Hệ số KMO .840
Kiểm tra mô hình Bartlett Giá trị. Chi-Square 588.844 Bậc tự do 21 Sig (giá trị p – value) .000 Bảng 4.13: Phương sai trích Nhân tố
Giá trị Eigenvalues Chỉ số sau khi trích
Tổng Phƣơng sai trích Tích lũy phƣơng sai trích Tổng Phƣơng sai trích Tích lũy phƣơng sai trích 1 3.534 50.484 50.484 3.534 50.484 50.484 2 .813 11.614 62.098 3 .769 10.989 73.087 4 .706 10.079 83.166 5 .468 6.683 89.849 6 .363 5.179 95.028 7 .348 4.972 100.000
(Nguồn: tính toán từ chương trình SPSS)
4.2. Phân tích tƣơng quan Pearson:
Kiểm định hệ số tƣơng quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Ma trận tƣơng quan cho biết tƣơng quan giữa biến phụ thuộc với từng biến độc lập cũng nhƣ tƣơng quan giữa các biến độc lập với nhau. Hệ số tƣơng quan của các quyết định lựa chọn dịch vụ kế toán với từng biến độc lập khá tƣơng đối. Hệ số tƣơng quan giữa các biến độc lập khá thấp, tuy nhiên ta vẫn phải xét vai trò của các biến độc lập và hiện tƣợng đa cộng tuyến.
Bảng 4.14: Kết quả phân tích tương quan Pearson giữa các biến độc lập và biến phụ thuộc
LCDVKT LI TĐCM GP TH SGT TĐ ĐTC LCDVKT Pearson Correlation 1 .504** .522** .815** .603** -.036 .340** .699** Sig. (2-tailed) .000 .000 .000 .000 .568 .000 .000 N 251 251 251 251 251 251 251 251 LI Pearson Correlation .504** 1 .354** .475** .339** .013 .316** .318** Sig. (2-tailed) .000 .000 .000 .000 .840 .000 .000 N 251 251 251 251 251 251 251 251 TĐCM Pearson Correlation .522** .354** 1 .435** .286** .085 .209** .438** Sig. (2-tailed) .000 .000 .000 .000 .178 .001 .000 N 251 251 251 251 251 251 251 251 GP Pearson Correlation .815** .475** .435** 1 .504** -.045 .373** .572** Sig. (2-tailed) .000 .000 .000 .000 .482 .000 .000 N 251 251 251 251 251 251 251 251 TH Pearson Correlation .603** .339** .286** .504** 1 .051 .146* .517** Sig. (2-tailed) .000 .000 .000 .000 .417 .021 .000 N 251 251 251 251 251 251 251 251 SGT Pearson Correlation -.036 .013 .085 -.045 .051 1 -.003 .016 Sig. (2-tailed) .568 .840 .178 .482 .417 .961 .806 N 251 251 251 251 251 251 251 251 TĐ Pearson Correlation .340** .316** .209** .373** .146* -.003 1 .221** Sig. (2-tailed) .000 .000 .001 .000 .021 .961 .000 N 251 251 251 251 251 251 251 251 ĐTC Pearson Correlation .699** .318** .438** .572** .517** .016 .221** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .806 .000 N 251 251 251 251 251 251 251 251
(Nguồn: tính toán từ chương trình SPSS)
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Kết quả phân tích tƣơng quan cho biến phụ thuộc CLTT có hệ số Sig = .000 < 5% ngoại trừ biến “sự giới thiệu” có hệ số Sig = 0.568 > 5%, do vậy chỉ có 6 biến độc lập LI, TĐCM, GP, TH, TĐ, ĐTC đều tƣơng quan với biến phụ thuộc LCDVKT, và 6 biến độc lập này đƣợc giữ lại để phân tích hồi quy.
