Bảng 3 .5 Thang đo Giám sát
Bảng 3.9 Bảng tổng kết số phiếu khảo sát trả lời hợp lệ
(Nguồn: Dữ liệu khảo sát của tác giả)
Bước hai: Dữ liệu sau khi được làm sạch, sẽ được được mã hóa để sử dụng
cho phần mềm SPSS 22.0 và Microsoft Office Excel 2010. Cụ thể, từng mục câu hỏi trong mỗi thang đo được mã hóa (như phụ lục 3).
Bước ba: Dữ liệu đã được mã hóa thì đưa vào phân tích thống kê mơ tả Fre-
quency để tìm ra đặc điểm của mẫu nghiên cứu.
Bước bốn: Dữ liệu được đưa vào phân tích hệ số tin cậy Cronbach’s Alpha
nhằm đánh giá sơ bộ thang đo dựa theo kết quả hệ số này của thang đo để xác định mức độ tương quan giữa các mục hỏi trong thang đo, làm cơ sở loại những biến quan sát, những thang đo không đạt yêu cầu.
Bước năm: Dữ liệu được phân tích với kỹ thuật phân tích nhân tố khám phá
EFA nhằm kiểm định tính đúng đắn của các biến quan sát được dùng để đo lường các thành phần trong thang đo.
Bước sáu: Những biến thỏa điều kiện phân tích khám phá nhân tố EFA được
đưa vào phân tích tương quan và hồi quy bội nhằm kiểm định sự phù hợp của mơ hình nghiên cứu, kiểm định các giả thuyết để xác định được rõ mức tương quan của 06 yếu tố trong hệ thống KSNB đến tính hữu hiệu của HTKSNB tại các đơn vị giáo dục cơng lập ở Thành phố Hồ Chí Minh.
Kiểm định Cronbach’s Alpha là kiểm định cho phép đánh giá mức độ tin cậy cả việc thiết lập một biến tổng hợp trên cơ sở nhiều biến đơn.
Nhiều nhà nghiên cứu đồng ý rằng hệ số Cronbach’s Alpha từ 0,8 trở lên nhưng khơng được lớn hơn 0,95 thì thang đo lường là tốt, từ 0,7 đến gần 0,8 là sử dụng được. Bên cạnh đó có nhà nghiên cứu đề nghị rằng hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể dùng được trong trường hợp khái niệm đang nghiên cứu là mới đối với người trả lời trong bối cảnh nghiên cứu. Những biến có hệ số nhỏ hơn 0,3 thì sẽ bị loại. (Nguyễn Đình Thọ, 2013).
Theo Hair (1998), đối với kiểm định Cronbach’s Alpha trong nghiên cứu này, điều kiện chấp nhận biến quan sát được đề nghị: giá trị Cronbach’s Alpha > 0,6 và hệ số tương quan biến - tổng thấp nhất trong thành phần phải > 0,3.
3.3.5.2. Phân tích nhân tố khám phá Exploratory Factor Analysis (EFA) Khái niệm: Phân tích nhân tố khám phá là một phương pháp phân tích thống
kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn 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 thông tin của tập biến ban đầu
Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn để kiểm tra độ phù hợp của mơ hình như sau:
- Hệ số KMO (Kaiser-Meyer-Olkin) phải ≥ 0,5 và mức ý nghĩa của kiểm định Bartlett phải ≤ 0,05.
- Thang đo được chấp nhận khi tổng phương sai trích ra từ mơ hình phải ≥ 50% và các nhân tố trích được đều phải có giá trị điểm dừng Eigenvalue > 1
- Hệ số tải nhân tố (factor loading) phải > 0,5. Nếu biến quan sát nào có hệ số tải nhân tố mà ≤ 0,5 thì sẽ bị loại.
- Kiểm định sự phù hợp mơ hình EFA so với dữ kiệu khảo sát với yêu
cầu tổng phương sai trích (Cumulative%) ≥ 50% (Nguyễn Đình Thọ, 2013).
3.3.5.3. Phân tích hồi quy bội
Cơng việc đầu tiên trong bước này là kiểm tra tương quan giữa các biến độc lập với nhau để dự đốn có xảy ra hiện tượng đa cộng tuyến trong mơ hình hồi quy
hay không và kiểm tra tương quan giữa biến phụ thuộc và các biến độc lập. Sau đó, thực hiện phân tích hồi quy đa biến. Để đảm bảo độ tin cậy của mơ hình, tác giả thực hiện dị tìm các vi phạm giả định sau:
Kiểm định tương quan Person thông qua hệ số tương quan r để lượng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa mỗi biến độc lập và biến độc lập, hay giữa các biến độc lập với nhau.
Giả định về tính độc lập của phần dư thơng qua đại lượng thống kê Durbin- Watson có giá trị từ 1 đến 3 (Hoàng Trọng & Chu Nguyễn Mộng Ngọc, 2013).
Giả định phân phối chuẩn của phần dư thông qua biểu đồ Histogram với giá trị trung bình gần bằng 0 và độ lệch chuẩn gần bằng 1; và đồ thị P-P plot với các điểm quan sát tập trung sát đường chéo những giá trị kỳ vọng .
Giả định không xảy ra hiện tượng đa cộng tuyến, thơng qua hệ số phóng đại phương sai (Variance inflation factor –VIF). Nếu hệ số này có giá trị lớn hơn 10 là dấu hiệu của hiện tượng đa cộng tuyến .
KẾT LUẬN CHƯƠNG 3
Tác giả đã sử dụng đồng thời phương pháp nghiên cứu định tính và phương pháp nghiên cứu định lượng để xác định và kiểm định các nhân tố có ảnh hưởng đến tính hữu hiệu của HTKSNB trong các đơn vị giáo dục công lập tại Tp.HCM. Để thực hiện phương pháp nghiên cứu định tính tác giả sử dụng phương pháp suy diễn và phương pháp tham khảo ý kiến từ chuyên gia để lý thuyết hóa các nhân tố có ảnh hưởng đến tính hữu hiệu của HTKSNB. Phương pháp nghiên cứu định lượng được sử dụng để kiểm định các nhân tố và đo lường mức độ ảnh hưởng của các nhân tố đến tính hữu hiệu của HTKSNB trong các đơn vị giáo dục công lập tại Tp.HCM.
CHƯƠNG 4
KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN 4.1 Kết quả nghiên cứu
4.1.1 Kết quả nghiên cứu định tính
Thơng qua phỏng vấn các chuyên gia là các lãnh đạo các trường; các nhà nghiên cứu và giảng dạy Kế toán, Kiểm tốn; Nhân viên có kinh nghiệm nhiều năm trong KSNB, Kiểm toán, Kế toán… Các nhân tố thu được trong nghiên cứu định tính như hình sau:
STT Ký hiệu Tên nhân tố
01 MT Mơi trường kiểm sốt
02 RR Đánh giá rủi ro
03 KS Hoạt động kiểm sốt
04 TT Thơng tin và truyền thông
05 GS Giám sát
06 CN Công nghệ thông tin