CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Phân tích thang đo
4.2.2.2 Phân tích nhân tố khám phá (EFA) biến phụ thuộc
- Hệ số KMO: 0.875 (với 0.875 > 0.5) nên EFA là phù hợp với dữ liệu và
kiểm định Bartlett có Sig. là 0.000 (với 0.000 < 0.05) chứng tỏ các biến quan sát có tương quan với nhau trong tổng thể.
Bảng 4.10 Phân tích KMO và Bartlett’s Test
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .875
Bartlett's Test of Sphericity Approx. Chi-Square 472.645
df 15
Sig. .000
Nguồn: Kết quả xử lý từ SPSS
- Tổng phương sai trích đạt yêu cầu là ≥ 50%, kết quả phân tích cho thấy
tổng phương sai trích là 57.31% (bảng 4.11). Kết quả này đạt yêu cầu và cho thấy các nhóm nhân tố giải thích được 57.31% sự biến thiên của các biến quan sát, kết quả này chứng tỏ mơ hình hợp lý.
- Trị số Eigenvalues là 3.438 tại nhân tố thứ 5 cho thấy kết quả EFA là phù
hợp.
Bảng 4.11: Phân tích phương sai trích
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.438 57.307 57.307 3.438 57.307 57.307 2 .658 10.963 68.270 3 .628 10.472 78.742 4 .485 8.084 86.826 5 .434 7.228 94.055 6 .357 5.945 100.000
- Sử dụng phép trích nhân tố Principal Component Analysis với phép quay
vng góc Varimax, kết quả ma trận cho thấy các biến quan sát có hệ số tải đạt yêu cầu, đều > 0.5. Bảng 4.12 Component Matrix Component Matrixa Component 1 THH6 .841 THH1 .765 THH5 .759 THH2 .751 THH3 .712 THH4 .707
Extraction Method: Principal Component Analysis.
a. 1 components extracted.
Nguồn: Kết quả xử lý từ SPSS
Kết luận: Kết quả phân tích EFA cho thấy thang đo biến phụ thuộc đánh giá
được giá trị và phù hợp để xây dựng mơ hình nghiên cứu.
4.3 Phân tích tương quan và hồi qui tuyến tính bội 4.3.1 Phân tích tương quan 4.3.1 Phân tích tương quan
Sau khi phân tích EFA, tác giả sử dụng phân tích tương quan Pearson để xem xét mức độ phù hợp khi đưa các nhân tố vào mơ hình, kiểm tra mối tương quan tuyến tính giữa biến phụ thuộc và biến độc lập.
Bảng 4.13: Phân tích tương quan Pearson
Correlations
THH TGQL TGND TGCG KTQL CLDL THH Pearson Correlation 1 .696** .576** .482** .518** .263**
Sig. (2-tailed) .000 .000 .000 .000 .000
TGQL Pearson Correlation .696** 1 .363** .291** .653** .168* Sig. (2-tailed) .000 .000 .000 .000 .014 N 215 215 215 215 215 215 TGND Pearson Correlation .576** .363** 1 .423** .201** .190** Sig. (2-tailed) .000 .000 .000 .003 .005 N 215 215 215 215 215 215 TGCG Pearson Correlation .482** .291** .423** 1 .191** .205** Sig. (2-tailed) .000 .000 .000 .005 .003 N 215 215 215 215 215 215 KTQL Pearson Correlation .518** .653** .201** .191** 1 .062 Sig. (2-tailed) .000 .000 .003 .005 .364 N 215 215 215 215 215 215 CLDL Pearson Correlation .263** .168* .190** .205** .062 1 Sig. (2-tailed) .000 .014 .005 .003 .364 N 215 215 215 215 215 215
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Nguồn: Kết quả xử lý từ SPSS
Xem xét bảng phân tích tương quan Pearson, ta thấy rằng sig giữa từng biến độc lập với biến phụ thuộc đều nhỏ hơn 0.05. Như vậy, tất cả các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc. Tương quan giữa biến độc lập với biến phụ thuộc theo thứ tự tương quan giảm dần lần lượt là: sự tham gia của nhà quản lý (0.696), sự tham gia của người dùng (0.576), kiến thức về hệ thống thơng tin kế tốn của nhà quản lý (0.518), sự tham gia của chuyên gia bên ngoài (0.482) và cuối cùng là chất lượng dữ liệu (0.263). Tóm lại, 5 nhân tố trên đủ điều kiện đưa vào mô hình nghiên cứu ảnh hưởng đến tính hữu hiệu của hệ thống thông tin kế tốn.