4.3. Phân tích hồi quy
4.3.1. Phƣơng trình hồi quy tuyến tính
Phát hiện từ bƣớc nghiên cứu trƣớc về các nhân tố ảnh hƣởng đến quyết định lựa chọn dịch vụ kế toán và kết quả phân tích EFA cho thấy các nhân tố lợi ích, trình độ chuyên môn, giá phí, thƣơng hiệu, thái độ, độ tin cậy ảnh hƣởng đến quyết định lựa chọn dịch vụ kế toán.
Phƣơng trình hồi quy:
Y = βLI + β2TĐCM + β3GP + β4TH + β5TĐ +β6ĐTC + ε Trong đó:
Biến LI: Lợi ích
Biến TĐCM: Trình độ chuyên môn Biến GP: Giá phí
Biến TH: Thƣơng hiệu Biến TĐ: Thái độ Biến ĐTC: Độ tin cậy ε : hệ số nhiễu
β: hệ số hồi quy
Y: quyết định lựa chọn dịch vụ kế toán
Kết quả cho thấy mô hình có độ phù hợp đạt yêu cầu (R2=0,78). Hệ số R2 hiệu chỉnh (Adjusted Square) trong mô hình này là 0,78 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữliệu đến mức 78%. Điều này cũng có nghĩa là có 78% sự biến thiên quyết định lựa chọn dịch vụ kế toán đƣợc giải thích chung bởi 6 biến độc lập trong mô hình.
Bảng 4.15: Kiểm tra độ phù hợp của mô hình Mô hình Hệ sốR Hệ sốR2 Hệ số R Mô hình Hệ sốR Hệ sốR2 Hệ số R 2 - hiệu chỉnh Sai số chuẩn của ƣớc lƣợng 1 .886a .785 .780 .265
(Nguồn: tính toán từ chương trình SPSS)
a. Biến độc lập: ĐTC, TĐ, LI, TĐCM, TH, GP b. Biến phụ thuộc: LCDVKT
Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Kiểm định này cho chúng ta biết biến phụ thuộc có tƣơng quan tuyến tính với toàn bộ các biến độc lập hay không.
Giả thuyết H0 là: β1 = β2 = β3 = β4 = β5 = 0. Kiểm định F và giá trị sig.
Nếu giả thuyết H0 bị bác bỏ, chúng ta có thể kết luận các biến đốc lập trong mô hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc, điều này đồng nghĩa mô hình xây dựng phù hợp với tập dữ liệu các biến.
Bảng 4.16: Bảng phân tích ANOVA ANOVAa ANOVAa Mô hình Tổng bình phƣơng Bậc tự do Trung bình bình phƣơng F Sig. 1 Hồi quy 62.806 6 10.468 148.587 .000b Phần dƣ 17.189 244 .070 Tổng 79.995 250
(Nguồn: tính toán từ chương trình SPSS)
a. Biến phụ thuôc: LCDVKT
b. Biến độc lập: ĐTC, TĐ, LI, TĐCM, TH, GP
Kết quả từ bảng 4.16, cho thấy giá trị Sig = .000(< 0.05) chứng tỏ rằng mô hình hồi quy xây dựng là phù hợp với bộ dữ liệu thu thập đƣợc, và các biến đƣa vào
đều có ý nghĩa về mặt thống kê với mức ý nghĩa 5% nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mô hình có tƣơng quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích đƣợc sự thay đổi của biến phụ thuộc. Mô hình hồi quy tuyến tính bội đƣợc xây dựng phù hợp và có thể sử dụng đƣợc.
Bảng 4.17: Bảng kết quả hồi quy
Mô hình
Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa tstat Sig. Thống kê đa cộng tuyến Beta Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF 1 (Constant) -.184 .148 -1.239 .217 LI .077 .031 .089 2.526 .012 .715 1.398 TĐCM .114 .034 .116 3.362 .001 .734 1.363 GP .441 .038 .487 11.588 .000 .499 2.005 TH .153 .035 .160 4.362 .000 .655 1.527 TĐ .022 .027 .027 .836 .404 .830 1.205 ĐTC .242 .038 .253 6.426 .000 .567 1.762
(Nguồn: tính toán từ chương trình SPSS)
a. Biến phụ thuộc: LCDVKT
Nhìn vào bảng kết quả hồi quy ta thấy hệ số Sig của 5 nhân tố độc lập LI, TĐCM, GP, TH, ĐTC đều< 5% và hệ số phóng đại phƣơng sai VIF rất thấp (<2) điều này chứng tỏ hiện tƣợng đa cộng tuyến không xảy ra với các biến độc lập, nhƣng có nhân tố độc lập TĐ có hệ số Sig = 0.404 > 5% nên bị loại khỏi phƣơng trình hồi quy.
