CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4. Phương pháp phân tích và xử lý dữ liệu
Tác giả phân tích và xử lý các dữ liệu thứ cấp nhằm đánh giá và phân tích đề tài mợt cách khách quan và chính xác nhất. Ng̀n dữ liệu thứ cấp này chủ yếu được thu thập từ báo cáo thường niên và báo cáo ngành của tổng cục thống kê tại Việt Nam và hiệp hội các CTĐC tại Việt Nam do tác giả tổng hợp và xử lý theo yêu cầu của từng nội dung trong luận văn cần hướng tới.
Kỹ thuật đánh giá thang đo
Các thang đo được đánh giá độ tin cậy thông qua hệ số cronbach’s alpha, hệ số này giúp chúng ta phân tích loại bỏ những biến không phù hợp, hạn chế biến rác trong quá trình nghiên cứu. Theo Hoàng Trọng và Chu Nguyễn Mộng ngọc cho rằng, hệ số cronbach’s alpha:
Từ 0.8 đến gần gần bằng 1 là thang đo tốt. Từ 0.7 đến 0.8 là sử dụng được.
Thang đo có độ tin cậy khi cronbach`s alpha > 0,6 trở lên có thể sử dụng được trong trường hợp thang đo lường là mới hoặc là mới đối với những người trả lời trong bối cảnh nghiên cứu (theo nunnally, 1978; peterson, 1994; slater, 1995). Do đó đề tài này sử dụng cronbach’s alpha từ 0.6 trở lên.
Tuy nhiên, cronbach`s alpha không cho chúng ta biết biến nào nên giữ và biến nào nên loại bỏ. Do đó, bên cạnh hệ số này, người ta còn sử dụng hệ số tương quan biến tổng (item – total correlation) để loại bỏ biến rác:
Hệ số này càng cao thì sự tương quan của các biến này với các biến khác trong nhóm càng cao.
Vì vậy trong đánh giá độ tin cậy các biến có hệ số tương quan biến tổng (item – total correlation) < 0.3 sẽ bị loại. (trích theo Nunnally, 1978; Peterson, 1994; Slater, 1995).
Kỹ thuật phân tích nhân tố khám phá efa
Kỹ thuật phân tích nhân tố khám phá efa ( exploratory factor analysis) được dùng để thu nhỏ và tóm tắt dữ liệu. Phân tích nhân tố được thực hiện bằng phương pháp principal components với phép xoay “varimax”.
Hệ số nhân tố tải (factor loading)>= 0.5 được xem là có ý nghĩa thực tiễn, dùng để xác định biến cần chọn lựa theo nhân tố.
Mức ý nghĩa sig của kiểm định bartlett < 5%, là các biến có tương quan. Trị số của kmo lớn “ 0.5 <= kmo < = 1”, là điều kiện đủ để phân tích nhân tố thích hợp. Ngược lại trị số kmo nhỏ hơn 0.5 thì phân tích nhân tố có khả năng không thích hợp với các dữ liệu.
Thang đo được chấp nhận khi tổng phương sai trích (total variance explained) > 50%.
Hệ số nhân tố trích eigenvalue có giá trị > 1, nhằm xác định nhân tố được rút ra. Các giá trị đặc trưng (eigenvalue) đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
Kỹ thuật phân tích hồi quy
Được thực hiện bằng phương pháp enter và kết quả của hồi quy được đánh giá qua các chỉ tiêu như sau:
Hệ số r2 hiệu chỉnh adjusted r square, đánh giá độ phù hợp của mô hình. Kiểm định f, kiểm định độ phù hợp của mơ hình.
Ngồi ra trong phân tích hời quy còn tiến hành kiểm định đa cộng tuyến bằng cách xem xét độ chấp nhận ( tolerance), nếu tolerance nhỏ và hệ số phóng đại phương sai của các biến (vif) > 10 là dấu hiệu của đa cộng tuyến.
Phân tích tương quan
Trong nghiên cứu, phân tích tương quan pearson được thực hiện giữa biến phụ thuộc và các biến độc lập, khi đó việc sử dụng phân tích hồi quy tuyến tính là phù hợp. Giá trị tuyệt đối của hệ số pearson càng gần đến 1 thì mối tương quan tuyến tính giữa hai biến càng chặt chẽ.
Đồng thời, cũng cần phân tích tương quan giữa các biến độc lập. Vì những tương quan này có thể sẽ làm ảnh hưởng lớn đến kết quả của phân tích hồi quy như gây ra hiện tượng đa cộng tuyến.
Kiểm định các giả thút và mơ hình nghiên cứu
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), “để đánh giá mức độ
phù hợp của mơ hình nghiên cứu, chúng ta sử dụng hệ số xác định r2 (r – square). Trong hồi quy tuyến tính bội thường sử dụng hệ sơ r2 để đánh giá vì nó khơng thởi phồng mức độ phù hợp của mơ hình”.
