Chƣơng 4 KẾT QUẢNGHIÊN CỨU VÀ BÀN LUẬN
4.4 Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) là một phương pháp phân tích thống kê nhằm rút gọn một tập nhiều biến quan sát thành một nhóm để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hết các nội dung thông tin của biến ban đầu.
4.4.1 Phân tích nhân tố khám phá EFA các biến độc lập
Trước tiên, tác giả tiến hành kiểm định Bartlett và KMO thu được sig = 0.000 và chỉ số KMO = 0.817> 0.5 cho thấy tập dữ liệu trên là phù hợp cho các phân tích thống kê tiếp theo. Bảng kết quả hệ số tải nhân tố Factor loading của các biến quan sát có biến TG4<0.5 nên nhân tố này bị loại ra khỏi mơ hình và chạy lại dữ liệu lần 2.
Tác giả tiến hành kiểm định Bartlett và KMO lần 2 thu được sig = 0.000 và chỉ số KMO = 0.813> 0.5 cho thấy tập dữ liệu là phù hợp cho các phân tích thống kê tiếp theo. Kết quả được trình bày chi tiết trong Phụ lục 05.
Bảng 4.4 Kiểm định KMO và Bartlett của các biến độc lập
Giá trị KMO 0.813
Kiểm định Bartlett
Approx. Chi-Square 5588.906
df 325
Sig. 0.000
Nguồn: Từ kết quả phân tích SPSS
Bên cạnh đó, tại các mức giá trị Eigenvalues đều lớn hơn 1, theo phương pháp rút trích Principal components và phép quay Varimax, phân tích nhân tố đã trích được 6 nhân tố với tổng phương sai trích là 73.211 (>50%) đạt yêu cầu và có ý
nghĩa thực tiễn.
Bảng kết quả hệ số tải nhân tố Factor loading của tất cả các biến quan sát đều lớn hơn 0.5 (loại biến TG4). Việc phân tích nhân tố được thực hiện 2 lần và kết quả như Bảng 4.4.
Bảng 4.5 Kết quả phân tích nhân tố cho thang đo Sự thành công của HTTTKT trong môi trƣờng ứng dụng ERP
Nhân tố Tên nhân tố
1 2 3 4 5 6 QL1 .682 Sự hỗ trợ từ Nhà quản lý QL2 .633 QL3 .777 QL4 .780 KT1 .882 Kiến thức của Nhà quản lý KT2 .907 KT3 .820
TG1 .825 Sự tham gia của ngƣời
sử dụng hệ thống
TG2 .840
TG3 .890
TG5 .899
KN1 .914 Kinh nghiệm và năng
lực của đội dự án
KN2 .889
KN3 .833
KN4 .868
VH1 .903
Văn hóa doanh nghiệp
VH2 .826 VH3 .865 VH4 .910 VH5 .701
VH6 .839
DT1 .782
Đào tạo và huấn luyện
DT2 .751
DT3 .662
DT4 .654
DT5 .674
Nguồn: Từ kết quả phân tích SPSS
Như vậy, sau khi chạy phân tích nhân tố EFA, các biến quan sát đều được gom lại theo đúng 6 giả thuyết ban đầu của tác giả, khơng có sự gộp biến hay tách biến sang một nhóm nhân tố khác và các biến đều đạt giá trị phân biệt.
4.4.2. Kết quả phân tích nhân tố sự thành cơng của hệ thống thông tin kế tốn trong mơi trƣờng ứng dụng ERP (biến phụ thuộc)
Với giả thuyết Ho là 6 biến quan sát của các yếu tố ảnh hưởng đến sự hài lòng của du khách khơng có mối tương quan với nhau, kết quả kiểm định KMO và Bartlett cho thấy giả thuyết bị bác bỏ (sig =0.000 <0.5), hệ số KMO = 0.919> 0.5, kết quả này cho thấy việc phân tích nhân tố là phù hợp. (Phụ lục 05)
Bảng 4.6 Kết quả phân tích nhân tố Sự thành cơng của hệ thống thông tin kế tốn trong mơi trƣờng ứng dụng ERP
Giá trị KMO 0.919
Kiểm định Bartlett
Approx. Chi-Square 2188.990
df 78
Sig. 0.0000
Nguồn: Từ kết quả phân tích SPSS
Bên cạnh đó, giá trị Eigenvalues bằng 7.053>1, theo phương pháp rút trích Principal components và phép quay Varimax, phân tích nhân tố đã trích được 1 nhân tố với tổng phương sai trích là 54.255 (>50%) đạt yêu cầu. Các biến thành phần đều có hệ số tải nhân tố lớn hơn 0.5 (thấp nhất là 0.543) đạt yêu cầu và có ý nghĩa thực tiễn.