4.3.2 Phân tích hồi qui tuyến tính bội
Để thực hiện phân tích hồi qui tuyến tính bội, tác giả sử dụng phương pháp đồng thời (phương pháp enter) như đã trình bày ở chương 3 đưa các biến vào cùng một lần và xem xét kết quả.
Bảng 4.14 Phân tích ANOVA
ANOVAa
Model Sum of Squares df Mean Square F Sig. 1 Regression 43.789 5 8.758 78.868 .000b Residual 23.208 209 .111 Total 66.998 214 a. Dependent Variable: THH b. Predictors: (Constant), CLDL, KTQL, TGND, TGCG, TGQL Nguồn: Kết quả xử lý từ SPSS
Kết quả kiểm định F với Sig = 0.000 < 0.05 chứng tỏ mơ hình hồi qui đã xây dựng có ý nghĩa.
Bảng 4.15: Tóm tắt các tham số của mơ hình
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .808a .654 .645 .33323 1.905 a. Predictors: (Constant), CLDL, KTQL, TGND, TGCG, TGQL b. Dependent Variable: THH Nguồn: Kết quả xử lý từ SPSS
Bảng 4.14 tóm tắt một số tham số của mơ hình cho thấy R2 hiệu chỉnh của mơ hình là 0.645 = 64.5%. Như vậy, các biến độc lập đưa vào chạy hồi qui ảnh hưởng 64.5% sự thay đổi của biến phụ thuộc.
Kết quả hồi qui được trình bày ở bảng 4.16.
Bảng 4.16: Kết quả hồi qui
Nguồn: Kết quả xử lý từ SPSS
Hệ số hồi qui đã chuẩn hóa
B Std. Error Beta t Sig. Tolerance VIF
1Hằng số 0.142 0.202 0.703 0.483 TGQL 0.339 0.045 0.430 7.508 0.000 0.506 1.977 TGND 0.246 0.039 0.296 6.306 0.000 0.750 1.333 TGCG 0.137 0.034 0.187 4.079 0.000 0.786 1.272 KTQL 0.099 0.039 0.137 2.533 0.012 0.570 1.753 CLDL 0.080 0.038 0.088 2.086 0.038 0.935 1.070 a. Biến phụ thuộc: THH
Hệ số hồi qui chưa chuẩn hóa
Kết quả hồi qui cho thấy tất cả các biến đều có sự tác động lên biến phụ thuộc do sig kiểm định t của từng biến độc lập bao gồm TGQL, TGND, TGCG, KTQL, CLDL đều nhỏ hơn 0.05.
Hệ số VIF các biến độc lập đều nhỏ hơn 10, như vậy khơng có đa cộng tuyến xảy ra, mối quan hệ giữa các biến độc lập khơng có ảnh hưởng đến mơ hình.
4.3.3 Kiểm tra một số giả định hồi qui
Giả định phần dư có phân phối chuẩn
Hình 4.1: Biểu đồ Histogram
Nguồn: Kết quả xử lý từ SPSS
Xem xét biểu đồ tần số Histogram, ta thấy giá trị trung bình Mean gần bằng 0, độ lệch chuẩn là 0.988 gần bằng 1, như vậy có thể nói, phân phối phần dư xấp xỉ chuẩn. Do đó, có thể kết luận rằng: Giả định phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.2: Biểu đồ Scatter
Nguồn: Kết quả xử lý từ SPSS
Xem xét biểu đồ 4.2, ta thấy phần dư chuẩn hóa phân bổ ngẫu nhiên tập trung xung quanh đường tung độ 0, không theo một quy luật nào, do vậy giả định quan hệ tuyến tính khơng bị vi phạm.
