Tên biến Thang đo điều chỉnh
Cảm nhận sự hữu ích
HU1 Sử dụng hệ thống kê khai và NTĐT giúp tôi thực hiện các nhu cầu về nghĩa vụ thuế một cách hiệu quả
HU2 Sử dụng hệ thống KK & NTĐT sẽ giúp tiết kiệm thời gian
HU3 Sử dụng hệ thống KK & NTĐT sẽ giúp tiết kiệm chi phí
HU4 Sử dụng hệ thống KK & NTĐT giúp tăng tính cơng bằng giữa những NNT
Cảm nhận tính dễ sử dụng
SD1 Học cách sử dụng hệ thống KK & NTĐT là dễ dàng đối với tôi
SD2 Tôi nghĩ hệ thống KK & NTĐT dễ sử dụng
SD3 Tôi nghĩ việc nhập và sửa đổi dữ liệu với tờ khai điện tử và giấy nộp tiền điện tử là dễ dàng hơn so với tờ khai giấy và giấy nộp tiền tại ngân hàng
SD4 Tôi thấy hướng dẫn sử dụng hệ thống KK & NTĐT là dễ dàng để thực hiện theo
SD5 Tôi nghĩ sử dụng hệ thống giúp việc khai và nộp thuế của tôi trở nên dễ hiểu và rõ ràng
Chuẩn chủ quan
CQ1 Những người ảnh hưởng đến hành vi nộp thuế của tôi sẽ nghĩ rằng tôi nên sử dụng hệ thống KK & NTĐT
RR2 Tôi cảm thấy tâm lý không được thoải mái khi sử dụng hệ thống NTĐT
RR3 Tơi nghĩ có sự rủi ro trong giao dịch đối với hệ thống kê khai, NTĐT, tờ khai không đến được đúng ngày và tiền thuế có thể bị treo trong hệ thống
Các điều kiện hỗ trợ
DK1 Tơi có đủ kiến thức cần thiết để sử dụng hệ thống kê khai và nộp thuế điện tử
DK2 Tơi có đủ thời gian, tiền và các nguồn lực khác để sử dụng hệ thống này
DK3 Rất dễ dàng để có được sự trợ giúp trong giờ hành chính và ngồi giờ hành chính khi tơi có vấn đề với mạng và máy tính hoặc các vấn đề về chính sách thuế
DK4 Tơi có trang bị đủ máy tính, mạng internet để có thể thực hiện KK & NTĐT
Ý định sử dụng hệ thống KK & NTĐT
YD1 Tôi dự định sử dụng hệ thống KK & NTĐT khi hệ thống được đưa vào hoạt động
YD2 Trong các lựa chọn về kê khai và nộp thuế thì phương pháp KK & NTĐT là lựa chọn ưu tiên của tôi
YD3 Tôi sẽ giới thiệu cho người thân và bạn bè về hệ thống kê khai và nộp thuế điện tử.
3.3. Nghiên cứu định lượng
3.3.1. Thang đo các khái niệm nghiên cứu
Tổng hợp các thang đo đã điều chỉnh trong bảng sẽ là thang đo chính thức được sử dụng trong nghiên cứu định lượng. Nghiên cứu định lượng nhằm mục đích kiểm định thang đo, đo lường và đánh giá mức độ tác động của từng yếu tố đến ý định sử dụng hệ thống KK & NTĐT của hộ, cá nhân cho thuê nhà tại Quận 12
Tác giả sử dụng thang đo Likert (Likert, 1932) 5 mức độ, từ 1 là “Hoàn toàn khơng đồng ý” đến 5 là “Hồn toàn đồng ý” để đo lường ý kiến của người trả lời.
