CHƯƠNG 3 PHƯƠNG PHÁP NGHIÊN CỨU
4.3. Kết quả nghiên cứu đinh lượng
4.3.1.2. Đánh giá các biến độc lập
Sau khi thu thập đủ dữ liệu các biến độc lập tác giả dùng phần mềm SPSS 20 chạy thống kê mô tả và cho ra kết quả như bảng 4.5. Dữ liệu chi tiết về các biến độc lập thu thập được tác giả đính kèm trong phụ lục 06.
Bảng 4.5: Bảng thống kê mô tả các biến độc lập Biến độc lập Giá trị nhỏ Biến độc lập Giá trị nhỏ nhất Giá trị lớn nhất Giá trị trung bình Độ lệch chuẩn
Quy mô doanh nghiệp 0,7975 388,79459 36,9553 57,0149
Hợp đồng nợ 0,0016 8,3168 1,2384 1,4211 Tài chính nội bộ 0,0000 7,9720 0,2465 0,8460 Thuế 0,0000 0,2200 0,1436 0,0631 Thâm dụng vốn 0,0004 36,8078 1,9297 4,5506 Tỷ lệ sỡ hữu nhà nước (từ 20 - <50%) 0,00 1,00 0,0196 0,1391 Tỷ lệ sỡ hữu nhà nước (từ 50%) 0,00 1,00 0,0850 0,2797
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
Từ kết quả bảng 4.5, ta có thể thấy được quy mơ doanh nghiệp có giá trị trung bình 36,95 tỷ với độ lệch chuẩn là 57,01. Do mẫu dữ liệu của tác giả khảo sát từ các doanh nghiệp sản xuất kinh doanh có quy mơ nhỏ đến các doanh nghiệp có quy mơ lớn nên độ lệch chuẩn của biến này lớn là điều chấp nhận được.
Đối với biến hợp đồng nợ có trung bình trong khoảng 1,24 với độ lệch chuẩn là 1,42, biến này được tính bởi cơng thức tổng nợ phải trả / tổng vốn chủ sở hữu, ta có thể thấy trong các doanh nghiệp được khảo sát thì trung bình các doanh nghiệp có nợ phải trả lớn hơn vốn chủ sở hữu. Doanh nghiệp có tỷ số hợp đồng nợ nhỏ nhất là
0,0016, tức doanh nghiệp này có nợ phải trả khơng đánh kể. Ở chiều ngược lại, doanh nghiệp có tỷ số hợp đồng nợ lớn nhất là 8,32, kết quả này cho thấy nợ phải trả lớn hơn vốn chủ sở hữu 8 lần.
Xét biến tài chính nội bộ, biến này đạt giá trị trung bình 0,25 với độ lệch chuẩn 0,85. Kết quả này cho thấy phần lớn doanh nghiệp có tỷ lệ lợi nhuận giữ lại để phục vụ các hoạt động của doanh nghiệp trong tương lai tương đối thấp.
Vế biến độc lập thuế, trong số các doanh nghiệp được khảo sát, có 9 doanh nghiệp có kết quả kinh doanh lỗ trong năm 2015 chiếm tỷ lệ 5,88%, biến này có giá trị trung bình 0,14 với độ lệch chuẩn là 0,06 cho thấy sự chênh lệch của các giá trị so với giá trị trung bình tương đối thấp.
Đối với biến thâm dụng vốn, biến này được tính bằng công thức tài sản cố định/ doanh thu bán hàng, biến này có giá trị trung bình là 1,92. Điều này phù hợp với các doanh nghiệp sản xuất kinh doanh thường sẽ có giá trị tài sản cố định chiếm tỷ trọng tương đối lớn. Tỷ lệ này có giá trị thấp nhất là 0.0004 và giá trị cao nhất là 36,8078. Điều này cho thấy có doanh nghiệp phụ thuộc rất ít vào tài sản cố định trong q trình hoạt động và cũng có doanh nghiệp sử dụng tài sản cố định chiếm giá trị lớn trong quá trình hoạt động.
