CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.6 Phương pháp nghiên cứu
3.6.2 Quy trình và phương pháp phân tích dữ liệu trong nghiên cứu định lượng
Kỹ thuật phân tích dữ liệu định lượng được sử dụng để xác định mối quan hệ và mức độ tác động của các nhân tố ảnh hưởng đến CLKT gồm thống kê mô tả; đánh giá độ tin cậy thang đo bằng hệ số Cronbach alpha; phân tích nhân tố khám phá EFA; phân tích tương quan Pearson và phân tích hồi quy tuyến tính bội. Các bước tiến hành như sau:
Bước 1: Xử lí dữ liệu thơ
Sau khi thu thập bảng khảo sát, nhập dữ liệu vào phần mềm Microsoft Excel, sau đó tiến hành xử lý dữ liệu thơ như kiểm tra tính hợp lý của dữ liệu, kiểm tra dữ liệu trống, dữ liệu trùng. Sau đó dữ liệu được phân tích bằng phần mềm IBM SPSS Statistics 20.
Bước 2: Phân tích đặc điểm của mẫu nghiên cứu
Sử dụng cơng cụ thống kê để tính tốn các giá trị trung bình (mean), giá trị lớn nhất (max), giá trị nhỏ nhất (min), cũng như tần số (frequency). Từ đó, tác giả tổng hợp và đánh giá tổng quát về mức độ đồng ý của đối tượng khảo sát đối với từng biến quan sát.
Bước 3: Đánh giá độ tin cậy của thang đo qua hệ số Cronbach alpha
Cronbach alpha là hệ số đo lường độ tin cậy của thang đo tổng chứ không phải là hệ số tin cậy cho từng biến quan sát và thang đo đó phải có tối thiểu là 03 biến đo lường (Nguyễn Đình Thọ, 2013, trang 355).
Cũng theo Nguyễn Đình Thọ (2013), hệ số Cronbach alpha có giá trị biến thiên trong khoảng [0;1]. Về lý thuyết, Cronbach alpha càng cao càng tốt (thang đo càng có độ tin cậy cao). Tuy nhiên nếu hệ số Cronbach alpha quá lớn (α > 0,95) cho thấy
có nhiều biến trong thang đo khơng có khác biệt gì. Hiện tượng này gọi là hiện tượng trùng lắp trong đo lường (redundancy). Một thang đo có độ tin cậy tốt khi biến thiên trong khoảng [0,75 – 0,95]. Nếu Cronbach alpha ≥ 0,60, thang đo có thể chấp nhận về mặt độ tin cậy (Nguyễn Đình Thọ, 2013, trang 365).
Độ tin cậy của thang đo cịn được đánh giá thơng qua hệ số tương quan biến tổng (Corected Item-total correlation). Trong phần mềm SPSS sử dụng hệ số tương quan biến tổng hiệu chỉnh (corrected item-total correction), hệ số này lấy tương quan của biến đo lường xem xét với tổng các biến còn lại của thang đo (khơng tính biến đang xem xét). Nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0,3 thì biến đó đạt u cầu (Nunnally & Berstein, 1994) (theo Nguyễn Đình Thọ, 2013, trang 365).
Bước 4: Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Phân tích nhân tố là một kỹ thuật phân tích nhằm rút trích nhiều biến quan sát lại thành từng nhóm để chúng có ý nghĩa hơn nhưng vẫn đảm bảo các nội dung thông tin của biến ban đầu. Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét như sau:
- Kiểm định tính thích hợp của EFA: sử dụng chỉ số KMO (Kaiser-Meyer-Olkin)
để xem xét sự thích hợp của phân tích nhân tố. Với chỉ số KMO nằm trong khoảng 0,5 < KMO < 1,0 thì chứng tỏ phân tích nhân tố là thích hợp (Hair và cộng sự, 1998).
- Kiểm định tương quan của các biến quan sát: Kiểm định Bartlett là một đại lượng
thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
- Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố: Mỗi một
biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading). Theo Hair và cộng sự (1998), hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,5 thì mới có ý nghĩa thực tiễn. Ngồi ra, một tiêu chí được sử dụng
phổ biến trong xác định số lượng nhân tố trong phân tích EFA là Eigenvalue. Với tiêu chí này, số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có Eigenvalue tối thiểu bằng 1 (Nguyễn Đình Thọ, 2013, trang 410). Tổng phương sai trích cũng là một tiêu chí để kiểm định mức độ giải thích của các biến quan sát, thể hiện phần trăm biến thiên của biến quan sát giải thích cho sự thay đổi của các nhân tố. Tổng phương sai trích lớn hơn 50% thì mới được giữ lại trong mơ hình. Nghiên cứu sử dụng phép xoay Varimax trong phân tích nhân tố khám phá riêng biệt cho từng nhóm biến độc lập và biến phụ thuộc nhằm tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố, giúp tăng cường khả năng giải thích các nhân tố.
Bước 7: Kiểm định mơ hình và giả thuyết nghiên cứu
Trên cơ sở kết quả phân tích EFA, các nhân tố được rút trích thành các nhóm nhân tố chính, được mã hóa và đổi tên theo các biến độc lập hoặc phụ thuộc. Luận văn sử dụng mơ hình phân tích hồi quy bội để tính tốn các tham số của các nhân tố được sử dụng trong mơ hình để phân tích mức độ tương quan của các nhân tố đến CLKT.
