CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.1 Kết quả nghiên cứu
4.1.2.2.3 Phân tích hồi quy đa biến
Sau khi đánh giá độ tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá EFA của thang đo, 5 nhân tố của việc áp dụng kế toán quản trị (5 biến độc lập) được đưa vào mơ hình hồi quy để kiểm định các giả thuyết.
Để đo lường mối quan hệ tương quan giữa biến phụ thuộc với các biến độc lập trong mơ hình hồi quy. Phân tích tương quan Pearson được sử dụng trước khi phân tích hồi quy. Phân tích tương quan Pearson nhằm mục tiêu kiểm tra mối liên hệ tuyến tính chặc chẽ giữa các biến độc lập và các biến phụ thuộc. Trường hợp biến độc lập khơng có sự tương quan với biến phụ thuộc thì ta tiến hành loại biến độc lập khơng tương quan đó khi tiến hành phân tích mơ hình hồi quy và ngược lại. Ngồi ra chúng ta cần lưu ý đến hiện tượng đa cộng tuyến khi phân tích mơ hình hồi quy. Hiện tượng đa cộng tuyến được nhận dạng khicác biến độc lập có tương quan mạnh với nhau. Dấu hiệu nhận biết thông qua giá trị tương quan Pearson lớn hơn 0,3 và giá trị sig tương quan giữa các biến độc lập nhỏ hơn 0,05
Bảng 4.17 Ma trận tương quan giữa các biến KQ Vận KQ Vận dụng hệ thống KTQT chi phí Lập dự tốn ngân sách Vận dụng kỹ thuật phân tích thơng tin Phân tích chiến lược Đánh giá hiệu suất hoạt động KQ Pearson Correlation 1 .169* .435** .306** .453** .409* * Sig. (2- tailed) .014 .000 .000 .000 .000 N 211 211 211 211 211 211 Vận dụng hệ thống KTQT chi phí Pearson Correlation .169 * 1 -.065 .025 .032 -.032 Sig. (2- tailed) .014 .348 .720 .639 .649 N 211 211 211 211 211 211 Lập dự toán ngân sách Pearson Correlation .435 ** -.065 1 -.004 -.038 -.019 Sig. (2- tailed) .000 .348 .952 .581 .784 N 211 211 211 211 211 211 Vận dụng kỹ thuật phân tích thơng tin Pearson Correlation .306 ** .025 -.004 1 .041 -.047 Sig. (2- tailed) .000 .720 .952 .553 .499 N 211 211 211 211 211 211 Phân tích chiến lược Pearson Correlation .453 ** .032 -.038 .041 1 -.012 Sig. (2- tailed) .000 .639 .581 .553 .861 N 211 211 211 211 211 211 Đánh giá hiệu suất hoạt động Pearson Correlation .409 ** -.032 -.019 -.047 -.012 1 Sig. (2- tailed) .000 .649 .784 .499 .861 N 211 211 211 211 211 211 *. Correlation is significant at the 0.05 level (2-tailed).
**. Correlation is significant at the 0.01 level (2-tailed).
Kết quả phân tích tương quan Pearson kết luận mối liên hệ tuyến tính chặc chẽ giữa các biến độc lập với các biến phụ thuộc, tương quan chấp nhận tất cả các nhân tố vì hệ số Sig giữa các biến độc lập và biến phụ thuộc đều nhỏ hơn 0,05. Do đó, có thể kết luận rằng 5 biến độc lập là 5 nhân tố của việc áp dụng kế tốn quản trị có thể đưa vào mơ hình để giải thích cho biến phụ thuộc là hiệu quả hoạt động kinh doanh của doanh nghiệp.