Trong trường hợp biến tỷ lệ sỡ hữu nhà nước, tác giả đã mã hóa lại trong phần mềm SPSS với SHNN1 ứng với các doanh nghiệp có tỷ lệ sỡ hữu nhà nước từ 20 đến nhỏ hơn 50% và SHNN2 ứng với các doanh nghiệp có tỷ lệ sỡ hữu nhà nước từ 50% trở lên. Trong quá trình khảo sát, tác giả thống kê được có 16 doanh nghiệp có sự tham gia của nhà nước chiếm tỷ lệ 10,46%. Trong đó, có 3 doanh nghiệp có vốn nhà nước từ 20 đến nhỏ hơn 50% chiếm tỷ lệ 18,75% và 13 doanh nghiệp có vốn nhà nước từ 50% trở lên chiếm tỷ lệ 81,25%.
Qua thống kê, ta có thể thấy quy mô của doanh nghiệp được khảo sát trải dài từ doanh nghiệp có quy mơ nhỏ đến quy mơ lớn, trung bình thì nợ phải trả của các doanh nghiệp lớn hơn vốn chủ sỡ hữu, đối với tài chính nội bộ thì nhiều doanh nghiệp có tỷ lệ này thấp, do các doanh nghiệp được khảo sát là doanh nghiệp sản xuất kinh doanh
nên mức thâm dụng vốn thường cao. Trong mẫu khảo sát thì tỷ lệ doanh nghiệp có vốn đầu tư của nhà nước chiếm tỷ trọng khơng nhiều, chỉ có khoảng 10%.
4.3.2. Kết quả hồi quy đa biến về lựa chọn chính sách kế tốn ảnh hưởng đến lợi nhuận trên địa bàn thành phố Cần Thơ
Để thực hiện các kiểm định cần thiết và tìm các mối liên hệ giữa các biến độc lập và các biến phụ thuộc, tác giả sử dụng phần mềm SPSS 20 làm công cụ để xử lý dữ liệu thu thập được. Bảng dữ liệu thu thập được tác giả đính kèm trong phụ lục xx
4.3.2.1. Ma trận hệ số tương quan
Ma trận hệ số tương quan dùng để kiểm định mối quan hệ giữa các biến độc lập với biến phụ thuộc và giữa các biến độc lập với nhau. Sau khi phân tích trên phần mềm, tác giả tổng hợp lại bảng tóm tắt ma trận hệ số tương quan. Ta có được bảng 4.6:
Bảng 4.6: Ma trận hệ số tương quan
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
LCCSKT QMDN (ty) HDN TCNB THUE TDV SHNN1 SHNN2 Tương quan Pearson LCCSKT 1,000 -,422** ,205* -,029* -,398** -,170* -,028* -,106* QMDN (ty) -,422** 1,000 ,066 ,078 -,270** ,008 -,001 ,200* HDN ,205* ,066 1,000 ,311** -,080 -,105 -,067 -,085 TCNB -,029* ,078 ,311** 1,000 -,151 ,028 -,020 -,031 THUE -,398** -,270** -,080 -,151 1,000 -,155 -,034 ,034 TDV -,170* ,008 -,105 ,028 -,155 1,000 ,014 -,014 SHNN1 -,028* -,001 -,067 -,020 -,034 ,014 1,000 -,043 SHNN2 -,106* ,200* -,085 -,031 ,034 -,014 -,043 1,000 Sig. (2 đuôi) LCCSKT 0.000 0.011 0.026 0.000 0.036 0.033 0.041 QMDN (ty) 0.000 0.419 0.337 0.001 0.919 0.986 0.013 HDN 0.011 0.419 0.000 0.327 0.198 0.408 0.298 TCNB 0.026 0.337 0.000 0.063 0.729 0.805 0.706 THUE 0.000 0.001 0.327 0.063 0.056 0.675 0.675 TDV 0.036 0.919 0.198 0.729 0.056 0.861 0.863 SHNN1 0.033 0.986 0.408 0.805 0.675 0.861 0.597 SHNN2 0.041 0.013 0.298 0.706 0.675 0.863 0.597