Phương trình hồi quy:
Quyết định lựa chọn dịch vụ kế toán = 0,089 lợi ích + 0,116 trình độ chuyên môn + 0,487 giá phí + 0,16 thương hiệu + 0,253 độ tin cậy
Để so sánh mức độ ảnh hƣởng từng nhân tố độc lập đối với quyết định lựa chọn dịch vụ kế toán ta căn cứ vào hệ số Beta chuẩn hóa. Theo đó, nhân tố nào có
trọng số Beta chuẩn hóa càng lớn có nghĩa là nhân tố đó ảnh hƣởng càng mạnh đến biến phụ thuộc. Ta thấy, ở phƣơng trình hồi quy, trong 5 nhân tố ảnh hƣởng đến quyết định lựa chọn dịch vụ kế toán thì nhân tố giá phí ảnh hƣởng mạnh nhất đến sự lựa chọn dịch vụ kế toán với Beta = 0,487; nhân tố độ tin cậy ảnh hƣởng mạnh thứ hai với hệ số Beta = 0.253; nhân tố thƣơng hiệu ảnh hƣởng mạnh thứ ba với hệ số Beta = 0.16; nhân tố tiếp theo trình độ chuyên môn ảnh hƣởng thứ tƣ với hệ số Beta = 0.116; nhân tố lợi ích ảnh hƣởng thấp nhất với hệ số Beta = 0,089.
4.4. Kiểm định các giả thiết cần thiết trong mô hình phân tích hồi quy 4.4.1 Kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy 4.4.1 Kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy
Có 7 nhân tố đƣợc đề xuất trong mô hình, và có 5 nhân tố có mối quan hệ tuyến tính với quyết định lựa chọn dịch vụ kế toán. Vì vậy, cần thiết phải kiểm định giả thuyết về ý nghĩa của các hệ số hồi quy này để đi đến kết luận mối quan hệ và mức độ tác động của các nhân tố trên.
Giả thuyết:
H0: β1= β2 = β3= β4= β5 = 0; H1: β1= β2 = β3= β4= β5≠ 0.
Với mức ý nghĩa α = 5%
Kiểm định giảthuyết về ý nghĩa các hệ số hồi quy, trong Bảng 4.17, các giá trị t tƣơng ứng với sig < 0.05. Vì vậy, bác bỏ giả thuyết H0và kết luận rằng các biến độc lập LI (lợi ích), TĐCM (trình độ chuyên môn), GP (giá phí), TH (thƣơng hiệu), ĐTC (Độ tin cậy), có quan hệ tuyến tính với biến phụ thuộc Y (sự lựa chọn dịch vụ kế toán).
4.4.2 Kiểm định giả thuyết về phƣơng sai của sai số không đổi
Có 5 nhân tố tƣơng ứng với 5 biến độc lập có tƣơng quan với biến phụ thuộc Y, tuy nhiên, để kiểm tra xem ƣớc lƣợng của các hệ số hồi quy có đạt hiệu quả không, kiểm định tƣơng quan hạng Spearman đƣợc lựa chọn sử dụng với giả thuyết sau:
Giả thuyết: H0: Hệ số tƣơng quan hạng của các biến LI = TĐCM = GP = TH = ĐTC = 0
Kiểm định Spearman cho mối tƣơng quan giữa hai biến gồm 1 biến độc lập lần lƣợt là LI, TĐCM, GP, TH, ĐTC với phần dƣ (ký hiệu biến "phandu”). Kết quả kiểm định cho thấy không thể bác bỏ đƣợc giả thuyết H0 do hệ số tƣơng quan hạng của các biến LI, TĐCM, GP, TH, ĐTC lần lƣợt là 0.464, 0.441, 0.801, 0.541, 0.586. Đều có mức ý nghĩa lớn hơn 0.05. Điều này cho thấy phƣơng sai của phần dƣ không thay đổi (Bảng 4.18).