4.3.4 Phương trình hồi qui tuyến tính bội và tổng kết các các giả thuyết
Xem xét kết quả hồi qui tuyến tính bội ở bảng 16, phương trình hồi qui tuyến tính bội đã chuẩn hóa được trình bày như sau:
THH = 0.430*TGQL + 0.296*TGND + 0.187*TGCG + 0.137*KTQL + 0.088*CLDL
Biến độc lập gồm có:
+ TGQL: Sự tham gia của nhà quản lý
+ TGND: Sự tham gia của người dùng hệ thống + TGCG: Sự tham gia của chuyên gia bên ngoài + KTQL: Kiến thức về HTTTKT của nhà quản lý + CLDL: Chất lượng dữ liệu
Biến phụ thuộc:
Bảng 4.17: Đánh giá các giả thuyết
Giả thuyết nghiên cứu đề xuất kiểm định Kết quả Kết luận
H1: “Sự tham gia của nhà quản lý” có tác động dương đến “Tính hữu hiệu của HTTTKT”.
Sig: 0.000 Chấp nhận giả thuyết
H2: “Kiến thức về HTTTKT của nhà quản lý” có tác động dương đến “Tính hữu hiệu của HTTTKT”
Sig: 0.012 Chấp nhận giả thuyết
H3: “Sự tham gia của người dùng có tác động
dương đến “Tính hữu hiệu của HTTTKT” Sig: 0.000
Chấp nhận giả thuyết
H4: “Sự tham gia của các chuyên gia bên ngồi có tác động dương đến “Tính hữu hiệu của HTTTKT”
Sig: 0.000 Chấp nhận giả thuyết
H5: “Chất lượng dữ liệu” có tác động dương
đến “Tính hữu hiệu của HTTTKT” Sig: 0.038
Chấp nhận giả thuyết
Nguồn: Tổng hợp từ kết quả phân tích
Kết quả kiểm định cho thấy biến phụ thuộc – tính hữu hiệu của HTTTKT
chịu tác động dương của 5 nhân tố bao gồm: sự tham gia của nhà quản lý, kiến thức về HTTTKT của nhà quản lý, sự tham gia của người dùng hệ thống, sự tham gia của chuyên gia bên ngoài và chất lượng dữ liệu.
Mức độ ảnh hưởng của các nhân tố: Căn cứ vào phương trình hồi qui tuyến
tính bội, dựa theo hệ số Beta đã chuẩn hóa, có thể thấy rằng, nhân tố ảnh hưởng lớn nhất đến tính hữu hiệu của HTTTKT là: sự tham gia của nhà quản lý với hệ số Beta đã chuẩn hóa là 0.430, kế tiếp là sự tham gia của người dùng với hệ số Beta đã chuẩn hóa là 0.296, sự tham gia của chuyên gia bên ngoài với hệ số Beta đã chuẩn hóa là 0.187, kiến thức về HTTTKT của nhà quản lý với hệ số Beta đã chuẩn hóa là 0.137, cuối cùng, ảnh hưởng yếu nhất là chất lượng dữ liệu với hệ số Beta đã chuẩn hóa là 0.088.
4.4 Phân tích phương sai ANOVA
4.4.1 Kiểm định sự khác biệt về tính hữu hiệu của HTTTKT giữa nhóm các doanh nghiệp có lĩnh vực hoạt động khác nhau các doanh nghiệp có lĩnh vực hoạt động khác nhau
Kết quả kiểm định ở bảng 4.18 cho thấy Sig Levene’s Test: 0.668 > 0.05, cho thấy phương sai giữa các nhóm doanh nghiệp có lĩnh vực hoạt động khác nhau khơng có sự khác nhau. Ta sử dụng kết quả sig kiểm định F ở bảng ANOVA (bảng 4.19).
Dùng phương pháp phân tích One–Way ANOVA, ta thấy Sig kiểm định F bằng 0.734 > 0.05, như vậy khơng có khác biệt có ý nghĩa thống kê về tính hữu
hiệu của HTTTKT giữa các lĩnh vực hoạt động khác nhau. Bảng 4.18: Kiểm định Levene’s Test
TH H
Levene Statistic df1 df2 Sig.