Nhìn vảo bảng Ma trận hệ số tương quan, ta có thể thấy được các biến phụ thuộc trong mơ hình đều có sự tương quan đến biến độc lập là lựa chọn chính sách kế tốn với Sig giữa biến phụ thuộc và biến độc lập đều nhỏ hơn 0.05, đối với 2 biến quy mô doanh nghiệp và thuế có Sig là 0.000 thể hiện độ chính xác lên đến 99%. Xét về hệ số tương quan, ta có thể thấy được biến hợp đồng nợ có hệ số tương quan dương với giá trị là 0,205 cịn các biến phụ thuộc cịn lại đều có hệ số tương quan âm, giá trị cao nhất là biến quy mô doanh nghiệp với hệ số -0,422, tiếp theo là biến thuế -0,398, thâm dụng vốn -0,17, tỷ lệ sở hữu nhà nước (từ 50%) với giá trị -0.106 và hai biến cuối cùng là tài chính nội bộ và tỷ lệ sở hữu nhà nước (từ 20-50%) với giá trị lần lượt là - 0.029 và -0,028. Nhìn chung các biến độc lập tuy có tương quan với biến phụ thuộc nhưng giá trị tương quan này chưa cao so với biến phụ thuộc. Về sự tương quan giữa các biến độc lập với nhau với nhau thì đa số các biến độc lập khơng có sự tương quan với nhau với Sig > 0.05, tuy nhiên có một số biến thể hiện sự tương quan với nhau với Sig <0,05, Để kiểm định thêm về dữ liệu này, ta sẽ tiến hành thêm kiểm định về hiện tượng đa cộng tuyến (được trình bày ở phần tiếp theo.
4.3.2.2 Kiểm định phương sai
Theo các bước được trình bày ở chương 3, tác giả tiến hành kiểm định độ phù hợp của mơ hình thơng qua kiểm định F trong bảng phân tích phương sai với giả thiết Ho: Tất cả các biến độc lập đều không tác động đến biến phụ thuộc (hay hệ số beta đều bằng 0). Bác bỏ H0 khi Sig nhỏ hơn 0.05. Ta có bảng tóm tắt kết quả kiểm định phương sai 4.7
Bảng 4.7: Bảng tóm tắt kết quả kiểm định phương sai Mơ hình Mơ hình Tổng bình phương df Bình phương trung bình F Sig. Hồi quy 2.066 7 .295 10.635 .000 Số dư 4.024 145 .028 Tổng 6.090 152
Dự báo: Hằng số, QMDN (ty), THUE, HDN, TDV, TCNB, SHNN1, SHNN2 Biến phụ thuộc: LCCSKT
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
Qua bảng kết quả phân tích Phương sai cho thấy giá trị Sig = 0,000 <0,05 nên chúng ta bác bỏ giả thiết Ho, từ đó có thể khẳng định kết hợp các biến hiện có trong mơ hình có thể giải thích được sự thay đổi của biến phụ thuộc là LCCSKT, điều này có nghĩa mơ hình chúng ta xây dựng phù hợp với tập dữ liệu.
