Nhỏ nhất Lớn nhất Trung bình Độ lệch Chuẩn N Giá trị dự báo đƣợc chuẩn hóa -3.933 2.225 .000 1.000 172 Phần dƣ đƣợc chuẩn hóa -2.356 3.081 .000 .985 172 Biến phụ thuộc: CHONGTHATTHU Nguồn:Phân tích dữ liệu SPSS
Hình 4.1: Đồ thị phân tán giữa giá trị dự đoán và phần dƣ từ hồi qui đã chuẩn hóa
Scatterplot
Nguồn:Phân tích dữ liệu SPSS
Hình 4.1 cho thấy các phần dƣ phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dƣ) trong một phạm vi khơng đổi. Điều này có nghĩa là phƣơng sai của phần dƣ không đổi.
4.2.6.2 Kiểm tra giả định các phần dƣ có phân phối chuẩn
Phần dƣ có thể khơng tn theo phân phối chuẩn vì những lý do nhƣ sử dụng sai mơ hình, phƣơng sai khơng phải là hằng số, số lƣợng các phần dƣ không đủ nhiều để phân tích… (Hồng Trọng - Mộng Ngọc, 2008).
Hình 4.2: Đồ thị Histogram của phần dƣ đã chuẩn hóa
Nhìn vào biểu đồ Histogram (hình 4.2) ta thấy phần dƣ có dạng gần với phân phối chuẩn, giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1 (cụ thể là 0.985). Điều này có nghĩa là giả thuyết phân phối chuẩn của phần dƣ không bị vi phạm .
Kiểm định Durbin Watson = 1.911 (bảng 4.16) trong khoảng [1 < D < 3] nên khơng có hiện tƣợng tƣơng quan của các phần dƣ (Hoàng Trọng – Mộng Ngọc, 2008)
4.2.7 Kiểm tra giả định khơng có mối tƣơng quan giữa các biến độc lập (Hiện tƣợng đa cộng tuyến) (Hiện tƣợng đa cộng tuyến)
Trong mơ hình hồi quy bội, giả thuyết là các biến độc lập khơng có tƣơng quan hồn tồn với nhau. Vì thế khi ƣớc lƣợng mơ hình hồi quy bội chúng ta cần kiểm tra mối tƣơng quan giữa các biến độc lập (còn gọi là hiện tƣợng đa cộng tuyến).
Để kiểm tra hiện tƣợng đa cộng tuyến chúng ta căn cứ vào giá trị của biến ( Tolerance) và hệ số phóng đại phƣơng sai ( VIF) ( Nguyễn Đình Thọ, 2011)
Thơng thƣờng nếu R2< 0.8 và VIF của một biến độc lập nào đó > 5 hoặc hệ số Tolerance < 0.5 thì biến này khơng có giá trị giải thích biến thiên của biến phụ thuộc trong mơ hình tuyến tính bội (Lê Quang Hùng, 2015)
Kết quả Bảng 4.21 cho thấy R2 <0.8 và kết quả Bảng 4.23 thấy rằng hệ số VIF của các biến độc lập trong mơ hình này đều bé hơn 5 (lớn nhất là 1.304), nên có thể kết luận khơng có hiện tƣợng đa cộng tuyến xảy ra ( Theo Lê Quang Hùng, 2015).
4.2.8 Kiểm tra giả định khơng có tự tƣơng quan
Dựa vào quy tắc kiểm định Durbin – Watson theo kinh nghiệm:
- Nếu 1 < d < 3 thì kết luận mơ hình khơng có tự tƣơng quan.
- Nếu 0 < d < 1 thì kết luận mơ hình có tự tƣơng quan dƣơng.
- Nếu 3 < d < 4 thì kết luận mơ hình có tự tƣơng quan âm.
Kết quả tóm tắt mơ hình hồi quy (Bảng 4.21) cho thấy hệ số Durbin – Watson có giá trị là 1.911 nên có thể kết luận mơ hình khơng có tự tƣơng quan.
