Trung binh
nếu loại biến
Phương sai nếu loại biến Hệ số tương quan biến tổng Cronbach’s Alpha nếu loại biến Mơi trưởng kiểm sốt α=.834
MTKS1 15.72 5.965 .637 .799 MTKS2 15.73 5.803 .613 .808 MTKS3 15.48 6.600 .516 .831 MTKS4 15.63 5.822 .753 .768 MTKS5 15.63 5.811 .662 .792 Đánh giá rủi ro α=.893 DGRR1 19.19 10.835 .752 .869 DGRR2 19.03 11.220 .777 .865 DGRR3 19.16 11.730 .714 .875 DGRR4 18.95 11.836 .680 .880 DGRR5 18.96 11.505 .680 .880 DGRR6 19.16 11.380 .690 .879 Hoạt động kiểm soát α=.802 HĐKS1 16.09 5.343 .612 .756 HĐKS2 16.48 5.919 .431 .809 HĐKS3 16.29 4.935 .648 .743
69
HĐKS4 16.20 5.145 .644 .745
HĐKS5 16.00 5.590 .602 .760
Thông tin và truyền thông α=.834
TTTT1 18.53 9.076 .665 .796 TTTT2 18.50 9.132 .694 .791 TTTT3 18.64 8.966 .647 .799 TTTT4 18.62 8.834 .655 .798 TTTT5 18.68 9.978 .521 .824 TTTT6 18.72 10.073 .470 .834 Giám sát α=.817 GS1 14.92 6.035 .617 .779 GS2 14.91 6.184 .624 .778 GS3 14.91 5.955 .660 .767 GS4 14.92 5.650 .668 .762 GS5 15.42 5.934 .497 .820
Tính hữu hiệu của hệ thống KSNB α=.835
KSNB1 11.57 2.668 .687 .785
KSNB2 11.54 2.956 .667 .790
KSNB3 11.45 2.983 .668 .790
KSNB4 11.44 3.357 .665 .798
.
4.3.2.3. Phân tích nhân tố khám phá (EFA) ảnh hưởng đến hoạt động kiểm soát nội bộ tại kho bạc Tp. Hồ Chí Minh kiểm sốt nội bộ tại kho bạc Tp. Hồ Chí Minh
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là kỹ thuật phân tích thống kê có liên hệ với nhau dùng để rút gọn một tập hợp nhiều biến quan sát có mối tương quan với nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thơng tin của tập biến ban đầu (Trích Nguyễn Đình Thọ, 2011) .
70
Khi thang đo đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các yêu cầu sau:
- Hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0.5 với mức ý nghĩa của kiểm định Bartlet ≤0.05;
- Hệ số tải nhân tố (Factor loading) ≥ 0.5;
- Thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số Eigenvalue >1;
- Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải lớn hơn 0.3 để đảm bảo giá trị phân biệt giữa các nhân tố.
Các yếu tố ảnh hưởng đến ảnh hưởng đến hoạt động KSNB tại kho bạc TP. HCM được đo lường bởi 5 thành phần: Mơi trường kiểm sốt; Đánh giá rủi ro; Hoạt động kiểm sốt; Thơng tin và truyền thơng; Giám sát và tất cả bao gồm 27 biến quan sát, sau khi kiểm định Cronbach's Alpha vẫn giữ lại 27 biến, không loại bỏ biến, tác giả đưa 27 biến này vào phân tích nhân tố EFA.
• Phân tích nhân tố khám phá (EFA) lần thứ nhất.
Khi phân tích nhân tố, nghiên cứu đặt ra 2 giả thuyết:
Giả thuyết H0: Các biến trong tổng thể khơng có tương quan với nhau. Giả thuyết H1: Các biến trong tổng thể có tương quan với nhau.
