CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2. Kết quả nghiên cứu định lƣợng
4.2.3. Phân tích hồi quy đa biến
4.2.3.1. Mơ hình hồi quy tổng thể
Để xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc, nghiên cứu sử dụng mơ hình hồi quy đa biến nhƣ sau:
APDUNG = β0 + β1CC + β2MP + β3CT + β4QP Trong đó:
APDUNG: Biến phụ thuộc (Áp dụng IFRS) Các biến độc lập: CC, MP, QP, CT, ML. CC: Đồng đẳng cƣỡng chế
MP: Đồng đẳng mô phỏng QP: Đồng đẳng quy phạm CT: Tính chính thống
β0, β1, … β6: Các tham số của mơ hình.
4.2.3.2. Kiểm định mức độ phù hợp của mơ hình
Kết quả cho thấy hệ số R2 điều chỉnh = 50.3% > 50% (Bảng 4.9), đồng thời, kiểm định F trong bảng ANOVA (Bảng 4.10) cho thấy giá trị này có ý nghĩa thống kê với Sig. < 0.05. Từ đó kết luận mơ hình là phù hợp, các biến độc lập (CC, MP, CT, QP) giải thích đƣợc 50.3% sự thay đổi của biến phụ thuộc (APDUNG), phần cịn lại đƣợc giải thích bởi các yếu tố khơng đƣợc xem xét trong mơ hình.
Mơ hình Hệ sốR Hệ sốR2 Hệ số R2 - hiệu chỉnh
Sai số chuẩn của ƣớc lƣợng
Durbin- Watson
1 ,718a ,515 ,503 ,457 1,777
Bảng 4.9 Bảng tóm tắt mơ hình hồi quy
(Nguồn: Kết quả phân tích SPSS)
Mơ hình Tổng bình phƣơng Bậc tự do Trung bình bình phƣơng F Sig. 1 Hồi quy 33,952 4 8,488 40,683 ,000b Phần dƣ 31,921 153 ,209 Tổng 65,873 157 Bảng 4.10 Bảng ANOVA
(Nguồn: Kết quả phân tích SPSS)
4.1.4.3 Kiểm định trọng số hồi quy
Dựa vào kết quả trong bảng trọng số hồi quy (Bảng 4.11), cho thấy giá trị Sig của các biến độc lập CC, MP, QP đều nhỏ hơn 0.05, từ đó nghiên cứu kết luận các biến độc lập tƣơng quan và có ý nghĩa với biến độc lập APDUNG. Biến CT có giá trị Sig lớn hơn 0.05, do đó biến CT khơng có ý nghĩa đối với biến độc lập APDUNG.
Mơ Hình Hệ số chƣa chuẩn hóa Hệ số chuẩn hóa t Sig.
Thống kê đa cộng tuyến
B Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF 1 (Constant) 4,253 ,036 117,043 ,000 CC ,416 ,036 ,642 11,412 ,000 1,000 1,000 MP ,089 ,036 ,137 2,433 ,016 1,000 1,000
QP ,185 ,036 ,285 5,061 ,000 1,000 1,000
Bảng 4.11 Bảng trọng số hồi quy
(Nguồn: Kết quả phân tích SPSS)
Từ kết quả trong bảng trọng số hồi quy (bảng 4.11), xác định đƣợc phƣơng trình hồi quy nhƣ sau:
Phương trình hồi quy:
APDUNG = 4.253 + 0.642CC + 0.137MP + 0.285QP
4.1.4.4 Kiểm định hiện tƣợng đa cộng tuyến
Đa cộng tuyến là hiện tƣợng biến độc lập có sự tƣơng quan hồn tồn với nhau. Để kiểm tra hiện tƣợng đa cộng tuyến, chỉ số thƣờng dùng là hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor) (Nguyễn Đình Thọ, 2011). Kết quả trong bảng 4.11 cho thấy hệ số VIF của các biến độc lập đều nhỏ hơn 2, do đó kết luận mơ hình nghiên cứu khơng có hiện tƣợng đa cộng tuyến.
4.1.4.5 Kiểm định hiện tƣợng tự tƣơng quan của phần dƣ
Tự tƣơng quan là hiện tƣợng các sai số ngẫu nhiên có mối liên hệ tƣơng quan nhau, khi đó có thể xảy ra hiện tƣợng tự tƣơng quan.
Sử dụng hệ số Durbin-Watson để kiểm định tự tƣơng quan của các sai số kề nhau, hệ số có giá trị biến thiên trong khoảng từ 0 đến 4. Nếu các phần sai số khơng có tƣơng quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2. Dựa vào kết quả bảng 4.9, cho thấy d đƣợc chọn rơi vào miền chấp nhận giả thuyết khơng có tƣơng quan chuỗi bậc nhất (d = 1.777 gần bằng 2) Nhƣ vậy, kết luận khơng có hiện tƣợng tự tƣơng quan giữa các phần dƣ trong mơ hình, mơ hình có ý nghĩa.
4.1.4.6 Kiểm định về phân phối chuẩn của phần dƣ
Mơ hình hồi quy tuyến tính thực sự phù hợp với các dữ liệu quan sát khi phần dƣ có phân phối chuẩn với trung bình bằng 0 và phƣơng sai không đổi. Nghiên cứu kiểm định về phân phối chuẩn của phần dƣ bằng cách sử dụng biểu đồ Histogram và biểu đồ P– P Plot.