3.3.2. Mẫu nghiên cứu
Theo nhiều nghiên cứu, kích thước mẫu phụ thuộc vào phương pháp phân tích được sử dụng. Tuy nhiên, hầu hết các nhà nghiên cứu đều đồng ý rằng kích thước mẫu tối thiểu là năm mẫu cho một biến quan sát (Bollen, 1989). Mơ hình trong nghiên cứu này gồm 5 nhân tố với 23 biến quan sát, như vậy kích thước mẫu cần thiết tối thiểu là 23x5=115.
Với phân tích nhân tố khám phá EFA, kích thước mẫu phù hợp sẽ lớn hơn 100 và kích thước mẫu phải bằng ít nhất 5 lần biến quan sát (Hair, et, 2006). Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008) cho rằng tỷ lệ này phải bằng 4 hay 5 lần số biến quan sát trong phân tích nhân tố. Vì vậy, kích thước mẫu tối thiểu mà EFA yêu cầu trong nghiên cứu này là 23x5=115.
Đối với phân tích hồi quy, theo Nguyễn Đình Thọ (2011), kích thước mẫu yêu cầu cần thiết là n>50+8m, trong đó: n là kích thước mẫu nghiên cứu, m là số biến độc lập trong mơ hình nghiên cứu. Mơ hình nghiên cứu có biến độc lập, vì vậy kích thước mẫu cần thiết để sử dụng phân tích hồi là n > 50+8x5 = 90
Tác giả sử dụng kích thước mẫu tối thiểu là khoảng 115 quan sát thỏa điều kiện cho phương pháp EFA và phương pháp phân tích hồi quy.
Sau khi đã có thang đo từ nghiên cứu định tính, chúng ta cần đánh giá độ tin cậy và giá trị của thang đo. Hệ số tin cậy Cronbach’alpha là công cụ để kiểm định cho các thang đo nhằm loại bỏ các biến quan sát không phù hợp trong thang đo.
Các biến có hệ số tương quan biến-tổng (item-total correlation) thấp hơn 0.3 sẽ bị loại và tiêu chuẩn để lựa chọn thang đo là khi nó đảm bảo độ tin cậy alpha từ 0.6 trở lên (Nunnally & Burnstein, 1994, dẫn theo Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2009)
Nhiều nhà nghiên cứu cho rằng khi thang đo có độ tin cậy từ 0.8 trở lên là thang đo lường tốt, từ 0.7 đến 0.8 là sử dụng được, từ 0.6 trở lên là có thể sử dụng trong trường hợp khái niệm nghiên cứu là mới hoặc mới trong bối cảnh nghiên cứu (Nunally, 1978; Peterson, 1994; Slater, 1995; dẫn theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2005).
Do đây là nghiên cứu mới, chưa có các thang đo chuẩn mực nên tác giả đề xuất tiêu chuẩn lựa chọn thang đo khi hệ số Cronbach’s alpha lớn hơn 0.6 và hệ số tương quan biến-tổng lớn hơn 0.3. Đồng thời hệ số Cronbach’s alpha khi loại biến nào đó phải lớn hơn hệ số Cronbach’s alpha của thang đo có biến đó.
3.3.3.2. Phân tích nhân tố khám phá (Exploratory Factor Analysis - EFA)
Phương pháp phân tích nhân tố được sử dụng để thu nhỏ số lượng biến ban đầu thành tập hợp các biến cần thiết sử dụng cho nghiên cứu và tìm mối quan hệ giữa các biến với nhau. Phân tích nhân tố trong đề tài này được thực hiện bằng phương pháp Principal Components Analysis đi cùng với phép xoay vng góc Varimax để
có thể trích được nhiều phương sai từ các biến đo lường với số lượng thành phần nhỏ nhất (Hair &ctg, 2006 dẫn theo Nguyễn Đình Thọ, 2011).
Phân tích nhân tố phải thỏa mãn 5 điều kiện như sau:
(1) Hệ số kiểm định KMO (Kaise – Meyer – Olkin) ≥ 0.5 và mức ý nghĩa của Kiểm định Bartlett ≤ 0.05 (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Kiểm định Bartlett là kiểm định giả thuyết Ho: các biến khơng có tương quan với nhau trong tổng thể.
