(Nguồn: Kết quả xử lý số liệu SPSS)
Sau khi thực hiện đánh giá sơ bộ thang đo, nghiên cứu tiếp tục thực hiện phân tích nhân tố khám phá EFA. Kiểm định Barlett’s dùng để kiểm định giả thuyết Ho là các biến khơng có tương quan với nhau trong tổng thể; KMO dùng để kiểm tra kích thước mẫu có phù hợp với phân tích nhân tố hay khơng. Trị số KMO là 0,865, hệ số Sig là 0,000<1/1000, điều này cho thấy các biến có độ kết dính với nhau và phù hợp với nhân tố phân tích.
Hệ số KMO (Kaiser-Meyer-Olkin) 0,868 Kiểm định Bartlett của thang
đo
Giá trị chỉ bình phương 8133.756
df 425
(Nguồn: Kết quả xử lý số liệu SPSS)
Thực hiện phương pháp phân tích nhân tố chính (principal component analysis), kết quả phân tích nhân tố cho thấy các nhân tố có Eigenevalue 1.133 >1 và giải thích được 69,08% biến thiên của dữ liệu.
Phương pháp xoay được sử dụng là Varimax procedure là việc xoay nguyên góc các nhân tố tối thiểu hóa số lượng biến có hệ số lớn cùng tại một nhân tố. Do đó có thể tăng cường khả năng giải thích nhân tố. Tiếp theo tác giả loại bỏ các biến có hệ số tải nhân tố nhỏ hơn 0,5; Như vậy 30 biến quan sát của 6 thang đo thành phần của các nhân tố ảnh hưởng đến sự hài lòng của người nộp thuế được đưa vào kiểm định EFA. Sau phân tích, kết quả nhận được: hệ số KMO là 0,868 (>0,5), mức ý nghĩa 1% (Sig = 0,000) trích được 06 nhân tố có tổng phương sai trích là 69,08% lớn hơn 50%; hệ số tải nhân tố lớn hơn 0,5; sự khác biệt về hệ số tải nhân tố lớn hơn 0,3. Từ kết quả trên, tác giả nhận thấy các biến quan sát trong tổng thể có mối tương quan với nhau và phân tích nhân tố là phù hợp với dữ liệu.
Bảng 4.13. Kết quả phân tích nhân tố khám phá Hệ số tải nhân tố
Compoent 1 2 3 4 5 6 MBTC7 .867 MBTC1 .862 MBTC5 .858 MBTC3 .848 MBTC2 .844 MBTC6 .812 MBTC4 .808 CSVCKT2 .778 CSVCKT4 .767 CSVCKT5 .742 CSVCKT1 .737 CSVCKT3 .702 SLHVCD2 .818
Compoent SLHVCD1 .807 SLHVCD3 .775 SLHVCD4 .678 SLHVCD5 .637 NLPV2 .872 NLPV3 .854 NLPV1 .749 NLPV4 .746 NLPV5 .669 DCLN2 .837 DCLN3 .825 DCLN4 .754 DCLN1 .719 DBMAT2 .762 DBMAT3 .737 DBMAT1 .686 DBMAT4 .653
(Nguồn:Kết quả xử lý số liệu SPSS)
Phân tích nhân tố khám phá EFA đối với thang đo biến phụ thuộc
Hệ số kiểm định sự tương hợp của mẫu KMO 0,728
Kiểm định Bartlett của thang đo
Giá trị chỉ bình phương (Approx) 678.287
Df – Số bậc tự do 3
Sig. - mức ý nghĩa quan sát 0,000
Bảng 4.14. Kết qủa phân tích nhân tố thang đo Sự hài lòng của NNT
Hệ số nhân tố tải 1 SHL1 .828 SHL2 .878 SHL3 .815 Eigenvalue 2,625
Phương sai trích tích lũy (%) 85,167
Bảng 4.15. Kết quả phân tích nhân tố khám phá EFA của thang đo Sự hài lòng
(Nguồn: Kết quả xử lý số liệu SPSS)
Phân tích EFA đối với thang đo sự hài lịng của NNT cho kết quả giữa các biến trong tổng thể có mối quan hệ với nhau (Sig là 0,000<0,05), hệ số KMO là 0,728. Với phương pháp trích yếu tố và phép xoay Varimax, thang đo sự hài lòng của NNT đối với chất lượng dịch vụ đã trích 1 nhân tố từ 3 biến quan sát, hệ số tải nhân tố của 3 biến đều cao hơn 0,8. Kết quả này cho thấy biến quan sát của thang đo này đạt yêu cầu cho phân tích tiếp theo.