Bảng 4.7 Kết quả phân tích nhân tố của thang đó Sự thành công của hệ thống thơng tin kế tốn trong mơi trƣờng ứng dụng ERP
Biến quan sát Nhân tố Tên nhân tố
1 TC1 .845 Sự thành công của hệ thống thơng tin kế tốn trong mơi trƣờng ứng dụng ERP TC2 .669 TC3 .746 TC4 .735 TC5 .783 TC6 .543 TC7 .694 TC8 .748 TC9 .795 TC10 .734 TC11 .760 TC12 .842 TC13 .626
Nguồn: Từ kết quả phân tích SPSS
4.5 Phân tích tƣơng quan Pearson
Để có thể thực hiện phân tích hồi quy, tác giả cần xem xét mối tương quan tuyến tính giữa các biến phụ thuộc và từng biến độc lập, cũng như là giữa các biến độc lập với nhau.Tác giả sẽ sử dụng hệ số tương quan Pearson để xem xét các mối quan hẹ tương quan giữa các biến. Hệ số này luôn nằm trong khoảng từ -1 đến +1, lấy giá trị tuyệt đối, giá trị càng gần 1 thì mối quan hệ càng chặt, nếu nhỏ hơn 0.3 thì mối quan hệ là lỏng lẻo.
Tác giả thực hiện phân tích tương quan với phần mềm SPSS 22.0 và nhận được kết quả như Bảng 4.8 (kết quả chi tiết được trình bày ở Phụ lục 06). Theo đó, hệ số tương quan giữa biến Sự thành cơng của hệ thống thơng tin kế tốn trong môi
trường ứng dựng ERP (TC) với các biến độc lập QL, KT, TG, KN, VH, DT đều lớn hơn 0.30 và có giá trị lần lượt là 0.463, 0.355, 0.460, 0.390, 0.407, 0.759, và các Sig đều có giá trị 0.000. Như vậy, các biến độc lập QL, KT, TG, KN, VH, DTđều tương quan khá chặt với biến phụ thuộc TC và có thể đưa vào mơ hình để giải thích cho biến ự thành cơng của hệ thống thơng tin kế tốn trong môi trường ứng dựng ERP.
Bảng 4.8 Ma trận tƣơng quan giữa các biến
TC QL KT TG KN VH DT TC Pearson Correlation 1 .463** .355** .460** .390** .407** .759** Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 242 242 242 242 242 242 Q QL Pearson Correlation 1 .213** .207** .221** .207** .441** Sig. (2-tailed) .001 .001 .001 .001 .000 N 242 242 242 242 242 K KT Pearson Correlation 1 .164* .258** .074 .333** Sig. (2-tailed) .011 .000 .249 .000 N 242 242 242 242 T TG Pearson Correlation 1 .245** .189** .441** Sig. (2-tailed) .000 .003 .000 N 242 242 242 K KN Pearson Correlation 1 .247** .311** Sig. (2-tailed) .000 .000 N 242 242
V VH Pearson Correlation 1 .394** Sig. (2-tailed) .000 N 242 D DT Pearson Correlation 1 Sig. (2-tailed) N
** Tương quan có ý nghĩa tại giá trị 0.01 (2-tailed) * Tương quan có ý nghĩa tại giá trị 0.05 (2-tailed)
4.6 Phân tích hồi quy tuyến tính bội
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 được chứng minh là hàm không giảm theo số biến độc lập được đưa vào mơ hình, càng đưa thêm biến độc lập vào mơ hình thì R2 càng tăng, điều này cũng được chứng minh rằng khơng phải phương trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Hệ số R2 điều chỉnh được sử dụng để phản ánh mức độ phù hợp của mơ hình hồi quy tuyến tính bội một cách chính xác hơn.R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập được thêm vào phương trình, nó là thước đo sự phù hợp được sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.
Sau khi thực hiện phân tích hồi quy cho mơ hình bằng phần mềm SPSS 22.0
(Phụ lục 07), tác giả nhận được kết quả như Bảng 4.9. Theo đó, hệ số R² = 0.648,
R² điều chỉnh = 0.639, có nghĩa là có khoảng 63,9% sự biến thiên của biến phụ thuộc sự thành công của hệ thống thơng tin kế tốn trong mơi trường ERP được giải thích bởi sự biến thiên của 6 biến độc lập Sự hỗ trợ từ nhà quản lý (QL), Kiến thức của nhà quản lý (KT), Sự tham gia của người sử dụng hệ thống (TG), Kinh nghiệm và năng lực của đội dự án (KN), Văn hóa doanh nghiệp (VH), Đào tạo và Huấn luyện (DT). Còn lại 31, 6% là do các yếu tố khác và sai số. Điều này cho thấy mơ
hình hồi quy tuyến tính phù hợp với tập dữ liệu ở độ tin cậy 95%.
