Reliability Statistics
Cronbach's Alpha Số biến
.869 5
Biến quan sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến QUYMO1 16.072 2.682 .665 .849 QUYMO2 16.096 2.629 .751 .828 QUYMO3 16.108 2.699 .670 .848 QUYMO4 16.126 2.725 .638 .856 QUYMO5 16.126 2.544 .749 .828
Nguồn: Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.1 cho thấy, thang đo nhân tố quy mô doanh nghiệp được đo lường qua 5 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s alpha) là 0.869> 0.6. Đồng thời, cả 5 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Như vậy, thang đo nhân tố quy mô doanh nghiệp đáp ứng độ tin cậy.
4.1.2 Cronbach’s alpha của thang đo nhân tố trình độ nhân viên kế toán
Bảng 4.2: Cronbach’s alpha của thang đo nhân tố trình độ nhân viên kế tốn
Cronbach's Alpha Số biến
.879 4
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại
biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến
TRIDO1 13.216 3.592 .751 .840
TRIDO2 13.174 4.012 .641 .880
TRIDO3 13.198 3.413 .806 .818
TRIDO4 13.246 3.560 .760 .836
67
Bảng 4.2 cho thấy, thang đo nhân tố trình độ nhân viên kế tốn có 4 biến quan sát. Kết quả phân tích hệ số tin cậy Cronbach’s alpha của thang đo này là 0.879> 0.6. Đồng thời, cả 4 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Do vậy, thang đo nhân tố trình độ nhân viên kế tốn đáp ứng độ tin cậy.
4.1.3 Cronbach’s alpha của thang đo nhân tố công nghệ thông tin
Bảng 4.3: Cronbach’s alpha của thang đo nhân tố công nghệ thông tin
Reliability Statistics
Cronbach's Alpha Số biến
.800 3
Item-Total Statistics
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại
biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến
CONGNGHE1 8.000 1.831 .621 .752
CONGNGHE2 7.994 1.789 .667 .703
CONGNGHE3 7.934 1.821 .646 .725
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.3 cho thấy, thang đo nhân tố cơng nghệ thơng tin có 3 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s alpha) là 0.800> 0.6. Đồng thời, cả 3 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Như vậy, thang đo nhân tố công nghệ thông tin đáp ứng độ tin cậy.
4.1.4 Cronbach’s alpha của thang đo nhân tố nhận thức nhà quản lý Bảng 4.4: Cronbach’s alpha của thang đo nhân tố nhận thức nhà quản lý
Cronbach's Alpha Số biến
.777 4
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại
biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến
NHANTHUC1 11.521 2.637 .527 .753
NHANTHUC2 11.719 2.709 .585 .721
NHANTHUC3 11.695 2.515 .659 .681
NHANTHUC4 11.539 2.708 .557 .735
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.4 cho thấy, thang đo nhân tố nhận thức nhà quản lý có 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s alpha) lần 1 là 0.777> 0.6. Và 4 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Như vậy, thang đo nhân tố nhận thức nhà quản lý đáp ứng độ tin cậy.
4.1.5. Cronbach’s alpha của thang đo nhân tố mức độ cạnh tranh của thị trường trường
Bảng 4.5: Cronbach’s alpha của thang đo nhân tố mức độ cạnh tranh của thị trường
Cronbach's Alpha Số biến
.870 6
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại
biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến MDCT1 20.796 2.187 .650 .852 MDCT2 20.796 2.175 .663 .849 MDCT3 20.784 2.158 .693 .844 MDCT4 20.808 2.204 .659 .850 MDCT5 20.796 2.199 .677 .847 MDCT6 20.808 2.228 .674 .847
69
Bảng 4.5 cho thấy, thang đo nhân tố mức độ cạnh tranh của thị trường có 6 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s alpha) là 0.870> 0.6. Đồng thời, cả 6 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Như vậy, thang đo yếu tố mức độ cạnh tranh của thị trường đáp ứng độ tin cậy.