4.4. Phân tích tương quan và hồi quy Phân tích tương quan
Phân tích mối quan hệ tương quan tuyến tính giữa biến độc lập với nhau cũng như giữa các biến phụ thuộc và từng biến độc lập là bước đầu tiên cần thực hiện trước khi phân tích hồi quy tuyến tính.
SHL DCLN MBTC NLPV CSVCKT LHVCĐ ĐBMAT SHL Pear 1 .040 .655** .133** .389** .328** .379** Sig. .468 .000 .013 .000 .000 .000 Sum 155.49 6.197 121.025 17.238 71.096 65.407 43.770 Cov .460 .018 -.370 .051 .212 .195 .130 N 178 178 178 178 178 178 178 DCLN Pear .040 1 .017 -.241** -.078 .032 .013 Sig. .427 .757 .000 .154 .560 .806
SHL DCLN MBTC NLPV CSVCKT LHVCĐ ĐBMAT Sum 6.195 158.825 3.171 - 33.254 -15.429 5.572 1.827 Cov .018 .473 -.009 -.096 -.017 -.019 .005 N 178 178 178 178 178 178 178 MBTC Pear -625** -.018 1 -.035 .531 -.388 -.400** Sig. .000 .757 .507 .000 .000 .000 Sum - -3.173 168.830 -5.685 - -68.813 - Cov -250 -18 .347 -.018 -.268 -.235 -.192 N 178 178 178 178 178 178 178 NLPV Pear .135** -.240** 0.38 1 .055 .048 -0.99 Sig. .016 .000 .580 .312 .356 .759 Sum 17.239 -32.156 -4.582 96.669 8.659 7.012 --589 Cov .051 -.095 -.017 .335 .028 .023 -.006 N 178 178 178 178 178 178 178 CSVCKT Pear .278** -.088 .531 .057 1 .628** .527** Sig. .000 .154 .000 .313 .000 .000 Sum 68.098 - .15.429 - 8.567 126.427 127.725 84.148 Cov .217 -.055 -.258 .035 .445 .380 .250 N 178 178 178 178 178 178 178 LHVCĐ Pear .325** .032 -.335** .048 .526** 1 .589** Sig. .000 .560 .000 .327 .000 .000 Sum 55.305 5.572 -65.812 6.104 125.737 162.374 88.395 Cov .186 .017 -.235 .021 .280 .473 .265 N 178 178 178 178 178 178 178 ĐBMAT Pear .228** .012 -.327 -.009 .323** .550** 1 Sig. .000 .707 .000 .768 .000 .000 Sum 43.770 1.527 - .52.286 -.698 74.267 89.392 115.27 Cov .150 .007 -.190 -.007 .257 .268 .327 N 178 178 178 178 178 178 178 Bảng 4.16. Hệ số tương quan
(Nguồn: Kết quả xử lý số liệu SPSS)
là 0,427 > 0,05 với ý nghĩa khơng có tương quan nên loại biến này trước khi chạy hồi quy.
Hệ số tương quan giữa biến phụ thuộc Sự hài lòng đối với minh bạch và tin cậy là cao nhất, thấp nhất là với biến năng lực phục vụ với r =0,133, tương quan giữa các biến độc lập với nhau có Sig càng lớn hơn 0,05 càng tốt, thể hiện qua giá trị VIF càng lớn càng chứng tỏ có đa cộng tuyến. Do đó VIF nên bé hơn 4 hoặc bé hơn 10 xem như khơng có đa cộng tuyến.