Bảng 4.18: Kết quả phân tích tương quan Spearman giữa các biến độc lập và biến phụ thuộc LCDVKT LI TĐCM GP TH ĐTC LCDVKT Correlation Coefficient 1.000 .464 ** .441** .801** .541** .586** Sig. (2-tailed) . .000 .000 .000 .000 .000 N 251 251 251 251 251 251 LI Correlation Coefficient .464 ** 1.000 .275** .450** .285** .268** Sig. (2-tailed) .000 . .000 .000 .000 .000 N 251 251 251 251 251 251 TĐCM Correlation Coefficient .441 ** .275** 1.000 .364** .207** .326** Sig. (2-tailed) .000 .000 . .000 .001 .000 N 251 251 251 251 251 251 GP Correlation Coefficient .801 ** .450** .364** 1.000 .446** .512** Sig. (2-tailed) .000 .000 .000 . .000 .000 N 251 251 251 251 251 251 TH Correlation Coefficient .541 ** .285** .207** .446** 1.000 .376** Sig. (2-tailed) .000 .000 .001 .000 . .000 N 251 251 251 251 251 251 ĐTC Correlation Coefficient .586 ** .268** .326** .512** .376** 1.000 Sig. (2-tailed) .000 .000 .000 .000 .000 . N 251 251 251 251 251 251
(Nguồn: tính toán từ chương trình SPSS)
4.4.3 Kiểm định hiện tƣợng đa cộng tuyến
Cộng tuyến và trạng thái trong đó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng đa cộng tuyến là chúng cung cấp cho mô hình những thông tin giống nhau rất khó tách rời ảnh hƣởng của từng biến độc lập đến biến phụ thuộc. Nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi không có đa cộng tuyến. Để dò tìm hiện tƣợng đa cộng tuyến ta phải tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phƣơng sai VIF (Variance inflation factor- VIF).
Kết quả đo lƣờng ta thấy độ chấp nhận của biến khá cao, tuy nhiên hệ số phóng đại phƣơng sai VIF rất thấp (<2), điều này chứng tỏ hiện tƣợng đa cộng tuyến không xảy ra với các biến độc lập (phụ lục).
4.4.4 Kiểm định về phân phối chuẩn của phần dƣ
Mô hình hồi quy tuyến tính chỉ thực sự phù hợp với các dữ liệu quan sát khi phần dƣ có phân phối chuẩn với trung bình bằng 0 và phƣơng sai không đổi. Cách này thực hiện bằng cách xây dựng biểu đồ Histogram và biểu đồ P– P Plot.
Kết quả trong biểu đồ tần số Histogram cho thấy một đƣơng cong phân phối chuẩn đặt chồng lên biểu đồ tần số. Với độ lệch chuẩn Std.Dev = 0,988 và Mean = 0 (phụ lục), ta có thể kết luận rằng, giả thiết phân phối chuẩn có phần dƣ không bị vi phạm. Để củng cố cho kết luận này, chúng ta xem thêm biểu đồ P-P Plot của phần dƣ chuẩn hóa, các điểm quan sát không phân tán xa đƣờng chéo kỳ vọng, nên ta có thể kết luận giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm.
4.4.5 Kiểm định về tính độc lập của phần dƣ
Đại lƣợng thống kê Durbin- Waston (d) có thể dùng để kiểm định tƣơng quan của các sai số liên quan.