4.1.6 Cronbach’s alpha của thang đo chi phí cho việc tổ chức một hệ thống KTQT cho DN KTQT cho DN
Bảng 4.6: Cronbach’s alpha của thang đo chi phí cho việc tổ chức một hệ thống KTQT cho DN
Cronbach's Alpha Số biến
.824 4
Item-Total Statistics Biến quan
sát
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach’s alpha nếu loại
biến
CHIPHI1 11.461 4.033 .602 .800
CHIPHI2 11.587 4.184 .618 .793
CHIPHI3 11.689 3.469 .675 .771
CHIPHI4 11.701 4.006 .724 .750
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.6 cho thấy, thang đo chi phí cho việc tổ chức một hệ thống KTQT cho DN có 4 biến quan sát. Kết quả phân tích hệ số tin cậy Cronbach’s alpha của thang đo nhân tố này là 0.824 > 0.6. Đồng thời, cả 4 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Do vậy, thang đo chi phí cho việc tổ chức một hệ thống KTQT cho DN đáp ứng độ tin cậy.
4.1.7 Cronbach’s alpha của thang đo vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh
Bảng 4.7: Cronbach’s alpha của thang đo vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh
Cronbach's Alpha Số biến
.792 5
Item-Total Statistics Biến quan
sát
Trung bình thang đo nếu
loại biến
Phương sai thang
đo nếu loại biến Tương quan biến tổng
Cronbach’s alpha nếu loại
biến VDKTQT1 16.257 .819 .533 .765 VDKTQT2 16.198 .678 .589 .750 VDKTQT3 16.222 .728 .569 .753 VDKTQT4 16.246 .741 .587 .747 VDKTQT5 16.251 .780 .597 .746
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.7 cho thấy, thang đo vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh có 5 biến quan sát. Kết quả phân tích hệ số tin cậy Cronbach’s alpha của thang đo nhân tố này là 0.792 > 0.6. Đồng thời, cả 5 biến quan sát đều có tương quan biến tổng > 0.3 và nhỏ hơn Cronbach’s alpha. Do vậy, thang đo vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh đáp ứng độ tin cậy.
Kết luận:
Sau khi đo lường độ tin cậy của các nhân tố thông qua hệ số Cronbach’s alpha, tất cả các biến của 6 biến độc lập và 1 biến phụ thuộc đáp ứng được độ tin cậynên đều được giữ lại để tiếp tục nghiên cứu.
4.2 Phân tích nhân tố khám phá (EFA) các nhân tố ảnh hưởng đến vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh
Phương pháp phân tích nhân tố khám phá (EFA) được sử dụng để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu này, phương pháp EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có nghĩa hơn. Cụ thể, khi đưa tất cả các biến thu thập được vào phân tích, các biến có thể có liên hệ với nhau.
71
Khi đó, chúng sẽ được gom thành các nhóm biến có liên hệ để xem xét và trình bày dưới dạng các nhân tố cơ bản tác động đến vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh.
Nghiên cứu tiến hành sử dụng phương pháp trích hệ số Principal component với phép quay Varimax tại điểm dừng khi trích các yếu tố có Eigenvalue > 1. Thang đo nào có tổng phương sai trích từ 50% trở lên là được chấp nhận (Gerbing & Anderson, 1988). Các biến có trọng số (Factor loading) nhỏ hơn 0.5 sẽ bị loại.Tại mỗi khái niệm có chênh lệch trọng số (Factor loading) lớn nhất và bất kỳ phải đạt ≥ 0.3 (Jabnoun & AL-Tamini, 2003). Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO (Kaiser – Meyer – Olkin) phải có giá trị lớn (0.5 ≤ KMO ≤ 1), điều này thể hiện phân tích nhân tố là thích hợp. Nếu hệ số KMO < 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu. Theo Kaiser (1974), KMO ≥ 0.9 là rất tốt; 0.9 > KMO ≥ 0.8 là tốt; 0.8 > KMO ≥ 0.7 là được; 0.7 > KMO ≥ 0.6 là tạm được, 0.6> KMO ≥ 0.5 là xấu và KMO < 0.5 là khơng thể chấp nhận được (Hồng Trọng và Mộng Ngọc, 2008).
Nghiên cứu tiến hành phân tích nhân tố khám phá (EFA) theo từng bước. Lần đầu thực hiện EFA, 26 biến đã nhóm lại thành 06 nhân tố.Sau 02 lần thực hiện phép quay, có 6 nhóm chính thức được hình thành.
4.2.1 Phân tích nhân tố khám phá (EFA)
Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết Ho: Các biến trong tổng thể khơng có tương quan với nhau. Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau.