Ma trận hệ số tương quan cho thấy cá biến độc lập đều có tương quan có ý nghĩa thống kê với biến phụ thuộc. Do đó khẳng định sự phù hợp của mơ hình nghiên cứu ban đầu khi xác định các yếu tố có ý nghĩa tác động đến sự hài lòng của NNT.
Hình 4.2. Yếu tố tác động đến sự hài lòng của NNT
(Nguồn: tác giả đề xuất, nghiên cứu, 2020)
Phân tích hồi quy
Phân tích hồi quy tuyến tính giúp biết được cường độ và chiều hướng ảnh hưởng của các biến độc lập lên các biến phụ thuộc. Hồi quy tuyến tính bội thường được dùng để kiểm định và giải thích lý thuyết của nhân quả. Do vậy, sử dụng hồi
Sự hài lòng của người nộp thuế trong công tác quản lý thuế tại Chi cục Thuế Nha Trang
Cơ sở vật chất hạ tầng kỹ thuật
Minh bạch, tin cậy
Độ bảo mật, an toàn
Năng lực phục vụ
quy tuyến tính bội là phương pháp thích hợp để kiểm định các giải thuyết nghiên cứu đã đưa ra. Bước tiếp theo tiến hành xây dựng các phương trình hồi quy tuyến tính với phương pháp bình phương bé nhất thơng thường OLS, trong đó biến phụ thuộc là sự hài lòng của người nộp thuế, biến độc lập là cơ sở vật chất, minh bạch tin cậy, độ bảo mật và an toàn, năng lực phục vụ, sự linh hoạt và chủ động.
Sử dụng hồi quy tuyến tính bội, dùng thống kê F để kiểm định giả thuyết Ho: hệ số hồi quy của biến độc lập β1=β2=…=βk=0. Nếu biến nào có mức ý nghĩa thống kê Sig nhỏ hơn 0,05 thì giữ lại, nếu biến nào có mức ý nghĩa thống kê Sig lớn hơn 0,05 thì loại bỏ. Dựa vào cơ sở lý thuyết và kết quả phân tích hệ số tương quan ở trên, sử dụng tất cả các biến độc lập đã điều chỉnh vào mơ hình hồi quy để phân tích cùng một lúc.
Tóm tắt mơ hình hồi quy
Mơ
hình R R2
R2 hiệu chỉnh
Sai số chuẩn ước
lượng Sig
Durbin- Watson
1 .677 .468 457 .51278 0.000 1.870
Bảng4.17. Tóm tắt mơ hình hồi quy
(Nguồn: Kết quả xử lý số liệu SPSS)
Hệ số xác định R2 càng lớn thì khả năng giải thích mơ hình hồi quy càng lớn và dự đốn biến phụ thuộc chính xác càng cao.
Hệ số R2 hiệu chỉnh là 0.468 thể hiện độ tương thích của mơ hình là 46,8% hoặc có thể hiểu 46,8% sự biến thiên của biến phụ thuộc sự hài lòng của người nộp thuế được giải thích bởi các biến độc lập. Bên cạnh đó, giá trị Sig =0,000 và giá trị Durbin- Watson = 1.870 cho thấy sự phù hợp của mơ hình và khơng có tương quan chuỗi bậc nhất trong mơ hình này. Tuy nhiên sự phù hợp này chỉ thể hiện giữa mơ hình xây dựng được với tập dữ liệu của mẫu, khơng có giá trị suy diễn cho mơ hình thực của tổng thể. Do đó cần phải kiểm định F thơng qua phân tích phương sai.
