinh nghiệm cũng như các lợi ích có liên quan đến báo cáo tài chính của người sử dụng thơng tin cũng rất đa dạng. Nếu Báo cáo tài chính của các cơng ty niêm yết vẫn cịn tồn tại các sai sót trọng yếu mà kiểm tốn viên khơng phát hiện được, có thể gây thiệt hại về kinh tế cho rất nhiều đối tượng sử dụng thơng tin cũng như làm mất lịng tin vào thị trường chứng khốn. Do đó, liên quan tới các cơng ty niêm yết, yêu cầu và kỳ vọng về chất lượng kiểm tốn từ người sử dụng thơng tin thường cao hơn và cũng phức tạp hơn so với các công ty không niêm yết. Đối với các công ty niêm yết trên thị trường chứng khốn, Báo cáo tài chính được kiểm tốn khơng chỉ là u cầu bắt buộc từ phía cơ quan quản lý Nhà nước mà còn là yêu cầu cấp thiết từ phía các cổ đơng, các nhà quản lý, nhân viên ngân hàng, môi