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 = 0.914> 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 4.4: Hệ số KMO và kiểm định Barlett các thành phần lần thứ nhất Kiểm tra KMO and Bartlett's
Hệ số KMO (Kaiser-Meyer-Olkin) .914
Mơ hình kiểm tra của Bartlett
Giá trị Chi-Square 3248.074
Bậc tự do 351
71
Bảng 4.5: Bảng phương sai trích lần thứ nhất
Nhân tố
Giá trị Eigenvalues Chỉ số sau khi trích Chỉ số sau khi xoay
Tổng Phương sai trích Tích lũy phương sai trích Tổng Phương sai trích Tích lũy phương sai trích Tổng Phương sai trích Tích lũy phương sai trích 1 10.783 39.938 39.938 10.783 39.938 39.938 4.268 15.806 15.806 2 2.028 7.510 47.448 2.028 7.510 47.448 3.414 12.643 28.449 3 1.714 6.347 53.795 1.714 6.347 53.795 3.244 12.014 40.463 4 1.252 4.638 58.433 1.252 4.638 58.433 3.224 11.940 52.403 5 1.103 4.084 62.517 1.103 4.084 62.517 2.731 10.113 62.517 6 .982 3.638 66.155
Nguồn: Phụ lục số 5 - Kết quả nghiên cứu định lượng
Nhìn vào bảng 4.5 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Phương sai trích là 62.517% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 5 nhân tố được rút trích ra từ biến quan sát. Điều này chứng tỏ cho chúng ta thấy 62.517% sự biến thiên của dữ liệu ban đầu do được giải thích bởi 5 nhân tố, cịn lại 37.483% sự biến thiên trong dữ liệu ban đầu do các nhân tố khác khơng rút trích ra được.
Sau khi phân tích nhân tố khám phá (EFA) lần thứ nhất, theo bảng hệ số tải nhân tố lần thứ nhất (tham khảo phụ lục 5), thang đo được chấp nhận và được phân thành 5 nhóm. Ta thấy biến quan sát “HĐKS 2: Các trưởng phịng của các phịng ban thường xun kiểm tra, sốt xét các quy trình nghiệp vụ của phịng“ và biến quan sát “GS 2: Các đơn vị trong kho bạc thường xuyên kiểm tra chéo các nghiệp vụ phát sinh” có hệ số tải nhân tố đều nhỏ hơn 0.5, nhưng biến quan sát “HĐKS 2: Các trưởng phòng của các phịng ban kiểm tra, sốt xét các quy trình nghiệp vụ của phịng“ có hệ số tải nhân tố nhỏ hơn 0.45 nên thực hiện loại nhân tố KS2 ở lần phân tích thứ nhất.
72
Tương tự như vậy, tác giả tiến hành chạy lại EFA, kết quả như sau: - Phân tích nhân tố khám phá lần 2: loại biến GS2.
- Phân tích nhân tố khám phá lần 3: loại biến GS3 - Phân tích nhân tố khám phá lần 4: loại biến TTTT5.
- Phân tích nhân tố khám phá lần 5: tất cả các biến quan sát đều có hệ số tải nhân tố lớn hơn 0.5 (thỏa điều kiện).
Bảng 4.6: Hệ số KMO và kiểm định Barlett các thành phần lần thứ nămKiểm tra KMO and Bartlett's Kiểm tra KMO and Bartlett's
Hệ số KMO (Kaiser-Meyer-Olkin) .915
Mơ hình kiểm tra của Bartlett
Giá trị Chi-Square 2690.435
Bậc tự do 253
Sig (giá trị P – value) .000
Nguồn: Nguồn: Phụ lục số 5 - Kết quả nghiên cứu định lượng
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 = 0.915> 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 4.7 cho thấy, các nhân tố đều có giá trị Eigenvalues > 1. Với phương pháp rút trích Principal components và phép quay Varimax, có 5 nhân tố được rút trích ra từ biến quan sát. Phương sai trích là 66.506% > 50% là đạt yêu cầu. Điều này chứng tỏ cho chúng ta thấy 66.506% sự biến thiên của dữ liệu ban đầu do được giải thích bởi 5 nhân tố, cịn lại 33.494% sự biến thiên trong dữ liệu ban đầu do các nhân tố khác khơng rút trích ra được.