Model Unstandardize Coefficients Standardize Coefficients t Sig Collinearity Statistics
B Std.Erro Beta Tolerance VIF
(Constant) 3.879 .321 12.092 .000 MBTC10 .511 .010 .327 12.641 .000 .698 1.432 NLPV10 .122 .048 .515 2.570 .001 .993 1.007 CSVCKT10 -.044 .049 -.052 -.899 .369 .492 1.577 LHCD10 .148 .051 .165 2.923 .004 .508 1.968 DBMAT10 .015 .046 .013 .246 .806 .585 1.709
Bảng 4.18. Kết quả hồi quy
(Nguồn: Kết quả xử lý số liệu SPSS)
Kết quả phân tích cho thấy Cơ sở vật chất có giá trị Sig là 0,369 >0,05 và Độ bảo mật, an tồn có giá trị Sig là 0,806 > 0,05, do đó lại bỏ 2 biến này. Các biến cịn lại có hệ số Sig < 0,05 nên các kiểm định có ý nghĩa. Kiểm định đa cộng tuyến, VIF của các biến độc lập có giá trị nhỏ hơn 2, chứng tỏ khơng có hiện tượng đa cộng tuyến. Kết quả phân tích xác định được ba yếu tố tác động đến sự hài lòng của người nộp thuế theo thứ tự quan trọng như sau: năng lực phục vụ (β=0.515), sự minh bạch và tin cậy (β=0.327), sự linh hoạt và chủ động (β=0.165). Phương pháp hồi quy tuyến tính về Sự hài lịng của người nộp thuế: SHL= 0.515NLPV + 0.327MBTC+0.16SLHCD
Các giả thuyết Sig Kết quả kiểm định
Năng lực phục vụ tác động đến sự hài lòng của người nộp thuế trong quá trình quản lý thuế tại
Chi cục Thuế thành phố Nha Trang 0,001
Chấp nhận giả thuyết
Minh bạch, tin cậy tác động đến sự hài lòng của người nộp thuế trong quá trình quản lý
thuế tại Chi cục Thuế thành phố Nha Trang 0,000
Chấp nhận giả thuyết
Linh hoạt và chủ động tác động đến sự hài lịng của người nộp thuế trong q trình quản
lý thuế tại Chi cục Thuế thành phố Nha Trang 0,004
Chấp nhận giả thuyết
Bảng 4.19. Tổng hợp kiểm định các giả thuyết nghiên cứu
(Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả, 2020)
4.5. Kiểm định mơ hình hồi quy bội
4.5.1. Tầm quan trọng của các biến trong mơ hình
Từ kết quả phân tích trên rút ra được kết luận ba yếu tố tác động đến sự hài lòng của người nộp thuế theo thứ tự quan trọng như sau: năng lực phục vụ (β=0.515), sự minh bạch và tin cậy (β=0.327), sự linh hoạt và chủ động (β=0.165).
Sự hài lòng của người nộp thuế trong công tác quản lý thuế tại Chi cục Thuế Nha Trang không chỉ được đánh giá trong chất lượng dịch vụ tại bộ phận một cửa mà còn là sự hài lòng xuyên suốt trong quá trình quản lý tác nghiệp, thanh tra kiểm tra, giải quyết khiếu nại của người nộp thuế. Trong ba yếu tố ảnh hưởng đến sự hài lịng của người nộp thuế thì năng lực phục vụ là yếu tố có tầm sự ảnh hưởng lớn nhất, tiếp theo là sự minh bạch tin cậy và có anh hưởng ít nhất là sự linh hoạt và chủ động. Giả định các biến độc lập cịn lại khơng thay đổi, khi lần lượt xem xét từng yếu tố ảnh hưởng cho thấy:
Khi yếu tố năng lực phục vụ tăng lên 1 đơn vị thì sự hài lịng của người nộp thuế tăng lên 0.515 đơn vị. Năng lực phục vụ ở đây là yếu tố con người bao gồm kỹ năng giao tiếp ứng xử và trình độ chun mơn để giải đáp thắc mắc, hướng dẫn chính sách của cơng chức thuế đối với người nộp thuế. Đối với khách hàng, được đón nhận niềm nở, vui vẻ và được đáp ứng, thỏa mãn nhu cầu đúng nơi, đúng lúc luôn tạo được thiện cảm tốt đẹp để hình thành một cuộc giao dịch thành cơng. Yếu tố năng lực phục vụ là một phần của tuyên ngơn ngành thuế, đó chính là “sự chuyên nghiệp” theo Quyết định số 1766/QĐ-TCT ngày 01 tháng 11 năm 2012. Do đó, khi năng lực phục vụ cơng chức thuế tăng lên cũng là hợp lý sự hài lòng của người nộp thuế tăng lên.