Bảng 4.9 Kết quả đánh giá độ phù hợp của mơ hình hồi quy
Mơ hình R R2 R2 điều chỉnh Độ lệch chuẩn của ƣớc lƣợng
1 .805a .648 .639 .32439
Nguồn: Từ kết quả phân tích SPSS
Bên cạnh đó, để kiểm định độ phù hợp của mơ hình này, tác giả sử dụng kiểm định F trong phân tích phương sai ANOVA nhằm xem xét biến phụ thuộc có liên hệ tuyến tính với tồn bộ tập hợp các biến độc lập hay không. Đặt giả thuyết Ho là Tất cả các hệ số hồi quy riêng phần = 0 (có nghĩa là β1 = β2 = β3 = β4 = β5 = β6= 0). Theo Bảng 4.10, sig = 0.000, nhỏ hơn mức ý nghĩa 5%, nên giả thuyết Ho bị bác bỏ. Điều này có nghĩa là các biến độc lập trong mơ hình có thể giải thích sự biến thiên của biến phụ thuộc, hay nói cách khác là mơ hình tác giả xây dựng phù hợp với tập dữ liệu.
Bảng 4.10 Kết quả kiểm định F – ANOVA
Mơ hình Tổng độ lệch
bình phƣơng df
Độ lệch bình
phƣơng bình quân F Sig.
Hồi quy 45.475 6 7.579 72.023 .000b
Phần dư 24.729 235 .105
Tổng 70.204 241
Nguồn: Từ kết quả phân tích SPSS
Hệ số hồi quy
Kết quả phân tích hồi quy trong Bảng 4.11 bên dưới cho thấy, 6 nhân tố:Sự hỗ trợ từ nhà quản lý (QL), Kiến thức của nhà quản lý (KT), Sự tham gia của người sử dụng hệ thống (TG), Kinh nghiệm và năng lực của đội dự án (KN), Văn hóa doanh nghiệp (VH), Đào tạo và Huấn luyện (DT)đều có ảnh hưởng cùng chiều đến sự thành cơng của hệ thống thơng tin kế tốn với các hệ số >0.
Bảng 4.11 Kết quả phân tích hồi quy mơ hình Mơ hình Hệ số chƣa điều chỉnh Hệ số điều chỉnh t Sig. Dung sai VIF B Độ lệch chuẩn Beta Hằng số .097 .224 .431 .667 QL - X1 .131 .043 .134 3.077 .002 .794 1.259 KT - X2 .072 .033 .090 2.142 .033 .851 1.175 TG - X3 .115 .037 .135 3.096 .002 .793 1.262 KN - X4 .086 .032 .112 2.658 .008 .837 1.195 VH- X5 .091 .036 .109 2.553 .011 .819 1.220 DT- X6 .496 .048 .532 10.362 .000 .568 1.760
Nguồn: Từ kết quả phân tích SPSS
Dựa theo Bảng 4.11, 6 nhân tố gồm X1-Sự hỗ trợ từ nhà quản lý (QL), X2- Kiến thức của nhà quản lý (KT), X3- Sự tham gia của người sử dụng hệ thống (TG), X4- Kinh nghiệm và năng lực của đội dự án (KN), X5- Văn hóa doanh nghiệp (VH), X6- Đào tạo và Huấn luyện (DT), đều có tác động đến sự thành cơng của hệ thống thơng tin kế tốn trong môi trường ERP với mức ý nghĩa Sig<0.05 (lần lượt là 0.002, 0.033, 0.002, 0.008, 0.011, 0.000). Vì vậy tất cả các giả thuyết H1, H2, H3, H4, H5, H6 đưa ra ở Chương 3 đều được chấp nhận, hay nói cách khác, các nhân tố X1, X2, X3, X4, X5, X6 tác động tỷ lệ thuận đến sự thành công của hệ thống thơng tin kế tốn trong mơi trường ERP.
Phương trình hồi quy tuyến tính với hệ số Beta chuẩn hóa có dạng:
Y = 0.134X1 + 0.090X2 + 0.135X3 + 0.112X4 + 0.109X5 + 0.532X6(4.1)
Qua phương trình 4.1, tác giả thấy rằng, sau khi kiểm định và phân tích nhân tố khám phá EFA, kết quả hồi quy cho 6 nhân tố Sự hỗ trợ từ nhà quản lý (QL), Kiến thức của nhà quản lý (KT), Sự tham gia của người sử dụng hệ thống (TG), Kinh nghiệm và năng lực của đội dự án (KN), Văn hóa doanh nghiệp (VH), Đào tạo
và Huấn luyện (DT)đều có tác động tích cực đến sự thành cơng của hệ thống thơng tin kế tốn trong mơi trường ERP. Trong đó, nhân tố Kiến thức của nhà quản lý (KT) có ảnh hưởng ít nhất so với 5 nhân tố còn lại.