73
Bảng 4.7: Bảng phương sai trích lần thứ năm
Nhâ n tố
Giá trị Eigenvalues Chỉ số sau khi trích Chỉ số sau khi xoay
Tổng Phương sai trích Tích lũy phương sai trích Tổng Phương sai trích Tích lũy phương sai trích Tổng Phương sai trích Tích lũy phương sai trích 1 9.380 40.782 40.782 9.380 40.782 40.782 4.105 17.848 17.848 2 2.014 8.757 49.539 2.014 8.757 49.539 3.078 13.383 31.231 3 1.605 6.977 56.515 1.605 6.977 56.515 2.825 12.282 43.514 4 1.221 5.309 61.824 1.221 5.309 61.824 2.665 11.587 55.101 5 1.077 4.681 66.506 1.077 4.681 66.506 2.623 11.405 66.506 6 .743 3.232 69.737
Nguồn: Nguồn: Phụ lục số 5 - Kết quả nghiên cứu định lượng
Theo bảng hệ số tải nhân tố lần thứ năm (tham khảo phụ lục 5), kết quả phân tích nhân tố EFA lần thứ năm thực hiện phương pháp rút trích Principal components và phép quay Varimax, thang đo được chấp nhận và được phân thành 5 nhóm. Kết quả các nhóm được gom lần cuối như sau:
- Nhóm 1 (nhân tố đánh giá rủi ro) gồm 6 biến: DGRR6, DGRR2, DGRRS1, DGRR 3, DGRR4, DGRR5.
- Nhóm 2 (nhân tố mơi trường kiểm sốt) gồm 5 biến: MTKS4, MTKS1, MTKS5, MTKS2, MTKS3.
- Nhóm 3 (nhân tố thơng tin và truyền thơng) gồm 4 biến: TTTT1, TTTT3, TTTT4, TTTT2.
- Nhóm 4 (nhân tố kiểm soát) gồm 4 biến: HĐKS5, HĐKS4, HĐKS1, HĐKS3. - Nhóm 5 (nhân tố giám sát) gồm 4 biến: TTTT6, GS4, GS1, GS5.
Từ kết quả phân tích Cronbach’s Alpha và EFA như trên, mơ hình nghiên cứu lý thuyết chính thức điều chỉnh gồm 5 nhân tố tác động đến sự hữu hiệu của hệ thống kiểm soát nội bộ của kho bạc tại TP HCM. Mơ hình nghiên cứu và các giả thuyết được điểu chỉnh lại như sau:
74
H1 Đánh giá rủi ro tác động cùng chiều đến đến sự hữu hiệu của hệ thống kiểm soát nội bộ của kho bạc tại Tp. Hồ Chí Minh.
H2 Mơi trường kiểm sốt tác động cùng chiều đến đến sự hữu hiệu của hệ thống kiểm soát nội bộ của kho bạc tại Tp. Hồ Chí Minh.
H3 Thơng tin và truyền thông tác động cùng chiều đến đến sự hữu hiệu của hệ thống kiểm soát nội bộ của kho bạc tại Tp. Hồ Chí Minh.
H4 Kiểm sốt tác động cùng chiều đến sự hữu hiệu của hệ thống kiểm soát nội bộ của kho bạc tại Tp. Hồ Chí Minh.
H5 Giám sát tác động cùng chiều đến đến sự hữu hiệu của hệ thống kiểm sốt nội bộ của kho bạc tại Tp. Hồ Chí Minh.