Kết quả biểu đồ tần số Histogram (Hình 4.1) độ lệch chuẩn Std.Dev = 0,984 và Mean gần bằng 0, ta có thể kết luận rằng, giả thiết phân phối chuẩn của phần dƣ không bị vi phạm.
Hình 4.1 Đồ thị Histogram của phần dƣ đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
Biểu đồ P-P Plot (Hình 4.2) của phần dƣ chuẩn hóa, các điểm quan sát không phân tán xa đƣờng chéo kỳ vọng, nên ta có thể kết luận giả thuyết phân phối chuẩn của phần dƣ khơng bị vi phạm.
Hình 4.2 Đồ thị P-P Plot của phần dƣ đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
4.1.4.7 Kiểm định giả định phƣơng sai của sai số (phần dƣ) không đổi
Kết quả xử lý trong đồ thị phân tán (Hình 4.3) cho thấy thấy các phần dƣ phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dƣ) trong một phạm vi khơng đổi. Điều này có nghĩa là phƣơng sai của sai số (phần dƣ) khơng đổi.
Hình 4.3 Đồ thị phân tán giữa giá trị dự đoán và phần dƣ từ hồi quy
(Nguồn: Kết quả phân tích SPSS)
Ngồi ra, để cũng cố cho kết luận này, tác giả sử dụng kiểm định tƣơng quan Spearman cho mối tƣơng quan giữa hai biến gồm 1 biến độc lập lần lƣợt là CC, MP, CT, QP với phần dƣ. Kết quả cho thấy hệ số tƣơng quan hạng các biến CC, MP, CT, QP lần lƣợt là đều có mức ý nghĩa lớn hơn 0.05 (Bảng 4.12). Điều này cho thấy phƣơng sai của sai số (phần dƣ) không thay đổi.
Correlations APDU NG CC MP CT QP Spea rman 's rho APDUN G Correlation Coefficient 1,000 ,582 ** ,144 ,066 ,274** Sig. (2-tailed) . ,000 ,071 ,408 ,000 N 158 158 158 158 158
CC Correlation Coefficient ,582 ** 1,000 ,065 ,043 -,126 Sig. (2-tailed) ,000 . ,416 ,591 ,116 N 158 158 158 158 158 MP Correlation Coefficient ,144 ,065 1,000 ,009 ,021 Sig. (2-tailed) ,071 ,416 . ,910 ,791 N 158 158 158 158 158 CT Correlation Coefficient ,066 ,043 ,009 1,000 ,022 Sig. (2-tailed) ,408 ,591 ,910 . ,785 N 158 158 158 158 158 QP Correlation Coefficient ,274 ** -,126 ,021 ,022 1,000 Sig. (2-tailed) ,000 ,116 ,791 ,785 . N 158 158 158 158 158
Bảng 4.12 Kết quả phân tích tƣơng quan Spearman giữa các biến độc lập và biến phụ thuộc
(Nguồn: Kết quả phân tích SPSS)
4.1.4.8 Kiểm định các giả thuyết nghiên cứu
Căn cứ kết quả trong bảng trọng số hồi quy (Bảng 4.11), sử dụng trọng số hồi quy phạm hóa để xem xét mức độ giải thích của các biến độc lập cho sự biến thiên của biến phụ thuộc (Nguyễn Đình Thọ, 2011), kết luận kết quả kiểm định các giả thuyết nghiên cứu nhƣ sau:
Giả thuyết H1: Nhân tố “Cƣỡng chế” có tác động tích cực (tác động dƣơng +) đến
việc áp dụng IFRS tại Việt Nam. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến CC có giá trị β = 0.642 > 0, nhƣ vậy, chấp nhận giả thuyết H1.
Giả thuyết H2: Nhân tố “Mơ phỏng” có tác động tích cực (tác động dƣơng +) đến
việc áp dụng IFRS tại Việt Nam. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến MP có giá trị β = 0.137 > 0, nhƣ vậy, chấp nhận giả thuyết H2.
Giả thuyết H3: Nhân tố “Quy phạm” có tác động tích cực (tác động dƣơng +) việc
Giả thuyết H4: Nhân tố “Tính chính thống” có tác động tích cực (tác động dƣơng
+) đến việc áp dụng IFRS tại Việt Nam. Kết quả phân tích dữ liệu cho thấy có giá trị Sig lớn hơn 0.05, nhƣ vậy, loại bỏ giả thuyết H4.
Theo kết quả nghiên cứu, trong các nhân tố ảnh hƣởng đến việc áp dụng IFRS tại Việt Nam, nhân tố có ảnh hƣởng lớn nhất Cƣỡng chế (β = 0.642). Tiếp theo là Quy phạm (β = 0.285) và Mô phỏng (β = 0.137).
Sau khi phân tích hồi quy đa biến, các nhân tố tác động đến việc áp dụng IFRS đƣợc tóm tắt trong bảng sau:
Nhân tố Giá trị tuyệt đối Giá trị tƣơng đối
CC 0,642 60%
MP 0,137 13%
QP 0,285 27%
Tổng số 1,064 100%
Bảng 4.13 : Vị trí quan trọng của các nhân tố
Nguồn: Tác giả thống kê từ SPSS