Phân tích hồi quy
Mơ hình hồi quy được tác giả đề xuất với 5 biến độc lập bao gồm: Vận dụng hệ thống KTQT chi phí (HTCP), Lập dự toán ngân sách (NS), Vận dụng kỹ thuật phân tích thơng tin (TT), Phân tích chiến lược (PTCL), Đánh giá hiệu suất hoạt động (ĐG) và biến phụ thuộc là Hiệu quả hoạt động kinh doanh của doanh nghiệp (KQ)
Mơ hình hồi quy:
KQ = β0+ β1xHTCP + β2xNS + β3xĐG + β4xTT+ β5xPTCL+ 𝜀 Trong đó:
𝛽R0: Hằng số hồi quy
𝛽Ri: Trọng số hồi quy (i = 1,...,5) 𝜀R: Phần dư (sai số)
Kết quả thống kê mô tả của các biến đưa vào phân tích hồi quy như sau:
Bảng 4.18 Đánh giá mức độ phù hợp của mơ hình
Mơ hình Các biến được đưa vào Các biến bị loại bỏ Phương pháp
1
Đánh giá hiệu suất hoạt động, Phân tích chiến lược, Lập dự tốn ngân sách, Vận dụng kỹ thuật phân tích thơng tin, Vận dụng hệ thống KTQT chi phíb
. Enter
a. Dependent Variable: KQ
b. All requested variables entered.
(Nguồn: Xem phụ lục 6: Phân tích hồi quy đa biến)
Như kết quả từ bảng 4.18 ta thấy tất cả 5 biến độc lập đều đưa vào mơ hình khơng có biến nào bị loại bỏ
Như kết quả từ bảng 4.19 hệ số R2 có hiệu chỉnh bằng 0,715 tức là các biến độc lập: Vận dụng hệ thống KTQT chi phí (HTCP), Lập dự tốn ngân sách (NS), Vận dụng kỹ thuật phân tích thơng tin (TT), Phân tích chiến lược (PTCL) và Đánh giá hiệu suất hoạt động (ĐG) có mức độ ảnh hưởng 71,5% đến biến phụ thuộc (KQ). Còn lại 28,5% được giải thích bằng các biến khác hoặc do sai số ngẫu nhiên
Hệ số Durbin Watson dùng để kiểm tra hiện tượng tự tương quan của các sai số kề nhau (tương quan chuỗi bậc nhất). Theo kinh nghiệm thì quy tắc kiểm định hệ số Durbin Watson như sau:
Nếu 0 < Hệ số Durbin Watson < 1 thì mơ hình có tự tương quan dương Nếu 3 < Hệ số Durbin Watson < 4 thì mơ hình có tự tương quan âm
Như vậy: Hệ số Durbin Watson trong mơ hình bằng 2,214 nằm trong khoảng 1 đến nhỏ hơn 3 ta có thể kết luận rằng mơ hình khơng có tự tương quan bậc nhất với nhau
Bảng 4.19 Tổng kết mơ hình
Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .850a .722 .715 .21923 2.214
a. Predictors: (Constant), Đánh giá hiệu suất hoạt động, Phân tích chiến lược, Lập dự tốn ngân sách, Vận dụng kỹ thuật phân tích thơng tin, Vận dụng hệ thống KTQT chi phí
b. Dependent Variable: KQ
(Nguồn: Xem phụ lục 6: Phân tích hồi quy đa biến)
Tổng thể rất lớn, chúng ta khơng thể khảo sát hết tồn bộ, nên trong nghiên cứu, chúng ta chỉ chọn ra một lượng mẫu giới hạn để tiến hành điều tra, từ đó suy ra tính chất chung của tổng thể. Mục đích của kiểm định F trong phân tích phương sai ANOVA chính là để kiểm tra xem mơ hình hồi quy tuyến tính này có suy rộng và áp dụng được cho tổng thể hay không thông qua giá trị Sig < 0,05
Như kết quả từ bảng 4.20 giá trị sig của kiểm định F trong phân tích phương sai là rất nhỏ. Sig = 0,00 nhỏ hơn 0,05 ta có thể kết luận rằng mơ hình hồi quy có ý nghĩa suy ra tổng thể. Mơ hình hồi quy phù hợp với bộ dữ liệu đã thu thập
Bảng 4.20 Phân tích phương sai ANOVA
ANOVAa Mơ hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi quy 25.546 5 5.109 106.305 .000b
Phần dư 9.853 205 .048 Tổng 35.399 210
a. Biến phụ thuộc: KQ
b. Biến độc lập: Đánh giá hiệu suất hoạt động, Phân tích chiến lược, Lập dự tốn ngân sách, Vận dụng kỹ thuật phân tích thơng tin, Vận dụng hệ thống KTQTchi phí
(Nguồn: Xem phụ lục 6: Phân tích hồi quy đa biến)
Kiểm định giả thuyết về ý nghĩa của trọng số hồi quy