Để kiểm định bằng mơ hình hồi quy tuyến đính đa biến, tác giả kết hợp các biến quan sát có cùng nhóm (theo kết quả phân tích EFA lần thứ năm) tạo thành các biến trung gian có ký hiệu từ X1, X2, X3, X4, X5, cụ thể như sau:
X1= (DGRR6, DGRR2, DGRRS1, DGRR3, DGRR4, DGRR5) X2= (MTKS4, MTKS1, MTKS5, MTKS2, MTKS3)
X3= (TTTT1, TTTT3, TTTT4, TTTT2) X4= (HĐKS5, HĐKS4, HĐKS1, HĐKS3) X5= (TTTT6, GS4, GS1, GS5)
4.3.3. Kiểm định mơ hình và giả thuyết nghiên cứu
Mơ hình hồi quy có dạng sau:
Tính hữu hiệu của hệ thống kiểm soát nội bộ= bo + b1 x Đánh giá rủi ro + b2 x Mơi trường kiểm sốt + b3 x Thơng tin và truyền thơng + b4 x Kiểm sốt + b5 x Giám sát + e
(Trong đó: bo: hằng số hồi quy, bi: trọng số hồi quy, e: sai số)
4.3.3.1.Đánh giá mức độ phù hợp của mơ hình
Trong phân tích này, để đánh giá sự phù hợp của mơ hình, người ta dùng hệ số xác định R2 hoặc R2 hiệu chỉnh; hai giá trị này thể hiện sự phù hợp của mơ hình và giá trị của R2 hoặc R2 hiệu chỉnh phải lớn hơn hoặc bằng 0.5.
75
Mặc khác, để kiểm định sự phù hợp của mơ hình, người ta sử dụng kiểm định F; kiểm định này đưa ra giả thuyết:
H0 = các biến độc lập không ảnh hưởng đến biến phụ thuộc. H1 = các biến độc lập ảnh hưởng đến biến phụ thuộc.
Nếu giá trị Sig. < 0.05 thì sẽ an tồn khi bác bỏ giả thuyết H0 và điều này có nghĩa là mơ hình hồi quy tuyến tính bội phù hợp với tập dữ liệu.
Bảng 4.8: Bảng đánh giá mức độ phù hợp của mơ hình
Mơ hình Hệ số R Hệ số R2 Hệ số R2 - Hiệu chỉnh Sai số chuẩn của ước lượng Hệ sốDurbin- Watson 1 .815a .664 .656 .58798468 2.080
Nguồn: Phụ lục số 5 - Kết quả nghiên cứu định lượng
Giá trị hệ số tương quan là 0.664 > 0.5, do vậy, đây là mơ hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập.
Kết quả cho thấy giá trị R2 = 0.664 và R2 hiệu chỉnh = 0.656; điều này chứng tỏ mô hình đạt mức thích hợp là 66.4% hay nói cách khác là 66.4% độ biến thiên của biến “sự hữu hiệu của hệ thống KSNB tại kho bạc” được giải thích bởi 5 biến độc lập trong mơ hình. Các phần cịn lại là do sai số và các nhân tố khác khơng có trong mơ hình hồi quy.
4.3.3.2. Sự phù hợp của mơ hình hồi quy
Kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Điều này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với tồn bộ biến độc lập hay không. Đặt giả thuyết:
H0 là: b0 = b1 = b2 = b3 = b4 = b5 = 0. (mơ hình khơng xácđịnh) H1 là: b0 = b1 = b2 = b3 = b4 = b5 = 0. (mơ hình xácđịnh)
76 Bảng 4.9: Bảng ANOVA Mơ hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. Hồi quy 144.226 5 28.845 Phần dư 72.948 211 .346 83.434 .000b Tổng 217.174 216
Nguồn: Phụ lục số 5 - Kết quả nghiên cứu định lượng
Nhận thấy giá trị Sig. rất nhỏ (< 0.05) nên bác bỏ giả thuyết H0. Điều này có ý nghĩa là các biến độc lập trong mơ hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.