Bảng 4.8: Hệ số KMO và kiểm định Barlett các thành phần KMO and Bartlett's Test KMO and Bartlett's Test
Hệ số KMO (Kaiser-Meyer-Olkin) .804
Mơ hình kiểm tra của Bartlett Giá trị Chi-Square 2090.593
Bậc tự do 325.000
Sig (giá trị P – value) .000
Kết quả kiểm định Barlett cho thấy giữa các biến trong tổng thể có mối tương quan với nhau (sig = 0.00 < 0.05, bác bỏ H0, nhận H1). Đồng thời, hệ số KMO = 0.804> 0.5, chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Bảng 4.9: Bảng phương sai trích
Total Variance Explained
Component
Initial Eigenvalues
Extraction Sums of Squared
Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 5.990 23.039 23.039 5.990 23.039 23.039 3.794 14.593 14.593 2 3.053 11.742 34.781 3.053 11.742 34.781 3.275 12.597 27.190 3 2.930 11.268 46.050 2.930 11.268 46.050 3.012 11.584 38.774 4 2.255 8.673 54.722 2.255 8.673 54.722 2.707 10.412 49.185 5 1.793 6.898 61.620 1.793 6.898 61.620 2.470 9.499 58.685 6 1.424 5.475 67.096 1.424 5.475 67.096 2.187 8.411 67.096 7 .826 3.176 70.272 8 .742 2.855 73.127 9 .727 2.797 75.923 10 .598 2.300 78.224 11 .556 2.137 80.361 12 .537 2.067 82.427 13 .525 2.019 84.446 14 .474 1.824 86.270 15 .446 1.716 87.986 16 .432 1.660 89.646 17 .391 1.503 91.149 18 .354 1.361 92.510 19 .341 1.310 93.819 20 .320 1.231 95.050 21 .262 1.008 96.058 22 .252 .969 97.027 23 .224 .862 97.889 24 .199 .765 98.654 25 .193 .744 99.398 26 .157 .602 100.000
Extraction Method: Principal Component Analysis.
73
Bảng 4.9 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1.Phương sai trích là 67.096% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 06 thành phần được rút trích ra từ biến quan sát (bảng 4.9). Điều này, cho chúng ta thấy 06 thành phần rút trích ra thể hiện được khả năng giải thích được 67.096% sự thay đổi của biến phụ thuộc trong tổng thể.
Bảng 4.10: Bảng ma trận xoay Rotated Component Matrixa Rotated Component Matrixa
Biến quan sát Thành phần 1 2 3 4 5 6 QUYMO1 .642 QUYMO2 .806 QUYMO3 .793 QUYMO4 .776 QUYMO5 .824 TRIDO1 .861 TRIDO2 .780 TRIDO3 .889 TRIDO4 .856 CONGNGHE1 .820 CONGNGHE2 .858 CONGNGHE3 .827 NHANTHUC1 .707 NHANTHUC2 .710 NHANTHUC3 .833 NHANTHUC4 .721 MDCT1 .679 MDCT2 .734 MDCT3 .768 MDCT4 .678 MDCT5 .787 MDCT6 .749 CHIPHI1 .780 CHIPHI2 .763 CHIPHI3 .825 CHIPHI4 .856
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Kết luận:
Sau khi thực hiện phương pháp rút trích Principal components và phép quay Varimax, kết quả các nhóm được gom lại như sau:
- Nhóm 1 (Quy mơ doanh nghiệp- QUYMO): gồm 5 biến: QUYMO1, QUYMO2, QUYMO3, QUYMO4, QUYMO5.
- Nhóm 2 (Trình độ nhân viên kế toán- TRIDO): gồm 4 biến: TRIDO1, TRIDO2, TRIDO3, TRIDO4.
- Nhóm 3 (Cơng nghệ thơng tin- CONGNGHE): gồm 3 biến: CONGNGHE1, CONGNGHE2, CONGNGHE3.
- Nhóm 4 (Nhận thức nhà quản lý- NHANTHUC): gồm 4 biến: NHANTHUC1, NHANTHUC2, NHANTHUC 3, NHANTHUC
- Nhóm 5 (Mức độ cạnh tranh của thị trường- MDCT): gồm 6 biến: MDCT1, MDCT2, MDCT3, MDCT4, MDCT5, MDCT6.
- Nhóm 6 (Chi phí cho việc tổ chức một hệ thống - KTQT cho DN CHIPHI): gồm 4 biến: CHIPHI1, CHIPHI2, CHIPHI3, CHIPHI4.
