Thang đo ban đầu Ý kiến của các đối tượng thu thập dữ liệu
ERP thì rất dễ điều hướng Người đọc khó hiểu rõ ý nghĩa của từ “điều hướng”. Theo ý kiến thì nên điều chỉnh thành
“ERP thì dễ dàng để lập kế hoạch và định hướng xử lý công việc của tôi”.
DN của tôi luôn dành riêng khóa đào tạo để đảm bảo nhân viên rất quen thuộc với ERP.
Cách nói này khó hiểu tại sao là “dành riêng”, người đọc sẽ cảm thấy có sự phân biệt ở đây. Theo ý kiến thì nên điều chỉnh thành “DN của
tôi luôn nỗ lực để đảm bảo nhân viên quen thuộc với ERP”.
Nguồn: Tác giả tổng hợp
3.3.4 Thang đo chính thức sau khi nghiên cứu sơ bộ 3.3.4.1 Thang đo của biến độc lập 3.3.4.1 Thang đo của biến độc lập
Bảng 3.8: Thang đo chính thức cho các biến độc lập Biến độc
lập Ký hiệu Biến quan sát
Nguồn tham khảo CHẤT LƯƠNG HỆ THỐNG
SYSQ1 ERP thì dễ dàng để lập kế hoạch và định
hướng xử lý công việc của tôi.
(Costa et al., 2016; Urbach et
al., 2010)
SYSQ2 ERP cho phép tơi dễ dàng tìm kiếm
thơng tin.
SYSQ3 ERP có cấu trúc tốt.
SYSQ4 ERP thì rất dễ sử dụng.
SYSQ5 ERP cung cấp chức năng phù hợp.
SYSQ6 ERP giúp tôi truy cập thông tin một
cách dễ dàng.
CHẤT LƯỢNG THÔNG
TIN
INFQ1 Thông tin từ ERP luôn được cập nhật.
(Lin, 2010; Nelson et al., 2005; Delone and McLean,
2003)
INFQ2 Thông tin được cung cấp bởi ERP là chính xác.
INFQ3 ERP tạo ra thơng tin một cách tồn diện.
INFQ4 Thông tin được cung cấp bởi ERP được định dạng tốt.
CHẤT LƯỢNG DỊCH VỤ
SERQ1 Nhân viên cung cấp dịch vụ luôn sẵn
sàng hỗ trợ khi tôi cần hỗ trợ về ERP. (Chien and Tsaur, 2007;
Delone and McLean, 2003)
SERQ2 ERP là đáng tin cậy
SERQ3
Nhân viên cung cấp dịch vụ có kiến thức để hỗ trợ giải đáp mọi thắc mắc của tôi về ERP.
CẢM NHẬN TÍNH HỮU
ÍCH
PU1 Sử dụng ERP giúp tôi cải thiện khả
năng đưa ra quyết định tốt hơn. (Lin, 2010; Wixom and Todd, 2005; Davis, 1989)
PU2 ERP cho phép tơi hồn thành nhiệm vụ
nhanh hơn.
PU3 Sử dụng ERP giúp nâng cao hiệu quả
của tôi trong công việc.
ĐÀO TẠO
TR1 DN của tơi mở những khóa đào tạo mở
rộng về ERP. (Bradford and
Florin, 2003)
TR2 DN của tôi luôn nỗ lực để đảm bảo nhân
viên quen thuộc với ERP.
Nguồn: Tác giả tổng hợp
3.3.4.2 Thang đo của biến phụ thuộc
Bảng 3.9: Thang đo chính thức cho biến phụ thuộc Biến phụ Biến phụ
thuộc Ký hiệu Biến quan sát
Nguồn tham khảo SỰ HÀI LÒNG CỦA NGƯỜI SỬ DỤNG
USS1 ERP hỗ trợ một cách đầy đủ tính chất cơng việc và nhiệm vụ của tôi.
(Costa et al., 2016; Urbach
et al., 2010)
USS2 ERP thì hiệu quả cho cơng việc của tơi.
USS3 ERP thì hữu hiệu cho cơng việc của tơi
USS4 Nhìn chung, Tơi rất hài lịng với ERP.