Hệ số durbin – watson phải lớn hơn 1 và nhỏ hơn 3 (1 < durbin – watson < 3) để mô hình hồi quy không xảy ra hiện tượng tương quan.
Hệ số phóng đại phương sai vì phải bé hơn 10 để mô hình hồi quy không xảy ra hiện tượng đa cộng tuyến.
Theo Hoàng Trọng và Chu Nguyễn Mợng Ngọc, (2008): “Hệ số beta chuẩn
hóa được dùng để đánh giá mức độ quan trọng của từng nhân tố, hệ số beta chuẩn hóa của biến càng cao thì mức độ tác động của biến đó vào sự thỏa mãn của khách hàng càng lớn hơn”.
Để mô hình hồi quy tuyến tính đã xây dựng được cho là phù hợp với dữ liệu nghiên cứu ở độ tin cậy 95% thì hệ số sig. Phải bé hơn 0.05 ở các biến.
Phân tích phương sai - anova (analysis of variance)
Phân tích phương sai Anova được sử dụng để so sánh trung bình của ba nhóm mẫu trở lên. Phân tích phương sai anova tác giả sử dụng trong nghiên cứu là Anova một chiều (one-way anova), để nghiên cứu ảnh hưởng đặc điểm quy mô công ty, đòn bẩy tài chính, tỷ suất lợi nhuận, thương mại quốc tế, loại công ty kiểm toán, trình độ chuyên môn của nhân viên kế toán đến sự sẵn sàn áp dụng IFRS của CTĐC.
Anova một chiều dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với độ chính xác đạt 95%.
Kiểm định giả thuyết về trị trung bình của hai tổng thể độc lập (independent samples t-test)
Khi thực hiện kiểm định independent-samples-test cần thực hiện theo các bước như sau:
Bước 1: Đặt giả thuyết h0 như sau: “giá trị trung bình của 2 biến tổng thể khác nhau
là như nhau”.
Bước 2: Thực hiện kiểm định independent-samples t-test.
Bước 3: Kiểm tra giá trị sig. Tại kiểm định levene's ở bảng independent-samples
test đã tính:
Nếu giá trị sig. Trong kiểm định levene (kiểm định f) < 0.05 thì phương sai của 2 tổng thể khác nhau, ta sẽ sử dụng kết quả kiểm định t ở phần equal variances not assumed.
Nếu sig. ≥ 0.05 thì phương sai của 2 tổng thể là không khác nhau, ta sẽ sử dụng kết quả kiểm định t ở phần equal variances assumed.
Bước 4: Kiểm tra giá trị sig. Của kiểm định t ở phần equal variances not assumed:
Nếu sig. > 0.05 thì chấp nhận giả thuyết h0, kết luận kiểm định t không có sự khác biệt.
Nếu sig. 0.05 thì ta bác bỏ giả thuyết h0, kết luận có sự khác biệt giữa các nhóm của biến định tính.
Kỹ thuật thống kê mô tả, tần số
Kỹ thuật thống kê mô tả dùng (nhỏ nhất min, lớn nhất max, trung bình mean, đợ lệch chuẩn std deviation ...) Để xác định tần suất xuất hiện của các yếu tố, so sánh mức trung bình của từng nhân tố. Từ đó, thể hiện khái quát cấu trúc chung của mẫu khảo sát và mức độ đánh giá của khách hàng.
KẾT LUẬN CHƯƠNG 3
Nội dung chương này tác giả trình bày phương pháp nghiên cứu thực hiện trong đề tài nhằm xây dựng và đánh giác các thang đo và mô hình lý thuyết. Phương pháp nghiên cứu đã được thực hiện qua 02 giai đoạn chính: nghiên cứu định tính và nghiên cứu định lượng. Nghiên cứu định tính đã được thực hiện bằng cách thảo luận với nhóm chun gia trong các Cơng ty đại chúng tại Việt Nam và thảo ḷn nhóm với kế toán viên, lãnh đạo tại Cơng ty đại chúng tại Việt Nam. Sau khi thảo luận, tác giả đã tiến hành khảo sát thử trên 30 khách hàng để điều chỉnh và hoàn thiện bảng câu hỏi khảo sát. Nghiên cứu định lượng được tiến hành khảo sát các bộ kế toán với kích cỡ mẫu n=223 thơng qua 06 thành phần gồm 26 biến quan sát. Dữ liệu sau khi được thu thập đã được tiến hành mã hóa, nhập dữ liệu vào chương trình phân tích số liệu thống kê SPSS 20.0 for Windows để phân tích thơng tin và kết quả nghiên cứu.