βi: Trọng số hồi quy ε: Sai số
4.4.1. Phân tích tƣơng quan
Trƣớc khi kiểm định mơ hình nghiên cứu bằng hồi quy tuyến tính bội, ta cần xem xét sự tƣơng quan giữa các biến đọc lập và biến phụ thuộc. Phân tích ma trận tƣơng quan sử dụng hệ số tƣơng quan Pearson để lƣợng hóa mức độ chặt chẽ của mối liên hệ giữa 06 biến độc lập với biến phụ thuộc. Hệ số này biến thiên từ -1 đến 1 với các khoản giá trị cụ thể mang ý nghĩa nhƣ sau:
- Hệ số Pearson < 0.3: biến độc lập có mối quan hệ lỏng với biến phụ thuộc. - 0.3 < Hệ số Pearson < 0.6: biến độc lập có tƣơng quan với biến phụ thuộc - Hệ số Pearson càng gần 1: biến độc lập càng có mối quan hệ chặt chẽ với biến phụ thuộc
Bảng 4.13. Ma trận hệ số tƣơng quan Hệ số Hệ số
Pearson CLTT REG LEV MAN CHECK LEG TECH
CLTT 1
REG 0.518 1
MAN 0.401 0.041 0.205 1
CHECK 0.511 0.256 0.291 0.084 1
LEG 0.639 0.401 0.505 0.225 0.232 1
TECH 0.196 0.115 0.086 0.005 0.126 0.036 1
(Nguồn: Số liệu được tóm tắt từ Phụ lục 3)
Kết quả phân tích tƣơng quan cho thấy, hệ số tƣơng quan giữa biến LEG – Hệ
thống pháp lý có tƣơng quan mạnh nhất với CLTT – Chất lượng thơng tin kế tốn trên BCTC(hệ số tƣơng quan bằng 0.639), trong khi đó biến TECH - Ứng dụng CNTT
là có độ tƣơng quan yếu nhất. Tuy nhiên, để chính xác hơn trong phân tích mối quan hệ nhân quả giữa các biến độc lập và biến phụ thuộc, tác giả tiến hành phân tích hồi quy
4.4.2. Kiểm định độ phù hợp của mơ hình ngiên cứu
Để đánh giá mức độ phù hợp của mơ hình đối với mơ hình hồi quy bội, chúng ta dựa vào hệ số xác định R2 (Nguyễn Đình Thọ, 2011). Kết quả từ bảng tóm tắt mơ hình cho thấy R2 điều chỉnh bằng 0.688, điều này có nghĩa là mơ hình hồi quy tuyến đã xây dựng phù hợp 68.8%.