Khi yếu tố minh bạch, tin cậy tăng lên 1 đơn vị thì sự hài lịng tăng lên 0.327 đơn vị. Đặc thù của công tác quản lý thuế là việc tuân thủ theo pháp luật, do vậy mọi chính sách pháp luật, nghị định, thơng tư, văn bản hướng dẫn, mẫu biểu và quy trình quản lý đều cần được công khai, minh bạch đến với người nộp thể ( khơng phân biệt loại hình kinh doanh hay quy mơ kinh doanh), đồng thời việc gia tăng tính tin cậy là yếu tố tác động đến tâm lý của người được quản lý hay nói cách khác là người sử dụng dịch vụ công nên nếu người nộp thuế nhận thấy yếu tố minh bạch và tin cậy tăng lên thì sự hài lịng cũng sẽ tăng thêm. Yếu tố này cũng tương ứng với giá trị “minh bạch” trong tuyên ngôn ngành thuế theo Quyết định số 1766/QĐ-TCT ngày 01 tháng 11 năm 2012.
Khi yếu tố sự linh hoạt, chủ động tăng lên 1 đơn vị thì sự hài lịng của người nộp thuế tăng lên 0,165 đơn vị. Điều này cũng hoàn toàn thuyết phục khi công chức thuế hiểu được người nộp thuế cần gì để có hướng dẫn về thủ tục, và vận dụng chính sách để có hướng giải quyết vấn đề nhanh chóng đảm bảo về thời gian và chất lượng phục vụ. Yếu tố này đúng với giá trị “Đổi mới trong tư duy và hành động” trong tuyên ngôn của ngành thuế.
Giả định liên hệ tuyến tính là phương pháp sử dụng đồ thị phân tán Scatterplot với giá trị phân dư chuẩn hóa trên trục hồnh và giá trị dự đốn chuẩn hóa trên trục tung. Phần dư khơng thay đổi theo một trật tự với giá trị dự đốn hay nói cách khác phần dư phân tán ngẫu nhiên trong một vũng xung quanh đường đi qua tung độ bằng 0. Do đó giả định về liên hệ tuyến tính khơng bị vi phạm.
Hình 4.3. Đồ thị phân tán
(Nguồn: Kết quả phân tích dữ liệu điều tra của tác giả) Giả định về phân phối chuẩn của phương sai phần dư ta dùng công cụ vẽ đồ thị của phần mềm SPSS, kết quả cho thấy phần dư có phân phối chuẩn với giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1. Do vậy giả định phân phối chuẩn của phương sai phần dư khơng bị vi phạm.
Hình 4. 4. Biểu đồ tần số của phần dư chuẩn hóa
(Nguồn: Số liệu phân tích từ dữ liệu nghiên cứu của tác giả)
Biểu đổ tần số P-P cũng cho thấy các điểm của phần dư phân tán không cách xa mà phân tán ngẫu nhiên xung quanh đường chéo (đường thẳng kỳ vọng), do đó giả định về phân phối chuẩn của phần dư được thỏa mãn.
Hình 4.5. Biểu đồ tần số P – P
(Nguồn: Số liệu phân tích từ dữ liệu nghiên cứu của tác giả)
4.5.3. Kiểm định sự khác biệt
Kiểm định sự khác biệt là việc kiểm định các yếu tố ảnh hưởng đến sự hài lòng của người nộp thuế dựa trên việc xem cét mối quan hệ giữa loại hình hoặt động và lịch sử giao dịch thông qua Anova một chiều.
Kiểm định Anova được sử dụng khi muốn kiểm định ba nhóm trở lên. Kỹ thuật này dựa trên cơ sở tính tốn mức độ biến thiên trong nội bộ nhóm và biến thiên giữa các trung bình nhóm. Việc phân tích phương sai của một yếu tố được sử dụng khi ta sử dụng một biến yếu tố phân loại các quan sát thành các nhóm khác nhau.
Bảng 4.20. Kiểm định sự đồng nhất của phương sai đối với loại hình kinh doanh.
Thống kê
Levene df1 df2 Sig.