3.4 Nghiên cứu chính thức định lượng 3.4.1 Mục tiêu 3.4.1 Mục tiêu
Nghiên cứu định lượng được sử dụng là nhằm đạt được mục tiêu nghiên cứu đã được đưa ra ở chương tổng quan nghiên cứu cũng như để trả lời cho những câu hỏi nghiên cứu.
3.4.2 Đối tượng và thời gian thu thập dữ liệu
Đối tượng thu thập dữ liệu: là người làm kế toán cho các DN đang sử dụng ERP tại TP.HCM.
Thời gian thu thập dữ liệu: Từ tháng 10 đến tháng 11 năm 2019.
3.4.3 Công cụ thu thập dữ liệu
Tác giả thiết kế bảng câu hỏi khảo sát (xem phụ lục 05) chi tiết dưới dạng câu hỏi đóng và thang đo quãng Likert 7 mức độ được sử dụng để đo lường một tập hợp các phát biểu của một khái niệm. Theo mục đích và tính chất của chúng trong đo lường nên bảng câu hỏi khảo sát được tác giả thiết kế thành 3 phần:
Phần gạn lọc: Tác giả thiết kế 3 câu hỏi gạn lọc nhằm mục đích chọn đối
tượng phù hợp với đề tài nghiên cứu. Đầu tiên, tác giả xác định người tham gia khảo sát có phải là kế tốn đang làm việc tại TP.HCM hay không?, tiếp theo là những ai đang làm việc trong DN đang sử dụng ERP thì tiếp tục tham gia khảo sát và để kiểm chứng có đúng là cơng ty của người tham gia khảo sát đang sử dụng ERP hay không? bằng cách liệt kê một số phần mềm ERP tiêu biểu cho người tham gia khảo sát lựa chọn. Phần gạn lọc được đặt ở phần đầu tiên vì mục đích gạn lọc đúng đối tượng cần khảo sát, nếu khơng phù hợp thì cần ngưng thực hiện khảo sát để tiết kiệm thời gian. Cụ thể trong bảng câu hỏi, nếu người tham gia khảo sát không làm kế toán tại TP.HCM hoặc DN khơng sử dụng ERP thì khơng tiếp tục khảo sát.
Phần nội dung nghiên cứu: Tác giả đã thiết kế đầy đủ các dữ liệu cần thu
Phần thông tin cá nhân: Tác giả thiết kế phần này ở cuối cùng vì đây là thông
tin cá nhân, cần được bảo mật không phải bất kỳ người tham gia khảo sát nào cũng sẵn sàng cung cấp thông tin. Nếu thiết kế phần này ở ngay phần đầu thì có thể người tham gia khảo sát sẽ từ chối hoặc miễn cưỡng tham gia thì sẽ cung cấp ý kiến bị sai lệch.
Vì bảng câu hỏi đóng vai trị quan trọng trong nghiên cứu định lượng nên để bảng câu hỏi có chất lượng cao thì tác giả tiến hành lần kiểm thử trước khi đưa ra câu hỏi chính thức. Mục đích của cuộc kiểm thử này khơng nhằm thu thập dữ liệu mà để nhận được sự đánh giá của đối tượng tham gia khảo sát về bảng câu hỏi trước khi tiến hành khảo sát chính thức. Đối tượng tham gia khảo sát sẽ góp ý về câu từ, ngữ nghĩa, có dễ hiểu và hiểu đúng ý khơng, với những thơng tin như vậy thì đối tượng tham gia khảo sát có sẵn lịng cung cấp hay không? Sau khi tiến hành kiểm thử, tác giả đã thiết kế bảng câu hỏi chính thức dùng để khảo sát.