Đại lƣợng d có giá trị biến thiên từ 0 đến 4. Nếu các phần dƣ không có tƣơng quan chuỗi bậc nhất với nhau, giá trị d sẽ gần bằng 2. Kết quả cho thấy d đƣợc chọn rơi vào miền chấp nhận giả thuyết không có tƣơng quan chuỗi bậc nhất (d = 1,967gần bằng 2) (bảng 4.19). Do vậy, giả định về tính độc lập của sai số không bị vi phạm.
Bảng 4.19: Kết quả chạy Durbin-Watson
Mô hình Hệ sốR Hệ sốR2 Hệ số R 2 - hiệu chỉnh Sai số chuẩn của ƣớc lƣợng Durbin-Watson 1 .886a .785 .780 .265 1.967
(Nguồn: tính toán từ chương trình SPSS)
a. Predictors: (Constant), ĐTC, TĐ, LI, TĐCM, TH, GP b. Dependent Variable: LCDVKT
4.5 Kiểm tra các giả định mô hình hồi quy bội
Kiểm tra các giả định sau:
- Phƣơng sai của sai số (phần dƣ) không đổi. - Các phần dƣ có phân phối chuẩn.
- Không có mối tƣơng quan giữa các biến độc lập.
Nếu các giả định này bị vi phạm thì các ƣớc lƣợng không đáng tin cậy nữa (Hoàng Trọng - Mộng Ngọc, 2008).
4.5.1 Kiểm định giả định phƣơng sai của sai số (phần dƣ) không đổi
Bảng 4.20: Bảng kiểm định giả định phương sai của sai số
Nhỏ nhất Lớn nhất Trung bình Độ lệch chuẩn N
Giá trị dự báo đã đƣợc chuẩn hóa -4.316 2.443 .000 1.000 251
Hình 8: Đồ thị phân tán giữa giá trị dự đoán và phần dƣ từ hồi qui
Hình 4.1 cho thấy các phần dƣ phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dƣ) trong một phạm vi không đổi. Điều này có nghĩa là phƣơng sai của phần dƣ không đổi.
4.5.2 Kiểm tra giả định các phần dƣ có phân phối chuẩn
Phần dƣ có thể không tuân theo phân phối chuẩn vì những lý do nhƣ sử dụng sai mô hình, phƣơng sai không phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích… (Hoàng Trọng - Mộng Ngọc, 2008).Biểu đồ tần số (Histogram, Q-Q plot, P-P plot) của các phần dƣ (đã đƣợc chuẩn hóa) đƣợc sử dụng để kiểm tra giả định này.
Hình 9: Đồ thị P-P Plot của phần dƣ – đã chuẩn hóa
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm phân tán xung quanh đƣợc kỳ vọng. Cũng cho thấy giả định phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 10: Đồ thị Histogram của phần dƣ – đã chuẩn hóa
Kết quả từ biểu đồ tần số Histogram của phần dƣ cho thấy, phân phối của phần dƣ xấp xỉ chuẩn (trung bình Mean lệch với 0 vì số quan sát khá lớn, độ lệch chuẩn Std. Dev = 0.988). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm.
Nhƣ vậy, cả 05 nhân tố ảnh hƣởng đến việc lựa chọn dịch vụ kế toán: lợi ích, trình độ chuyên môn, giá phí, thƣơng hiệu, độ tin cậy đều có ảnh hƣởng tỷ lệ thuận đến việc lựa chọn dịch vụ kế toán của các doanh nghiệp tại Thành phố Hồ Chí Minh. Tức là khi lợi ích, trình độ chuyên môn, giá phí, thƣơng hiệu, độ tin cậy càng cao thì việc lựa chọn dịch vụ kế toán của các doanh nghiệp tại Thành phố Hồ Chí Minh càng cao. Trong 5 nhân tố này thì nhân tố có sự ảnh hƣởng mạnh nhất đến việc lựa chọn dịch vụ kế toán của các doanh nghiệp tại Thành phố Hồ Chí Minh là giá phí ( =0,487), tiếp đến là nhân tố độ tin cậy ( =0,253), thƣơng hiệu (