0.404 2.000 212.000 0.668
Nguồn: Kết quả xử lý từ SPSS
Bảng 4.19: Kiểm định One-way ANOVA
THH Sum of Squares df Mean Square F Sig. Between Groups 0.195 2 0.098 0.310 0.734 Within Groups 66.803 212 0.315 Total 66.998 214 Nguồn: Kết quả xử lý từ SPSS
4.4.2 Kiểm định sự khác biệt về tính hữu hiệu của HTTTKT giữa nhóm các doanh nghiệp có nguồn vốn hoạt động khác nhau các doanh nghiệp có nguồn vốn hoạt động khác nhau
Kết quả kiểm định ở bảng 4.20 cho thấy Sig Levene’s Test: 0.410 > 0.05, cho thấy phương sai giữa các nhóm doanh nghiệp có nguồn vốn hoạt động khác nhau khơng có sự khác nhau. Ta sử dụng kết quả sig kiểm định F ở bảng ANOVA (bảng 4.21).
Dùng phương pháp phân tích One–Way ANOVA, ta thấy Sig kiểm định F bằng 0.001 < 0.05, như vậy có sự khác biệt có ý nghĩa thống kê về tính hữu hiệu
của HTTTKT giữa các nhóm doanh nghiệp có nguồn vốn hoạt động khác nhau.
Bảng 4.20: Kiểm định Levene’s Test
TH H
Levene Statistic df1 df2 Sig.
0.966 3.000 211.000 0.410
Nguồn: Kết quả xử lý từ SPSS
Bảng 4.21: Kiểm định One-way ANOVA
THH Sum of
Squares df Mean Square F Sig.
Between Groups 4.882 3 1.627 5.528 0.001
Within Groups 62.116 211 0.294
Total 66.998 214
Nguồn: Kết quả xử lý từ SPSS
Bảng 4.22 thống kê trung bình của dữ liệu cho thấy nhóm các doanh nghiệp có tổng nguồn vốn hoạt động càng cao thì tính hữu hiệu của HTTTKT càng cao.
Bảng 4.22: Thống kê trung bình nguồn vốn Tổng nguồn vốn Số quan sát Tổng nguồn vốn Số quan sát Trung bình Độ lệch chuẩn ≤ 3 tỷ 23 3.4710 0.61679 Từ trên 3 tỷ đến 20 tỷ 61 3.5574 0.54847 Từ trên 20 tỷ đến 50 tỷ 96 3.7465 0.54825 Từ trên 50 tỷ đến 100 tỷ 35 3.9524 0.45835 Cộng 215 3.6969 0.55953 Nguồn: Kết quả xử lý từ SPSS
4.5 Bàn luận về kết quả nghiên cứu
Kết quả nghiên cứu cho thấy “Sự tham gia của nhà quản lý” là nhân tố có
tính quyết định lớn nhất đến “Tính hữu hiệu của HTTTKT”. Kết quả này cho
thấy những hỗ trợ từ nhà quản lý trong quá trình thực hiện HTTTKT hay những cam kết của nhà quản lý về việc đảm bảo các nguồn lực để thực hiện HTTTKT có vai trị quan trọng, mang tính ý nghĩa trong việc một HTTTKT có tính hữu hiệu hay
khơng. Điều này là phù hợp, bởi vì trong bối cảnh các DNNVV, chủ DN thường là người trực tiếp quyết định đến việc đầu tư một HTTTKT sao cho có lợi cho công việc kinh doanh của họ, đồng thời muốn thực thi một HTTTKT cần phải có sự đầu tư về nguồn lực tài chính. Ngồi ra, dựa trên quyền hạn của mình, các nhà quản lý có thể đưa ra những yêu cầu để đảm bảo HTTTKT đáp ứng được nhu cầu của DN và cũng dựa trên quyền hạn này, họ có thể tạo ra một mơi trường có lợi cho việc triển khai và thực thi một HTTTKT. Kết quả nghiên cứu này cũng phù hợp với một số nghiên cứu trước (Yap và cộng sự, 1992; Igbaria và cộng sự, 1997; Thong và cộng sự, 1996, 1999).