3.4.4 Chọn mẫu và xác định kích thước mẫu
Chọn mẫu: Có hai phương pháp chọn mẫu đó là phương pháp xác suất (cịn
gọi là ngẫu nhiên) và phương pháp phi xác suất. Chọn mẫu theo phương pháp xác suất đại diện cho đám đông nên kết quả nghiên cứu có tính tổng qt hóa hơn. Nếu mẫu được chọn theo phương pháp phi xác suất thì khơng đại diện cho đám đông nhưng vẫn thường xuyên sử dụng trong nghiên cứu định lượng, kết quả vẫn có giá trị trong nghiên cứu, đặc biệt là trong nghiên cứu kiểm định lý thuyết khoa học (Nguyễn Đình Thọ, 2013).
Mặc khác, việc có được khung mẫu là vấn đề rất khó khăn vì trong điều kiện hiện nay dữ liệu thứ cấp còn chưa đầy đủ và thiếu độ tin cậy. Để xác định khung mẫu thì nhà nghiên cứu phải phỏng vấn tồn bộ đám đông, việc này tốn kém thời gian và chi phí. Vì vậy, các nhà nghiên cứu hàn lâm thường sử dụng phương pháp chọn mẫu phi xác suất và hy sinh tính đại diện của mẫu trong kiểm định lý thuyết khoa học (Nguyễn Đình Thọ, 2013).
Vì các lý do nêu trên, tác giả quyết định sử dụng phương pháp chọn mẫu phi xác suất. Phương pháp này bao gồm: (1) Phương pháp chọn mẫu thuận tiện, (2) phán đoán, (3) phát triển mầm và (4) theo định mức. Tác giả sử dụng chọn mẫu thuận tiện. Tức là, tác giả sẽ chọn phần tử mẫu nào mà có thể tiếp cận được.
Xác định kích thước mẫu: Theo kinh nghiệm của khoa học nghiên cứu thì
mẫu quan sát là đại diện một tổng thể, nên khối lượng mẫu càng lớn thì mức độ đại diện càng cao. Kích thước mẫu cần cho nghiên cứu phụ thuộc vào nhiều yếu tố như phương pháp xử lý (phân tích nhân tố khám phá EFA, hồi quy, ...) độ tin cậy cần thiết. Hiện nay, các nhà nghiên cứu xác định kích thước mẫu cần thiết thơng qua cơng thức kinh nghiệm cho từng phương pháp xử lý (Nguyễn Đình Thọ, 2013). Trong nghiên cứu của tác giả có dùng hai phương pháp phân tích nhân tố khám phá EFA và phân tích hồi quy. Hai phương pháp này phải đảm bảo điều kiện như sau:
+ Phân tích hồi quy: cỡ mẫu tối thiểu (n: số lượng mẫu quan sát) được tính theo cơng thức: n >= 50+8 *m1 (m1 là số biến độc lập) (Tabachnick and Fidell, 1996; Green, 1991). Với mơ hình của tác giả gồm 5 biến độc lập, cỡ mẫu tối thiểu thấp nhất là 50+8*5=90
+ Phân tích nhân tố khám phá EFA: thì kích thước mẫu tối thiểu phải bằng: n=5* m2 (m2 là số lượng câu hỏi khảo sát). Theo nghiên cứu của Hair (1998) kích thước mẫu gấp 5 lần tổng biến quan sát (Hair et al., 1998). Tác giả có 22 biến quan sát, cỡ mẫu yêu cầu để phân tích EFA là 22*5=110.
Để đạt được cỡ mẫu như vậy, tác giả dự kiến phát đi 250 bảng câu hỏi.
3.4.5 Thu thập và chuẩn bị dữ liệu
❖ Thu thập dữ liệu:
Tác giả sử dụng phương pháp khảo sát vì phương pháp này cho phép thu thập được nhiều dạng dữ liệu khác nhau phù hợp với đề tài nghiên cứu, đặc biệt là trong thị trường hiện nay dữ liệu thứ cấp thường khơng có hoặc có mà khơng được đầy đủ và độ tin cậy không được cao (Nguyễn Đình Thọ, 2013).
