CHƯƠNG 04 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.1 Kết quả thống kê mô tả mẫu khảo sát
4.1.3 Phân tích hồi quy đa biến
4.1.3.1 Mơ hình hồi quy tổng thể.
Để xem xét mối quan hệ giữa biến độc lập và phụ thuộc, nghiên cứu sử dụng mơ hình hồi quy đa biến:
CLHTTTKT = β0 + β1HTKSNB + β2VHTC + β3CCTC + Trong đó:
CLHTTTKT: Biến phụ thuộc - Chất lượng hệ thống TTKT trong các DNSX tại TP. HCM.
Các biến độc lập:
HTKSNB: Hệ thống kiểm sốt nội bộ VHTC: Văn hóa tổ chức
β0: Hệ số chặn
β1, β2, β3 là biến độc lập.
ε là hệ số nhiễu
4.1.3.2 Kiểm định mức độ phù hợp của mơ hình
Kết quả hệ số R2 điều chỉnh = 58.0% > 50% (Bảng 4.9), đồng thời, kiểm định F trong bảng ANOVA (Bảng 4.10) cho thấy giá trị này có ý nghĩa thống kê về mặt nghiên cứu với Sig. < 0.05. Từ đó khẳng định được rằng mơ hình là phù hợp, các biến độc lập (Hệ thống KSNB, Văn hóa tổ chức, Cơ cấu tổ chức) giải thích được 58.0% sự thay đổi của biến phụ thuộc (Chất lượng hệ thống TTKT trong các DNSX tại TP. HCM), phần cịn lại được giải thích bởi các yếu tố chưa được xem xét trong mơ hình.
Bảng 4.9: Bảng tóm tắt mơ hình hồi quy
Mơ hình Hệ sốR Hệ sốR2 Hệ số R2 –
hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 .767a .588 .580 .17390 2.113
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.10: Bảng ANOVA Mơ hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi quy 7.244 3 2.415 79.847 .000b 2 Phần dư 5.080 168 .030 3 Tổng 12.324 171
4.1.3.3 Kiểm định trọng số hồi quy
Dựa vào kết quả phân tích trong bảng trọng số hồi quy (Bảng 4.11), giá trị Sig của các biến độc lập HTKSNB, VHTC, CCTC đều <0.05, từ đó kết luận các biến độc lập tương quan và có ý nghĩa với biến phụ thuộc CLHTTTKT.
Bảng 4.11: Bảng trọng số hồi quy Mơ Hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến B Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF 1 (Constant) 1.130 .186 6.079 .000 HTKSNB .224 .023 .485 9.763 .000 .994 1.006 VHTC .220 .035 .340 6.279 .000 .836 1.196 CCTC .222 .029 .409 7.536 .000 .833 1.201
(Nguồn: Kết quả phân tích SPSS)
Từ kết quả trong bảng trọng số hồi quy (bảng 4.11), xác định được phương trình hồi quy như sau:
Phương trình hồi quy:
CLHTTTKT = 0.485HTKSNB + 0.340VHTC + 0.409CCTC
4.1.3.4 Kiểm định hiện tượng đa cộng tuyến.
Đa cộng tuyến là hiện tượng các biến độc lập có sự tương quan hồn tồn với nhau. Để kiểm tra hiện tượng đa công tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF. Kết quả trong bảng 4.11 cho thấy hệ số VIF của các biến độc lập (Hệ thống KSNB, Văn hóa tổ chức, Cơ cấu tổ chức) <2, kết luận mơ hình các nhân tố Hệ thống KSNB, Văn hóa và Cơ cấu tổ chức tác động Chất lượng hệ thống TTKT khơng có đa cộng tuyến (Nguyễn Đình Thọ, 2011).
4.1.3.5 Kiểm định hiện tượng tự tương quan của phần dư.
Tự tương quan là hiện tượng các sai số ngẫu nhiên có mối liên hệ tương quan nhau, khi đó có thể xảy ra hiện tượng tự tương quan.
Sử dụng hệ số Durbin-Watson để kiểm định tự tương quan của các sai số kề nhau, hệ số có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần = 2. Dựa vào kết quả bảng 4.9, cho thấy d được chọn rơi vào miền chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất (d = 2.113). Kết luận khơng có hiện tượng tự tương quan giữa các phần dư trong mơ hình, mơ hình có ý nghĩa.
4.1.3.6 Kiểm định về phân phối chuẩn của phần dư.
Mô hình hồi quy tuyến tính thực sự phù hợp với các dữ liệu quan sát khi phần dư có phân phối chuẩn với trung bình =0 và phương sai khơng đổi. Để kiểm định phân phối chuẩn phần dư, ta sử dụng biểu đồ Histogram và biểu đồ P– P Plot.
Kết quả trong biểu đồ tần số Histogram (Hình 4.1): một đường cong phân phối chuẩn đặt chồng lên biểu đồ tần số, với độ lệch chuẩn Std.Dev = 0,991 và Mean gần =0, có thể kết luận, giả thiết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.1 Đồ thị Histogram của phần dư đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
Để gia tăng thêm cho kết luận này, cần xem thêm biểu đồ P-P Plot (Hình 4.2) của phần dư chuẩn hóa, các điểm quan sát khơng phân tán xa đường chéo kỳ vọng, nên kết luận giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.2 Đồ thị P-P Plot của phần dư đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
4.1.3.7 Kiểm định giả định phương sai của sai số (phần dư) không đổi
Kết quả xử lý trong đồ thị phân tán (Hình 4.3) cho thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi khơng đổi. Điều này có nghĩa là phương sai của sai số (phần dư) khơng đổi.
Hình 4.3 Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
(Nguồn: Kết quả phân tích SPSS)