Bảng 4.21 Kết quả các trọng số hồi quy
(Nguồn: Xem phụ lục 6: Phân tích hồi quy đa biến)
Như kết quả từ bảng 4.21 ta có thể nhận xét: Mơ hình Trọng số hồi
quy chưa chuẩn hóa
Trọng số hồi quy chuẩn
hóa
t Sig. Thống kê đa cộng tuyến B Sai số
chuẩn Beta Dung sai VIF
1 (Constant) -2.616 .279 -9.378 .000 Vận dụng hệ thống KTQT chi phí .181 .035 .192 5.188 .000 .993 1.007 Lập dự toán ngân sách .406 .032 .475 12.840 .000 .994 1.006 Vận dụng kỹ thuật phân tích thơng tin .237 .029 .306 8.273 .000 .996 1.004 Phân tích chiến lược .471 .038 .458 12.405 .000 .996 1.004 Đánh giá hiệu suất hoạt động .467 .039 .444 12.027 .000 .996 1.004 a. Dependent Variable: KQ
Đầu tiên các giá trị Sig kiểm định t từng biến độc lập đều rất nhỏ (Sig bằng 0,000 nhỏ hơn 0,05 tương đương với độ tin cậy lớn hơn 95%) có nghĩa là các biến độc lập: HTCP, NS, TT, PTCL, ĐG đều có ý nghĩa trong mơ hình. Ngược lại giá trị Sig lớn hơn 0,05 thì các biến độc lập đó cần được loại bỏ (không xảy ra trường hợp này)
Tiếp theo, Hệ số hồi quy chưa chuẩn hóa khơng so sánh được mức độ tác động của các nhân tố thuộc nội dung kế toán quản trị tác động đến hiệu quả hoạt động kinh doanh của doanh nghiệp. Do đó, trong nghiên cứu này tác giả sử dụng hệ số hồi quy chuẩn hóa Beta để so sánh mức độ tác động của các biến độc lập đến biến phụ thuộc. Hệ số hồi quy chuẩn hóa của các nhân tố thuộc biến độc lập nào có hệ số Beta chuẩn hóa lớn nhất thì biến đó mức độ tác động nhiều nhất đến sự thay đổi của biến phụ thuộc.
Cuối cùng là VIF, giá trị này dùng để kiểm tra hiện tượng đa cộng tuyến. Theo lý thuyết của nhiều tài liệu viết, VIF nhỏ hơn 10 sẽ khơng có hiện tượng đa cộng tuyến. Tuy nhiên thực tế với các đề tài nghiên cứu có mơ hình và sử dụng bảng câu hỏi với thang đo Likert thì VIF nhỏ hơn 2 sẽ khơng có hiện tượng đa cộng tuyến. Với kết quả trên VIF nằm trong khoảng từ 1,004 đến 1,007 ta có thể kế luận rằng khơng có hiện tượng đa cộng tuyến xuất hiện.
Phương trình hồi quy tuyến tính cho mơ hình có dạng:
KQ = 0,192xHTCP + 0,475xNS + 0,444xĐG + 0,306xTT + 0,458PTCL
Như vậy có 5 nhân tố ảnh hưởng đến hiệu suất hoạt động của doanh nghiệp nhỏ và vừa tại khu vực TP. Hồ Chí Minh là Vận dụng hệ thống KTQT chi phí (HTCP), Lập dự tốn ngân sách (NS), Đánh giá hiệu suất hoạt động (ĐG), Vận dụng kỹ thuật phân tích thơng tin (TT) và Phân tích chiến lược (PTCL). Trong 5 nhân tố trên thì nhân tố Lập dự tốn ngân sách (NS) (β = 0,475) có sự ảnh hưởng mạnh nhất đến hiệu suất hoạt động kinh của doanh nghiệp (KQ). Tiếp đến là các nhân tố Phân tích chiến lược (PTCL) (β = 0,458), Đánh giá hiệu suất hoạt động
(ĐG)(β = 0,444), Vận dụng kỹ thuật phân tích thơng tin (TT) (β = 0,306) và Vận dụng hệ thống KTQT chi phí (HTCP) (β = 0,192)
Bảng 4.22 Tổng hợp mức độ ảnh hưởng các nhân tố từ cao xuống thấp
Nhân tố Tên nhân tố Hệ số beta chuẩn hóa hưởng từ cao Mức độ ảnh
xuống thấp
NS Lập dự toán ngân sách 0,475 1 PTCL Phân tích chiến lược 0,458 2 ĐG Đánh giá hiệu suất hoạt động 0,444 3 TT Vận dụng kỹ thuật phân tích thơng tin 0,306 4 HTCP Vận dụng hệ thống KTQT chi phí 0,192 5
Như vậy. Tác giả kết luận rằng giả thuyết H1, H2, H3, H4, H5 trong mơ hình nghiên cứu có tác động tích cực đến hiệu quả hoạt động kinh doanh của các doanh nghiệp. Kết quả nghiên cứu trả lời được các câu hỏi và mục tiêu nghiên cứu đã đặt ra ban đầu.