4.3.3.3. Kiểm định mơ hình hồi quy tuyến tính đa biến
Bảng 4.10: Trọng số hồi quy Mơ hình Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa T Sig. Thống kêđa cộng tuyến B Sai số chuẩn Beta Độ chấp nhận của biến (Hệ số phóng đại phương sai) VIF Hằng số -.001 .040 -.026 .980 Đánh giá rủi ro .397 .040 .396 9.933 .000 1.000 1.000
Môi trường kiểm
soát .232 .040 .231 5.794 .000 1.000 1.000
Thông tin và truyền
thông .504 .040 .502 12.588 .000 1.000 1.000
Hoạt động kiểm soát .190 .040 .189 4.742 .000 1.000 1.000
77
Hệ số hồi quy thể hiện dưới hai dạng: (1) chưa chuẩn hóa (Unstandardized) và (2) chuẩn hóa (Standardized). Vì hệ số hồi quy chưa chuẩn hóa (B), giá trị của nó phụ thuộc vào thang đo cho nên chúng ta không thể dùng chúng để so sánh mức độ tác động của các biến độc lập vào biến phụ thuộc trong cùng một mơ hình được. Hệ số hồi quy chuẩn hóa (beta, ký hiệu β) là hệ số chúng ta đã chuẩn hóa các biến. Vì vậy chúng được dùng để so sánh mức độ tác động của các biến phụ thuộc vào biến độc lập. Biến độc lập nào có trọng số này càng lớn có nghĩa là biến đó có tác động mạnh vào biến phụ thuộc.
Tất cả các biến đều có ý nghĩa thống kê Sig= 0.000 <0.05. Phương trình hồi quy tuyến tính được thể hiện như sau:
Tính hữu hiệu của hệ thống kiểm sốt nội bộ= 0.396 x Đánh giá rủi ro
+0.231 x Mơi trường kiểm sốt + 0.502 x Thơng tin và truyền thông +0.189 x Kiểm sốt + 0.407 x Giám sát.
• Nhân tố “Thơng tin và truyền thơng” có hệ số hồi quy lớn nhất β= 0.502. Như vậy trong các nhân tố tác động đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM thì nhân tố thơng tin và truyền thơng có mức độ tác động nhiều nhất. Ý nghĩa của hệ số Beta: nếu như ảnh hưởng của các nhân tố khác đến sự hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM khơng đổi thì khi nhân tố thông tin và truyền thông tăng lên 1 đơn vị sẽ tác động đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM tăng thêm 0.502 đơn vị.
• Nhân tố “Giám sát” có hệ số hồi quy lớn thứ hai đạt β= 0.407. Đây cũng là nhân tố tác động không nhỏ đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM. Ý nghĩa của hệ số Beta: nếu như ảnh hưởng của các nhân tố khác đến sự hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM khơng đổi thì khi nhân tố giám sát tăng lên 1 đơn vị sẽ tác động đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM tăng thêm 0.407 đơn vị.
• Nhân tố “Đánh giá rủi ro” có hệ số hồi quy lớn thứ ba đạt β= 0.396. Ý nghĩa của hệ số Beta: nếu như ảnh hưởng của các nhân tố khác đến tính hữu hiệu của hệ
78
thống KSNB tại các KBNN trên địa bàn TPHCM không đổi thì khi nhân tố đánh giá rủi ro tăng lên 1 đơn vị sẽ tác động đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM tăng thêm 0.396 đơn vị.
• Nhân tố “Mơi trường kiểm sốt” có hệ số hồi quy lớn thứ tư đạt β= 0.231. Ý nghĩa của hệ số Beta: nếu như ảnh hưởng của các nhân tố khác đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM khơng đổi thì khi nhân tố mơi trường kiểm sốt tăng lên 1 đơn vị sẽ tác động đến tính hữu hiệu của hệ thống KSNB tại các KBNN trên địa bàn TPHCM tăng thêm 0.231 đơn vị.
• Nhân tố “Kiểm sốt” có hệ số hồi quy thấp nhất đạt β= 0.189. Ý nghĩa của hệ