4.3.2.3. Kiểm định mức độ phù hợp của mơ hình
Trong thống kê, để đánh giá mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc trong mơ hình hồi quy ta dùng hệ số R2 (R-squared) hoặc R2 hiệu chỉnh (Adj R-squared). Kết quả R-squared càng gần 1 cho thấy mơ hình càng phù hợp với dữ liệu nghiên cứu và ngược lại, khi kết quả R-squared càng về 0 thì mơ hình càng khơng phù hợp với dữ liệu ngiên cứu. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), khi đưa thêm biến độc lập của mơ hình thì R-squared sẽ càng tăng lên, tuy nhiên, tác giả cũng đề cập rằng khơng phải mơ hình nào có nhiều biến độc lập cũng phù hợp hơn với dữ liệu mẫu. Do đó, việc chỉ dùng R-squared để đánh giá độ phù hợp của mơ hình chưa phải là phương án tốt nhất. Nhằm khắc phục cho nhược điểm của R-squared, việc dùng hệ số Adj R-squared để đánh giá cho độ phù hợp của mơ hình là hợp lý hơn do nó khơng phụ thuộc vào độ lệch phóng đại của R-squared, vì vậy hệ số này có thể khơng tăng lên khi chúng ta đưa thêm biến nghiên cứu vào mơ hình. Ngồi ra, hệ số Adj R-squared mới chỉ cho chúng ta biết về mức độ phù hợp
của mơ hình với dữ liệu mẫu. Để kiểm định mức độ phù hợp của mơ hình hồi quy tổng thể ta sử dụng thêm hệ số Sig. Nếu hệ số nằm trong miền bác bỏ giả thiết “H0: Mơ hình khơng phù hợp” – tương ứng với Sig < 0.05 thì cho thấy mơ hình hồn tồn phù hợp và có thể sử dụng được. Ta có bảng tóm tắt kết quả sau:
Bảng 4.8: Bảng tóm tắt kết quả kiểm định sự phù hợp của mơ hình nghiên cứu Mơ hình R R2 R2 hiệu chỉnh Sai số chuẩn của ước lượng Sig Hệ số Durbin- Watson 1 0,582 0,339 0,307 ,166585 0,000 2,203
Dự báo: Hằng số, QMDN (ty), THUE, HDN, TDV, TCNB, SHNN1, SHNN2 Biến phụ thuộc: LCCSKT
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
Từ bảng 4.8, ta thấy mơ hình có hệ số R2 hiệu chỉnh là 0,307 tương ứng với 30,7% nghĩa là các biến trong mơ hình có ảnh hưởng đến 30,7% của biến phụ thuộc, kết quả này chưa cao. Nhằm xem xét thêm về phù hợp của mơ hình hồi quy, ta có Sig của mơ hình là 0,000<0,05 nằm trong miền bác bỏ H0, qua đó có thể kết luận mơ hình hồi quy tổng thể phù hợp và chấp nhận được.
4.3.2.4. Kiểm định các khuyết tật của mơ hình Kiểm định tương quan giữa các phần dư Kiểm định tương quan giữa các phần dư
Dựa vào bảng 4.8, ta có hệ số Dubin – Watson là 2,203. Với số quan sát là 153 và 6 biến độc lập, ta có k = 6. Khi sử dụng bảng tra giá trị Dubin – Wason với mức ý nghĩa 1% ta có được giá trị như sau:
d (u) = 1,708 < d = 2,203 < 4 – d (u) = 2,292
Ta thấy được hệ số Dubin – Watson nằm trong khoảng cho phép, từ đó có thể kết luận khơng có sự tương quan giữa các phần dư
Kiểm định hiện tượng đa cộng tuyến
Mặc dù dựa vào bảng ma trận hệ số tương quan chúng ta đã có cơ sở kết luận là mơ hình khơng xảy ra hiện tượng đa cộng tuyến, tuy nhiên để an toàn hơn chúng ta
kiểm định hệ số VIF của mơ hình. Theo lý thuyết, nếu VIF của các biến nhỏ hơn 10 thì có thể kết luận mơ hình khơng xảy ra hiện tượng đa cộng tuyến, tuy nhiên, theo nhiều nghiên cứu trước cho rằng nếu biến độc lập nào có VIF > 3 thì cần xem xét thêm về hiện tượng đa cộng tuyến và nên cân nhắc kỹ khi thêm biến này vào mơ hình. Dựa vào kết quả từ SPSS, tác giả tổng hợp lên bảng kết quả kiểm định hiện tượng đa cộng tuyến như sau:
Bảng 4.9: Bảng tóm tắt kết quả kiểm định hiện tượng đa cộng tuyến
STT Các biến độc lập VIF 1 QMDN 1.139 2 HDN 1.142 3 TCNB 1.130 4 THUE 1.138 5 TDV 1.042 6 SHNN1 1.008 7 SHNN2 1.063
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
Từ bảng 4.9, ta có thể thấy hệ số VIF của tất cả các biến trong mơ hình đều nhỏ hơn 2, từ đó có thể kết luận mơ hình khơng xảy ra hiện tượng đa cộng tuyến
Kiểm định về phân phối chuẩn của phần dư
Dựa vào biểu đồ tần số Histogram tại phụ lục 07, ta có thể thấy được phần dư có độ lệch chuẩn gần bằng 1, tại đồ thị Q-Q plot, các điểm quan sát tập trung gần đường chéo với những giá trị kỳ vọng, từ đó, ta có thể khẳng định mơ hình khơng vi phạm giả định về phân phối chuẩn của phần dư
4.3.2.5. Kiểm định các giả thuyết nghiên cứu
Để kiểm định về các giả thuyết nghiên cứu, ta sẽ sử dụng kết quả của mơ hình hồi quy từ phần mềm SPSS, đây chính là câu trả lời cho mối liên hệ giữa các biến độc lập lên biến phụ thuộc như thế nào. Dựa vào kết quả từ phần mềm, tác giả tóm tắt được kết quả mơ hình hồi quy như sau:
Bảng 4.10: Bảng tóm tắt kết quả mơ hình hồi quy tuyến tính bội Mơ hình Hệ số chưa chuẩn hóa Hệ số Mơ hình Hệ số chưa chuẩn hóa Hệ số
chuẩn hóa t Sig.