[1] Phân tích tương quan Pearson: được sử dụng để kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình (giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau). Hệ số tương quan Pearson (ký hiệu là r) được tính tốn để lượng hóa mức độ chặt chẽ trong mối liên hệ tuyến tính giữa hai biến định lượng, giá trị tuyệt đối của hệ số này càng gần 1,0 thì hai biến này có tương quan tuyến tính càng chặt chẽ (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
[2] Phân tích hồi quy tuyến tính bội: Nghiên cứu thực hiện hồi quy đa biến theo
phương pháp Enter, tức đưa các biến vào một lượt. Cụ thể, phương trình phân tích hồi quy tuyến tính bội như sau:
Y = f (X1, X2, X3, X4, X5, X6, X7, X8) + ε Trong đó:
Y: Chất lượng KTĐL (biến phụ thuộc) X1: Quy mô DNKT (biến độc lập 1) X2: Giá phí kiểm tốn (biến độc lập 2) X3: Nhiệm kỳ kiểm toán (biến độc lập 3)
X4: Phạm vi dịch vụ phi kiểm tốn (biến độc lập 4)
X5: Tính chun sâu trong các lĩnh vực kiểm toán (biến độc lập 5) X6: Kiểm soát chất lượng bên trong (biến độc lập 6)
X7: Năng lực nghề nghiệp của KTV (biến độc lập 7) X8: Thuộc tính cá nhân của KTV (biến độc lập 8) ε: sai số
- Xác định mức độ tác động của các nhân tố ảnh hưởng đến chất lượng KTDL:
biến nào có hệ số β lớn hơn thì mức độ tác động mạnh hơn.
- Kiểm định mức độ phù hợp của mơ hình: Mục tiêu của kiểm định này nhằm xem xét mối quan hệ tuyến tính giữa các biến độc lập với biến phụ thuộc hay không. Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R Square) là chỉ số dùng để đánh giá mức độ phù hợp của mơ hinh. Ngồi ra, giá trị kiểm định F trong phân tích phương sai (Analysis of Variance - ANOVA) cũng được sử dụng để kiểm định mức độ phù hợp của mơ hình. Nếu mức ý nghĩa đảm bảo có độ tin cậy ít nhất 95% (Sig. < 0,05), mơ hình được xem là phù hợp với tổng thể (Nguyễn Đình Thọ, 2013).
- Hiện tượng đa cộng tuyến (Multicollinearity) là hiện tượng khi có từ ba biến độc
lập có tương quan với nhau. Để kiểm tra hiện tượng này, ta sử dụng hệ số phóng
đại phương sai (Variance Inflation Factor - VIF) để kiểm định hiện tượng tương
quan giữa các biến độc lập. Điều kiện là VIF < 10 để khơng có hiện tượng đa cộng tuyến (Nguyễn Đình Thọ, 2013).
- Hiện tượng tự tương quan: Trong nghiên cứu này, trị số thống kê Durbin-Watson
được sử dụng để kiểm tra xem có hiện tượng tự tương quan hay khơng trong phần dư (Residuals) của mơ hình hồi quy đã được đề xuất. Mơ hình được kết luận khơng có hiện tượng tự tương quan khi thỏa mãn điều kiện dU < d < 4 – dL. Trong đó, dU là Trị số thống kê trên và dL là Trị số thống kê dưới Nguyễn Đình Thọ (2013).
Bước 8: Kiểm tra sự vi phạm các giả định trong phân tích hồi quy
Sau khi thiết lập được phương trình hồi quy mối quan hệ nhân quả giữa các biến độc lập và phụ thuộc, tác giả tiến hành dị tìm sự vi phạm các giả định cần thiết trong phân tích hồi quy bằng đồ thị phân tán Scatterplot (kiểm tra mối quan hệ tuyến tính),
biểu đồ Histogram và đồ thị Q-Q plot (kiểm tra giả thuyết về phân phối chuẩn của phần dư).
Bước 9: Phân tích ảnh hưởng các đặc điểm của đối tượng khảo sát đến CLKT
Mục đích của kiểm định là phát hiện những yếu tố khác ảnh hưởng đến CLKT thông qua đặc điểm của đối tượng khảo sát như Giới tính, số năm kinh nghiệm, chức vụ, nơi làm việc, chứng chỉ nghề nghiệp... Tác giả sử dụng phương pháp kiểm định sự khác biệt giữa hai trung bình đám đơng T-test để tìm mối liên hệ giữa các đặc điểm của đối tượng khảo sát với chất lượng KTĐL.
TÓM TẮT CHƯƠNG 3
Chương 3 trình bày chi tiết về quy trình nghiên cứu và các phương pháp nghiên cứu. Tác giả xây dựng quy trình nghiên cứu và sơ đồ hóa tồn bộ q trình thực hiện, trình bày đối tượng và phương pháp khảo sát, thiết kế thang đo, xây dựng bảng câu hỏi khảo sát, phương pháp chọn mẫu và phương pháp phân tích được sử dụng để nghiên cứu.
Đối tượng khảo sát là các trợ lý kiểm tốn, trưởng nhóm kiểm tốn/giám sát, chủ nhiệm kiểm toán và chủ phần hùn /Giám đốc. Luận văn sử dụng kết hợp phương pháp nghiên cứu định tính và định lượng để tiến hành, trong đó phương pháp nghiên cứu định lượng giữ vai trò chủ đạo. Tác giả tiến hành các bước kiểm định Cronbach alpha, phân tích nhân tố EFA, phân tích tương quan Pearson và phân tích hồi quy bội để tìm ra mơ hình các nhân tố liên quan đến bên cung cấp dịch vụ kiểm toán ảnh hưởng tới chất lượng KTĐL tại thành phố Hồ Chí Minh.