(Nguồn: Tác giả tự tổng hợp từ kết quả phân tích hồi quy)
Dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Các ước lượng trên không đáng tin cậy nếu các giả định này bị vi phạm (Theo Hoàng Trọng – Mộng Ngọc, 2008). Mơ hình nghiên cứu có ý nghĩa thật sự nếu các giả định trên được đảm bảo
Giả định về phân phối chuẩn của phần dư
Phần dư đơi khi khơng tn theo phân phối chuẩn vì nhiều lý do như: Sử dụng chưa đúng mơ hình, phương sai khơng phải là hằng số, số lượng các phần dư khơng đủ nhiều để phân tích...vv. Vì vậy, chúng ta cần thực hiện nhiều cách khảo sát, mà cách khảo sát đơn giản nhất có thể tiến hành là xây dựng biểu đồ tần số của các phần dư Histogram.
Từ kết quả hình 4.1 ta thấy rằng đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số. Đường cong trên có dạng hình chng phù hợp với dạng đồ thị của phân phối chuẩn. Giá trị trung bình Mean xấp xỉ o (2,16E-15), độ lệch chuẩn Std,Dev = 0,988 gần bằng 1. Do đó ta có thể kết luận rằng giả thiết phân phối chuẩn của phần dư khơng bị vi phạm
Hình 4.2 Biểu đồ tần số phần dư chuẩn hóa Histogram
(Nguồn: Xem phụ lục 7: Kết quả phân tích SPSS)
Biểu đồ phần dư chuẩn hóa Normal P-P Plot
Ngoài cách kiểm tra bằng biểu đồ tần số của các phần dư Histogram, thì P-P Plot cũng là một dạng biểu đồ được sử dụng phổ biến nhằm nhận diện sự vi phạm giả định phần dư
Từ kết quả hình 4.2 ta thấy các điểm phân vị trong phân phối phần dư tập trung thành một đường chéo nếu phần dư có phân phối chuẩn. Hay nói cách khác các chấm trịn tập trung thành một đường chéo. Do đó ta có thể kết luận rằng giả định phân phối chuẩn của phần dư không bị vi phạm
Hình 4.3 Biểu đồ phần dư chuẩn hóa Normal P-P Plot
(Nguồn: Xem phụ lục 8 Kết quả phân tích SPSS)
Dị tìm sự vi phạm các giả định trong hồi quy tuyến tính
Biểu đồ phân tán Scatter Plot giữa các phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa giúp chúng ta dị tìm xem, dữ liệu hiện tại có vi phạm giả định liên hệ tuyến tính hay khơng
Kết quả đồ thị xuất ra, các điểm phân bố của phần dư có các dạng đồ thị khơng phải đường thẳng thì dữ liệu đã vi phạm giả định liên hệ tuyến tính. Trường hợp giả định quan hệ tuyến tính được thỏa mãn thì phần dư sẽ phân tán ngẫu nhiên trong một vùng xung quanh đườnghoành độ 0. Từ kết quả hình 4.3 ta thấy phần
dư chuẩn hóa phân bổ trung xunh quanh đường hoành độ 0, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
Hình 4.4 Biểu đồ phân tán giữa giá trị dự đoán và phần dư
(Nguồn: Xem phụ lục 9: Kết quả phân tích SPSS)