Tác giả thực hiện khảo sát trực tuyến sử dụng công cụ Google Form trong Google Docs và cả khảo sát trực tiếp bằng giấy. Kết quả tác giả nhận về được 196 phiếu phản hồi. Số phiếu đạt để dùng cho nghiên cứu 179 phiếu (thỏa điều kiện là nhân viên hiện đang làm kế toán tại TP.HCM và DN đang sử dụng ERP). Vì đặc thù của đề tài, các DN sử dụng ERP tại TP.HCM chưa nhiều nên tỷ lệ mẫu đáp ứng thu về cũng không cao (tỷ lệ mẫu nhận được khoảng 75%).
❖ Chuẩn bị dữ liệu:
Các bảng khảo sát sau khi được thu thập về, tác giả tiến hành loại bỏ những bảng khảo sát trả lời chưa hồn chỉnh và khơng hợp lệ, bước này tác giả phải chú ý quan sát để loại bỏ những bảng câu trả lời chưa nghiêm túc, những người tham gia khảo sát chỉ đánh dấu ngẫu nhiên theo quy luật nào đó hoặc đánh theo cảm tính. Trong 179 phiếu trả lời thỏa điều kiện của phần gạn lọc, tác giả loại bỏ 29 phiếu trả lời không hợp lệ. Sau khi chọn được các bảng câu trả lời đáp ứng yêu cầu là 150 phiếu, tác giả tiến hành đánh số thứ tự và mã hóa các biến quan sát (xem phụ lục 03 và phụ lục 04) để đưa vào phần mềm SPSS 20 để xử lý.
3.4.6 Phân tích dữ liệu
Phần mềm SPSS 20 được dùng để xử lý thống kê mô tả, đánh giá độ tin cậy của thang đo Cronbach’s Alpha, phân tích nhân tố khám phá EFA. Tiếp theo, tác giả kiểm định tương quan và phân tích hồi quy.
3.4.7 Phương pháp phân tích dữ liệu 3.4.7.1 Thống kê mô tả dữ liệu 3.4.7.1 Thống kê mô tả dữ liệu
Thống kê mô tả là bước đầu tiên của q trình phân tích kiểm định. Trong bước này sẽ không cho thấy ngay được kết quả kiểm định nhưng sẽ cho thấy được thông tin một cách tổng quát nhất về mức độ phù hợp của đối tượng khảo sát, và ERP đã tiến hành khảo sát. Các nhân tố được dùng để phân tích trong phần này như tần suất, tỷ lệ phần trăm trong tổng thể, tổng số, ... về các thông tin cá nhân xung quanh
đối tượng được khảo sát. Những phân tích trong phần này sẽ cho thấy được sự biến động và xu hướng của các thang đo nhân tố trong luận văn này.
3.4.7.2 Đánh giá độ tin cậy của thang đo Cronbach’s Alpha
Độ tin cậy của thang đo nói lên tính nhất quán của đo lường (mức độ giống nhau của kết quả) sau nhiều lần lặp lại. Có nhiều loại độ tin cậy, loại sử dụng phổ biến trong nghiên cứu đó là tính nhất qn nội tại Cronbach’s Alpha - phản ánh mức độ đồng nhất của các biến đo lường trong cùng một thang đo.
Tính hệ số tin cậy Cronbach’s Alpha bằng phần mềm SPSS 20, hệ số Cronbach’s Alpha có giá trị biến thiên trong khoảng [0,1]. Một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.75-0.95]. Tuy nhiên, nếu Cronbach’s Alpha
>=0.6 vẫn có thể chấp nhận được. Nếu Cronbach’s Alpha quá lớn >=0.95 thì cũng khơng tốt vì xảy ra hiện tượng trùng lắp trong đo lường. SPSS 20 sử dụng hệ số tương quan biến - tổng hiệu chỉnh, hệ số này lấy tương quan của biến đo lường xem xét với tổng các biến cịn lại của thang đo (khơng tính biến đang xem xét), nếu một biến đo lường có hệ số tương quan biến - tổng hiệu chỉnh >=0.3 thì biến đó đạt u cầu.
(Nunnally & Berntein, 1994 từ Nguyễn Đình Thọ, 2013).
3.4.7.3 Phân tích nhân tố khám phá EFA
Các biến quan sát đạt yêu cầu khi đánh giá độ tin cậy thang đo sẽ được tiếp tục dùng để đánh giá giá trị của thang đo.