(2) Hệ số tải nhân tố (Factor Loading) ≥ 0.5 để tạo giá trị hội tụ - Theo Hair và Anderson (1998, 111).
(3) Thang đo được chấp nhận khi tổng phương sai trích TVE (Total Variance Explained) được ≥ 50%.
(4) Hệ số Eigenvalue >1 (Hair và Anderson, 1998). Số lượng nhân tố được xác định dựa trên chỉ số đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
(5) Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố phải ≥ 0.3 để tạo giá trị phân biệt giữa các nhân tố (Jabnoun và Al-Tamimi, 2003).
Sau khi kiểm tra điều kiện (1) của phân tích nhân tố, tiến đến xác định số lượng nhân tố thơng qua điều kiện (3) là phương sai trích ≥ 50% và (4) là eigenvalue >1. Tiếp đến, kiểm tra giá trị hội tụ theo điều kiện (2) và giá trị phân biệt theo điều kiện (5) của các thang đo nhằm điều chỉnh để phục vụ chạy hồi qui mơ hình tiếp theo.
3.3.3.3. Phân tích hồi quy tuyến tính
Đầu tiên là phân tích tương quan. Phân tích tương quan giúp tính tốn mức độ tuyến tính giữa 2 biến và được xem như cơng cụ bổ trợ hữu ích cho phân tích hồi quy. Nếu hệ số tương quan giữa biến phụ thuộc và các biến độc lập lớn chứng tỏ giữa chúng có quan hệ với nhau và phân tích hồi quy tuyến tính có thể phù hợp.
Tiếp theo, phân tích hồi quy tuyến tính đa biến được sử dụng để xác định mức độ ảnh hưởng của các yếu tố này đến ý định sử dụng hệ thống KK & NTĐT của hộ, cá nhân cho thuê nhà tại Quận 12 Các bước thực hiện phân tích hồi quy bao gồm:
Thực hiện dị tìm các vi phạm giả định cần thiết trong hồi quy tuyến tính như: hiện tượng đa cộng tuyến, phương sai của phần dư không đổi, phân phối chuẩn của phần dư, tính độc lập của sai số.
TÓM TẮT CHƯƠNG 3:
Chương 3 đã giới thiệu quy trình nghiên cứu gồm 2 giai đoạn là nghiên cứu định tính và nghiên cứu định lượng. Tác giả trình bày chi tiết các bước thực hiện nghiên cứu định tính và nghiên cứu định lượng trong phần thiết kế nghiên cứu.
Đối với nghiên cứu định tính, tác giả đã xây dựng thang đo cho mỗi nhân tố, các thang đo này được căn cứ từ các thang đo đã được sử dụng trong những nghiên cứu trước đây, đồng thời từ kết quả phỏng vấn sâu với các chuyên gia. Thang đo điều chỉnh sau khi nghiên cứu định tính là cơ sở thang đo chính thức sử dụng trong nghiên cứu định lượng.
Đối với nghiên cứu định lượng, tác giả xác định kích thước mẫu tối thiểu dựa trên yêu cầu của các phương pháp phân tích. Tác giả thu thập dữ liệu bằng cách sử dụng bảng câu hỏi để khảo sát đại diện các NNT. Từ dữ liệu thu nhập được, tác giả tiến hành phân tích bằng phần mềm SPSS 20.0 với các công cụ: kiểm định độ tin cậy bằng hệ số Cronbach’s Alpha, phân tích nhân tố EFA và phân tích hồi quy tuyến tính.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
Chương 4 trình bày thơng tin chung về mẫu nghiên cứu, kiểm định thang đo, sau đó thực hiện phân tích hồi quy để đo lường sự ảnh hưởng của các yếu tố: cảm nhận sự hữu ích, cảm nhận tính dễ sử dụng, chuẩn chủ quan, cảm nhận rủi ro, các điều kiện hỗ trợ, ý định KK & NTĐT của cá nhân cho thuê nhà tại quận 12. Ngoài ra, kiểm định sự khác biệt theo nhóm người nộp thuế tham gia nghiên cứu cũng sẽ được trình bày trong chương này.