Giả thuyết “Sự tham gia của người dùng có tác động dương đến Tính hữu
hiệu của HTTTKT” được ủng hộ trong kết quả nghiên cứu. Điều này được lý giải
là do người dùng hệ thống là những người dùng trực tiếp có những hiểu biết nhất định đối với hoạt động kinh doanh của DN, họ có thể đưa ra những phân tích u cầu hệ thống thơng qua các cuộc họp hoặc đưa ra ý kiến trong việc xem xét các kiến nghị giải pháp do nhà tư vấn đưa ra, đồng thời họ có thể làm giảm những kỳ vọng không thực tế về HTTTKT, tất cả những điều này khiến cho sự tham gia của người dùng có tác động đến tính hữu hiệu của HTTTKT. Kết quả nghiên cứu này đồng thời thống nhất với một số nghiên cứu trước đây như: Baronas, 1988; Hirschheim, 1985; Lucas, 1981; Tait và Veesey, 1988.
Đề xuất giả thuyết cho rằng “Sự tham gia của chun gia bên ngồi có tác động dương đến tính hữu hiệu của HTTTKT” cũng được ủng hộ trong kết quả
nghiên cứu. Nguyên nhân có thể được lý giải là do những nhà tư vấn/ nhà cung cấp phần mềm có chun mơn nhất định trong việc thiết kế, triển khai và thực thi một HTTTKT, mà trong các DNNVV, hầu như khơng có đội ngũ nhân viên về các vấn đề này do hạn chế về quy mô hoạt động cũng như ngân sách hoạt động. Do đó, khi một DNNVV quyết định triển khai một HTTTKT, thông thường sẽ thuê đội ngũ những nhà tư vấn/ nhà cung cấp phần mềm bên ngoài để tư vấn và xử lý các vấn đề từ khâu thiết kế, thực thi, bảo trì và xử lý lỗi các vấn đề phát sinh của một HTTTKT. Vì những ngun nhân đó, sự tham gia của các chun gia bên ngồi có
những ảnh hưởng tích cực đến tính hữu hiệu của HTTTKT. Kết quả nghiên cứu này phù hợp với các nghiên cứu trong quá khứ: Thong (1999), Igbaria và cộng sự (1997), Ismail (2009).
Giả thuyết “Kiến thức về HTTTKT của nhà quản lý có tác động dương đến Tính hữu hiệu của HTTTKT” được chấp nhận trong kết quả nghiên cứu.
Như đã phân tích trong nhân tố sự tham gia của nhà quản lý, người quản lý tại các DNNVV có những quyền hạn trực tiếp khi tham gia vào việc thiết kế và thực thi một HTTTKT, do đó với những kiến thức sẵn có về HTTTKT, nhà quản lý có cơ hội tham gia một cách chủ động vào các giai đoạn hình thành một HTTTKT, gián tiếp tạo ra một HTTTKT đáp ứng được nhu cầu phù hợp với hoạt động kinh doanh của DN, từ đó tạo ra một HTTTKT mang tính hữu hiệu cao. Kết quả nghiên cứu này thống nhất với một số nghiên cứu trong quá khứ (Seyal và cộng sự, 2000; Thong, 2001; Hussin và cộng sự, 2002).
Nhân tố “Chất lượng dữ liệu” được đề xuất có tác động dương đến “Tính hữu hiệu của HTTKT” được xác nhận là đúng trong kết quả nghiên cứu này.
Chất lượng dữ liệu được lý giải là nhân tố ảnh hưởng đến chất lượng thông tin – là sản phẩm đầu ra của hệ thống thống tin, mà chất lượng hệ thống thơng tin kế tốn được xem là một trong những thang đo tính hữu hiệu của HTTTKT, do đó, chất lượng dữ liệu có ảnh hưởng đến tính hữu hiệu của hệ thống thơng tin kế tốn. Giả thuyết này chưa được kiểm chứng trong nhiều nghiên cứu trong quá khứ, tuy nhiên