4.2.2 Kết luận phân tích nhân tố khám phá mơ hình đo lường
Từ kết quả phân tích EFA và Cronbach’s alpha như trên, mơ hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 06 nhân tố tác động đến vận dụng kế toán quản trị tại các DNTM TP. Hồ Chí Minh. Cụ thể, mơ hình này có 06 biến độc lập (Quy mơ doanh nghiệp; trình độ nhân viên kế tốn; cơng nghệ thông tin; nhận thức nhà quản lý; mức độ cạnh tranh của thị trường; chi phí cho việc tổ chức một hệ thống KTQT cho DN) và một biến phụ thuộc (vận dụng kế toán quản trị tại các doanh nghiệp thương mại TP. Hồ Chí Minh). Các giả thuyết cho mơ hình nghiên cứu chính thức như sau:
- Giả thuyết H1: Quy mô doanh nghiệp tác động cùng chiều đến vận dụng
kế toán quản trị trong các doanh nghiệp thương mại ở TP. Hồ Chí Minh. (+)
- Giả thuyết H2: Trình độ nhân viên kế tốn tác động cùng chiều đến vận
75
- Giả thuyết H3: Công nghệ thông tin tác động cùng chiều đến vận dụng kế
toán quản trị trong các doanh nghiệp thương mại ở TP. Hồ Chí Minh. (+)
- Giả thuyết H4: Nhận thức nhà quản lý tác động cùng chiều đến vận dụng
kế toán quản trị trong các doanh nghiệp thương mại ở TP. Hồ Chí Minh. (+)
- Giả thuyết H5: Mức độ cạnh tranh của thị trường tác động cùng chiều đến
vận dụng kế toán quản trị trong các DNTM ở TP. Hồ Chí Minh. (+)
- Giả thuyết H6: Chi phí cho việc tổ chức một hệ thống KTQT cho DN tác
động cùng chiều đến vận dụng kế toán quản trị trong các doanh nghiệp thương mại ở TP. Hồ Chí Minh. (+)
Mơ hình hồi quy này được biểu diễn như sau:
VDKTQT = 0 + 1 QUYMO + 2 TRIDO + 3 CONGNGHE + 4 NHANTHUC + 5 MDCT +6 CHIPHI + ε
4.3. Kiểm định độ phù hợp của mơ hình nghiên cứu
4.3.1. Phương pháp nhập các biến thành phần trong mơ hình hồi quy bội Bảng 4.11 Phương pháp nhập các biến vào phần mềm SPSS Bảng 4.11 Phương pháp nhập các biến vào phần mềm SPSS
Mơ hình Các biến nhập vào Các biến loại bỏ Phương pháp
CHIPHI, MDCT,
CONGNGHE, TRIDO,
NHANTHUC, QUYMO
Enter
Biến phụ thuộc: VDKTQT
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt bằng phương pháp Enter, trong đó:
VDKTQT là biến phụ thuộc. Thang đo của biến vận dụng kế toán quản trị trong các doanh nghiệp thương mại ở TP. Hồ Chí Minh cũng là thang đo khoảng từ 1 đến 5 (1: Hồn tồn khơng đồng ý; 5: Hồn toàn đồng ý). Biến VDKTQT gồm 5 biến quan sát là: VDKTQT1, VDKTQT2, VDKTQT3, VDKTQT4, VDKTQT5.
j
: trọng số hồi quy
CHIPHI, MDCT, CONGNGHE, TRIDO, NHANTHUC, QUYMO là các biến độc lập theo thứ tự sau: chi phí cho việc tổ chức một hệ thống KTQT cho DN, mức độ cạnh tranh của thị trường, cơng nghệ thơng tin; trình độ nhân viên kế tốn, nhận thức nhà quản lý, Quy mô doanh nghiệp.
4.3.2 Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2
được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu.Trong trường hợp này, hệ số xác định R2 điều chỉnh được sử dụng để phản ánh chính xác hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. R2
điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được đưa thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2
Bảng 4.12: Đánh giá mức độ phù hợp của mơ hình hồi qui tuyến tính bội
Nguồn:Phân tích dữ liệu – phụ lục kết quả nghiên cứu
Bảng 4.12 cho thấy, giá trị hệ số R2 là 0.595> 0.5, do vậy, đây là mô hình