4.1. Đặc điểm chi tiết mẫu nghiên cứu (thống kê mô tả)
Để đạt được kích thước mẫu cần thiết là 115 mẫu, 150 bảng câu hỏi đã được phát ra. Nhằm đạt được độ chính xác cao khi thu thập thơng tin NNT, các bảng câu hỏi được giao cho các cán bộ thu thuế tại 11 phường của Quận 12 và nhờ cán bộ thu thuế phát tận tay NNT có nhà cho thuê tại quận 12. Thời gian phát bảng câu hỏi và thu kết quả là 1 tháng.
Sau một tháng gửi bảng câu hỏi, tác giả tập hợp về 135 bảng câu hỏi với tỷ lệ trả lời là 90% (135/150) tuy nhiên sau khi rà sốt thì có 20 bảng câu hỏi có lỗi do người chọn nhiều đáp án cùng lúc đối với những câu yêu cầu chỉ chọn một câu trả lời hoặc bỏ qua một số câu hỏi. Những bảng câu hỏi này khơng hợp lệ và đã bị loại bỏ. Vì vậy mẫu nghiên cứu là 115 mẫu, phù hợp với kích thước mẫu tối thiểu là 115.
Sau khi phân tích dữ liệu bằng phần mềm SPSS 20.0, tác giả phân tích một số đặc điểm thống kê mô tả của mẫu nghiên cứu như sau:
Giới tính người được khảo sát: trong 115 NNT tham gia khảo sát có 80 người giới
tính nam, chiếm 69.9% và 35 NNT khảo sát là nữ chiếm 30.4%
Độ tuổi người được khảo sát: trong 115 người tham gia khảo sát , tỷ lệ NNT từ 20-
30 tuổi là 8.7%, tỷ lệ NNT có độ tuổi từ 31-40 tuổi là 13.9%, tỷ lệ NNT có độ tuổi từ 41-50 tuổi là 24.3 %, và tỷ lệ NNT có độ tuổi trên 50 là 53%, điều này cho thấy tại quận 12, số lượng NNT cao tuổi (trên 50 tuổi) cho thuê nhà xưởng là khá cao, chiếm trên 50%, do đó đối với họ việc nộp thuế điện tử là cần thiết hơn cả so với
Giới tính Nữ 35 30.4 Độ tuổi 20-30 tuổi 10 8.7 31-40 tuổi 16 13.9 41-50 tuổi 28 24.3 trên 50 tuổi 61 53 Thu nhập 8.3-10 triệu 39 33.9 11-30 triệu 50 43.5 31-50 triệu 14 12.2 trên 50 triệu 12 10.4 “Nguồn: Kết quả tổng hợp từ SPSS”
4.2. Kiểm định độ tin cậy và phù hợp của thang đo (hệ số Cronbach’s Alpha) 4.2.1. Thang đo cảm nhận sự hữu ích: 4.2.1. Thang đo cảm nhận sự hữu ích:
Thang đo nhân tố cảm nhận sự hữu ích được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 827> 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo cảm nhận sự hữu ích đáp ứng độ tin cậy. (bảng số 4, phụ lục 5)
4.2.2. Thang đo cảm nhận tính dễ sử dụng:
Thang đo nhân tố cảm nhận tính dễ sử dụng được đo lường bởi 5 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 853 > 0.6. Đồng thời cả 5 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo cảm nhận tính dễ sử dụng đáp ứng độ tin cậy (bảng số 5, phụ lục 5)
4.2.3. Thang đo Chuẩn chủ quan:
Thang đo này được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 482 < 0.6. Tuy nhiên biến “CQ1, CQ2” có hệ số tương quan biến tổng nhỏ hơn 0.3 (bảng số 6, phụ lục 5), vì vậy ta tiến hành loại bỏ hai biến này và tiến hành kiểm định lần 2.