4.2.9 Mơ hình hồi quy chính thức các yếu tố của hệ thống kiểm soát nội bộ ảnh hƣởng tới hoạt động chống thất thu thuế hƣởng tới hoạt động chống thất thu thuế
Kết quả trọng số hồi qui (Bảng 4.23) cho thấy 5 biến độc lập đều có hệ số hồi quy dƣơng nghĩa là các biến độc lập đều có tác động cùng chiều đến biến phụ thuộc là chống thất thu thuế. Từ kết quả đó chúng ta thiết lập phƣơng trình hồi qui tuyến
tính bội của các yếu tố của hệ thống KSNB ảnh hƣởng tới chống thu thuế tại Chi cục Thuế Quận Bình Thạnh nhƣ sau:
CHONGTHATTHU= 0.330*MOITRUONG_KS+0.328*DANHGIA_RR+ 0.161*KIEMSOAT+0.199 *THONGTIN_TT+ 0.080*GIAMSAT
Trong 5 yếu tố này thì yếu tố mơi trƣờng kiểm sốt có ảnh hƣởng mạnh nhất đến chống thất thu thuế tại Chi cục Thuế Quận Bình Thạnh ( có β = 0.330) sau đó là đánh giá rủi ro ( β = 0.328), tiếp đến là nhân tố kiểm soát ( β = 0.161), thông tin và truyền thông ( β = 0.199) và cuối cùng là giám sát ( β = 0.080).
4.2.10. Kiểm định các giả thuyết nghiên cứu
Dựa vào kết quả trong bảng trọng số hồi quy (Bảng 4.23), sử dụng trọng số hồi quy chuẩn hóa để xem xét mức độ giải thích của các biến độc lập cho sự biến thiên của biến phụ thuộc (Nguyễn Đình Thọ, 2011), có thể kết luận kết quả kiểm định các giả thuyết nghiên cứu nhƣ sau:
Giả thuyết Hl: Nhân tố “Mơi trƣờng kiểm sốt” có tác động (tác động dƣơng
+) đến công tác chống thất thu thuế - trƣờng hợp Chi cục Thuế Quận Bình Thạnh. Kết quả phân tích dữ liệu cho thấy trọng số số của biến MOITRUONG_KS có giá trị =0.330 > 0, nhƣ vậy, chấp nhận giải thuyết H1.
Giả thuyết H2: Nhân tố “Đánh giá rủi ro” có tác động (tác động dƣơng +) đến
cơng tác chống thất thu thuế - trƣờng hợp Chi cục Thuế Quận Bình Thạnh. Kết quả phân tích dữ liệu cho thấy trọng số số của biến DANHGIA_RR có giá trị = 0.328 > 0, nhƣ vậy, chấp nhận giả thuyết H2.
Giả thuyết H3: Nhân tố “Hoạt động kiểm sốt” có tác động (tác động dƣơng
+) đến công tác chống thất thu thuế - trƣờng hợp Chi cục Thuế Quận Bình Thạnh. Kết quả phân tích dữ liệu cho thấy trọng số số của biến KIEMSOAT có giá trị = 0.161>0, nhƣ vậy, chấp nhận giả thuyết H3.
Giả thuyết H4: Nhân tố “Thông tin và truyền thơng” có tác động (tác động
dƣơng +) đến công tác chống thất thu thuế - trƣờng hợp Chi cục Thuế Quận Bình Thạnh . Kết quả phân tích dữ liệu cho thấy trọng số số của biến THONGTIN_TT có giá trị = 0.199 > 0, nhƣ vậy, chấp nhận giải thuyết H4.
Giả thuyết H5: Nhân tố “Hoạt động giám sát” có tác động (tác động dƣơng +)
quả phân tích dữ liệu cho thấy trọng số số của biến GIAMSAT có giá trị =
0.080> 0, nhƣ vậy, chấp nhận giải thuyết H5.
4.2.11. Gía trị trung bình các câu trả lời
Kết quả kiểm định giả thuyết cho thấy các thành phần của hệ thống KSNB đều có tác động đến cơng tác chống thất thu thuế với mức độ tác động khác nhau đƣợc sắp xếp theo thứ tự từ cao xuống thấp nhƣ sau: mơi trƣờng kiểm sốt, đánh giá rủi ro, hoạt động kiểm sốt, giám sát, thơng tin và truyền thơng. Để đƣa ra giải pháp phù hợp nhằm củng cố hệ thống KSNB tại Chi cục Thuế Quận Bình Thạnh hiện nay cần phân tích giá trị trung bình các câu trả lời.