Thống kê đa cộng tuyến B Độ lệch
chuẩn beta Tolerance VIF
Hằng số 0,469 0,043 11,006 0,000 QMDN (ty) -0,001 0,000 -0,346 -4,809 0,000 0,878 1,139 HDN 0,035 0,010 0,250 3,464 0,001 0,876 1,142 TCNB -0,007 0,017 -0,031 -0,436 0,663 0,885 1,130 THUE -0,971 0,228 -0,982 -4,254 0,000 0,879 1,138 TDV -0,004 0,003 -0,093 -1,351 0,179 0,959 1,042 SHNN1 -0,002 0,098 -0,002 -0,022 0,982 0,992 1,008 SHNN2 -0,021 0,050 -0,029 -0,414 0,680 0,941 1,063
(Nguồn: Kết quả nghiên cứu từ phần mềm SPSS)
Qua kết quả phân tích từ bảng 4.10, ta có thể thấy được có 3 biến độc lập ảnh hưởng đến biến phụ thuộc Lựa chọn chính sách kế tốn là: biến “Quy mô doanh nghiệp”, biến “Hợp đồng nợ” và biến “Thuế”; do các biến này đều có hệ số Sig nhỏ hơn 0,05. Cụ thể: hệ số Sig của biến Quy mô doanh nghệp là 0,000; hệ số của biến Hợp đồng nợ là 0,001 và hệ số của biến Thuế là 0,000. Với hệ số Sig này thì giả thuyết H0: βi = 0 “biến độc lập i khơng có quan hệ tuyến tính với biến phụ thuộc” bị bác bỏ với độ tin cậy 95%. Các biến cịn lại là Tài chính nội bộ, thâm dụng vốn và tỷ lệ sở hữu nhà nước bị loại ra khỏi mơ hình. Nhìn vào hệ số B, ta có thể thấy được biến “quy mơ doanh nghiệp” và biến “thuế” có quan hệ ngược chiều với lựa chọn chính sách kế tốn với hệ số lần lượt là -0,001 và -0,971; biến “Hợp đồng nợ” có quan hệ cùng chiều với việc lựa chọn chính sách kế tốn. Giá trị B cũng cho ta thấy biến Thuế có tác động mạnh đến việc lựa chọn chính sách kế tốn, các biến cịn lại có tác động yếu hơn
Theo kết quả phân tích, các giả thuyết sau sẽ được chấp nhận:
Giả thuyết H1: Doanh nghiệp có quy mơ càng lớn thì càng có xu hướng lựa chọn những chính sách kế tốn theo hướng giảm lợi nhuận
Giả thuyết H2: Doanh nghiệp có tỷ lệ nợ trên vốn chủ sỡ hữu càng cao thì có xu hướng lựa chọn chính sách kế tốn theo hướng tăng lợi nhuận.
Giả thuyết H4: Tỷ lệ của thuế TNDN doanh nghiệp phải nộp càng cao thì doanh