Lần 2: Đưa 2 biến quan sát còn lại sau khi đã loại biến “CQ1, CQ2” vào tiến hành kiểm định lần 2. Kết quả cho thấy hệ số Cronbach’s alpha bằng 0. 705 > 0.6 và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến trên đều lớn hơn 0.3 nên đảm bảo các biến quan sát có mối tương quan với nhau (bảng số 7, phụ lục 5)
4.2.4. Thang đo cảm nhận rủi ro:
Thang đo này được đo lường bởi 3 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 394 < 0.6. Tuy nhiên biến “RR2” có hệ số tương quan biến tổng nhỏ hơn 0.3, vì vậy ta tiến hành loại bỏ biến này và tiến hành kiểm định lần 2. (bảng số 8, phụ lục 5)
Lần 2: Đưa 2 biến quan sát còn lại sau khi đã loại biến “RR2” vào tiến hành kiểm định lần 2. Kết quả cho thấy hệ số Cronbach’s alpha bằng 0. 645 > 0.6 và hệ số tương quan biến tổng (Corrected Item-Total Correlation) của các biến trên đều lớn hơn 0.3 nên đảm bảo các biến quan sát có mối tương quan với nhau (bảng số 9, phụ lục 5)
4.2.5. Thang đo các điều kiện hỗ trợ:
Thang đo nhân tố các điều kiện hỗ trợ được đo lường bởi 4 biến quan sát. Kết quả phân tích độ tin cậy của thang đo (Cronbach’s Alpha) là 0. 755 > 0.6. Đồng thời cả 4 biến quan sát đều có tương quan biến tổng > 0.3. Do vậy, thang đo các điều kiện hỗ trợ đáp ứng độ tin cậy (bảng số 10, phụ lục 5)
4.2.6. Thang đo Ý định sử dụng hệ thống KK & NTĐT :
Thang đo cảm nhận sự hữu ích cảm nhận với Cronbach’s Alpha = 0,827
HU1 11,59 2,96 ,65 ,78
HU2 11,63 3,25 ,65 ,78
HU3 11,86 2,71 ,59 ,82
HU4 11,62 3,01 ,75 ,74
Thang đo cảm nhận tính dễ sử dụng với Cronbach’s Alpha = 0,853
SD1 16,28 4,01 ,62 ,83
SD2 16,24 4,25 ,61 ,83
SD3 16,00 4,50 ,59 ,84
SD4 16,19 3,96 ,73 ,80
SD5 16,09 3,99 ,78 ,79
Thang đo Chuẩn chủ quan với Cronbach’s Alpha = 0,705
CQ3 3,91 ,30 ,54 .
CQ4 4,01 ,30 ,54 .
Thang đo cảm nhận rủi ro với Cronbach’s Alpha = 0,645
RR1 2,82 ,93 ,47 .
RR3 2,99 1,07 ,47 .
Thang đo các điều kiện hỗ trợ với Cronbach’s Alpha = 0,755
DK1 11,39 3,31 ,55 ,69
DK2 11,40 3,06 ,59 ,67
DK3 11,39 3,22 ,57 ,68
DK4 11,39 3,50 ,48 ,73
Thang đo Ý định sử dụng hệ thống KK & NTĐT với Cronbach’s Alpha = 0,628
YD1 7,73 ,69 ,40 ,57
YD2 7,71 ,75 ,37 ,61
YD3 7,75 ,67 ,54 ,38
Sau khi kiểm định sơ bộ thang đo bằng hệ số Cronbach’s Alpha, các biến này đều đáp ứng độ tin cậy và được đưa sang bước tiếp theo để phân tích nhân tố khám phá EFA nhằm đánh giá giá trị hội tụ và giá trị phân biệt của thang đo.
4.3 Phân tích nhân tố khám phá (EFA)