Để đánh giá giá trị của thang đo bằng EFA cần xem xét 3 thuộc tính quan trọng trong kết quả EFA đó là: (1) Số lượng nhân tố trích được, (2) trọng số nhân tố và (3) tổng phương sai trích.
Tác giả sử dụng phương pháp trích Principal Components với phép xoay Varimax. Sau khi EFA, tác giả sẽ tiến hành phân tích sâu hơn là kiểm định tương quan và phân tích hồi quy.
Đầu tiên, xem xét số lượng nhân tố trích có phù hợp với giả thuyết ban đầu về số lượng khái niệm đơn hướng hoặc số lượng thành phần của thang đo (nếu khái
niệm đa hướng). Nếu đạt được thì có thể kết luận các khái niệm nghiên cứu đơn hướng hoặc các thành phần của một khái niệm đa hướng đạt được giá trị phân biệt.
Trọng số nhân tố biến Xi trên nhân tố mà nó là một biến đo lường sau khi
quay phải cao và các trọng số trên các nhân tố khác nó khơng đo lường phải thấp, đạt được yêu cầu này thì thang đo đạt được giá trị hội tụ.
Trọng số nhân ƛi >= 0.5 là giá trị chấp nhận được. Nếu ƛi < 0.5 thì có thể xóa biến Xi vì nó khơng đo lường khái niệm cần đo lường. Tuy nhiên, cần lưu ý những giá trị này có ý nghĩa về mặt thống kê, trong khi đó trong nghiên cứu thống kê là công cụ chứ không phải là tất cả, khi loại bỏ biến có trọng số thấp cần xem xét đến giá trị nội dung của biến đó đóng góp vào giá trị nội dung của khái niệm nó đo lường. Nếu ƛi khơng nhỏ hơn 0.4 thì khơng nên loại.
Khi đánh giá kết quả EFA cần xem xét phần tổng phương sai trích TVE.
Tổng này thể hiện các nhân tố trích được bao nhiêu phần trăm của các biến đo lường.
Tổng phương sai trích phải lớn hơn hoặc bằng 50%, nếu được từ 60% trở lên là
tốt nhất. Nếu thỏa điều kiện này thì sẽ kết luận mơ hình EFA phù hợp (Nguyễn Đình Thọ, 2013)
3.4.7.4 Kiểm định tương quan
Trước khi tiến hành phân tích mơ hình hồi quy tuyến tính cần phải thực hiện các bước phân tích tương quan Pearson. Mục đích của việc chạy phân tích tương quan Pearson trong SPSS 20 là để kiểm định lại mối tương quan giữa các nhân tố trong mơ hình. Trong q trình kiểm tra này thì biến độc lập và biến phụ thuộc sẽ được đặt phân tích cạnh nhau theo từng cặp một, tức là mối tương quan này chỉ xem xét giữa các biến như một yếu tố độc lập với nhau mà khơng đặt cạnh các biến khác. Vì điều kiện của hồi quy trước tiên là phải thấy được mối tương quan thuận nghịch cũng như mức độ tương quan tuyến tính đạt được giữa các biến.
Hệ số tương quan Pearson nằm trong khoảng -1<= r <=1, giá trị này càng
Nếu ta chọn mức ý nghĩa là 5% thì giá trị thống kê Sig của tương quan Pearson
Sig < 0.05.
Nếu ta chọn mức ý nghĩa là 1% thì giá trị thống kê Sig của tương quan Pearson
Sig < 0.01.
Tuy nhiên, trong bước này cũng cần kiểm tra sự xuất hiện của hiện tượng đa cộng tuyến, khi mà các biến độc lập xem xét có mối tương quan mạnh với nhau. Dấu hiệu nghi ngờ hiện tượng đa cộng tuyến khi giá trị Sig giữa các biến độc lập Sig <
0.05, và giá trị tương quan Sig > 0.3. Khi thấy có dấu hiệu này thì cần phân tích thêm
về hệ số VIF trong mơ hình phân tích hồi quy tuyến tính phía sau, nếu kết quả đều