Kiểm tra các giả định hồi quy
Phân tích hồi quy khơng chỉ là việc mơ tà dữ liệu quan sát được mà còn phải suy rộng cho mối liên hệ giữa các biến trong tổng thể từ các kết quả quan sát được trong mẫu đó(Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 211). Kết quả của mẫu suy rộng ra cho giá trị của tổng thể phải đáp ứng các giả định cần thiết:
Giả định liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc cũng nhƣ hiện tƣợng phƣơng sai thay đồi: giả định này được kiểm tra thông qua biểu
đồ phân tán Scatter cho phần dư chuẩn hóa và giá trị dự đốn chuẩn hóa (Xem phụ
lục 07). Kết quả cho thấy phần dự đoán phân tán ngẫu nhiên qua đường thằng qua
điểm 0, không tạo thành một dạng nào cụ thể. Do đó giả định về quan hệ tuyến tính khơng bị vi phạm.
Giả định về phân phối chuẩn của phần dƣ: Để thực hiện kiểm định này, tác
giả vẽ đồ thị Histogram của phần dư chuẩn hóa, theo đó, đồ thị nhận được có dạng đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số (Xem phụ lục 07). Do những chênh lệch do lấy mẫu, có thể thấy phân phối phần dư xấp xỉ chuẩn (trung bình mean xấp xỉ bằng 0.00 và độ lệch chuẩn Std.Dev = 0.987, gần bằng 1). Từ đó, có thể kết luận rằng giả thuyết phân phối chuẩn không bị vi phạm
Kết quả từ biểu đồ tần số P-P plot cho thấy các điểm quan sát thực tế tập trung khá sát đường chéo những giá trị kỳ vọng, có nghĩa phần dư có phân phối chuẩn, nên ta có thể kết luận là giả định về phân phối chuẩn không bị vi phạm.
Giả định khơng có mối quan hệ tƣơng quan giữa các biến độc lập:
Theo Bảng 4.11, ta thấy hệ số phóng đại phương sai VIF có giả trị lớn nhất là 1.760 cho thấy các biến độc lập này khơng có quan hệ chặt chẽ với nhau nên khơng có hiện tượng đa cộng tuyến xảy ra. Mối quan hệ giữa các biến độc lập không ảnh hưởng đáng kể đến kết quả giải thích của mơ hình hồi quy
4.7 Kiểm định giả thuyết nghiên cứu
Từ kết quả phân tích hồi quy ta có thể kiểm định giả thuyết nghiên cứu đề ra.
Giả thuyết H1: Sự hỗ trợ từ Nhà quản lý càng cao thì sự thành cơng của hệ
thống thông tin kế tốn trong mơi trường ứng dụng ERP càng cao. Sự hỗ trợ từ Nhà quản lýcó β = 0.134, Sig = 0.002< 0.005 nêngiả thuyết H1 được chấp nhận. Như vậy, Sự hỗ trợ từ Nhà quản lý là nhân tố tác động đến sự thành công của hệ thống thơng tin kế tốn trong mơi trường ứng dụng ERP.
Giả thuyết H2: Kiến thức của nhà quản lý càng tốt thì sự thành cơng của hệ
thống thông tin kế tốn trong mơi trường ứng dụng ERP càng cao. Kiến thức của nhà quản lý có β = 0.090, Sig = 0.033< 0.005 nên giả thuyết H2 được chấp nhận. Như vậy, Kiến thức của Nhà quản lý là nhân tố tác động đến sự thành công của hệ thống thơng tin kế tốn trong mơi trường ứng dụng ERP.
Giả thuyết H3: Sự tham gia của người dùng hệ thống càng tích cự thì sự
thành công của hệ thống thông tin kế tốn trong mơi trường ứng dụng ERP càng cao. Sự tham gia của người dùng hệ thống có β = 0.135, Sig = 0.002< 0.005 nên giả thuyết H3 được chấp nhận. Như vậy, Sự tham gia của người dùng hệ thốnglà nhân tố tác động đến sự thành công của hệ thống thông tin kế tốn trong mơi trường ứng dụng ERP.
Giả thuyết H4: Kinh nghiệm và năng lực của đội dự án càng cao thì sự thành
cơng của hệ thống thông tin kế tốn trong mơi trường ứng dụng ERP càng cao. Kinh nghiệm và năng lực của đội dự áncó β = 0.112, Sig = 0.008< 0.005 nên giả thuyết H4 được chấp nhận. Như vậy, Kinh nghiệm và năng lực của đội dự ánlà nhân tố tác động đến sự thành cơng của hệ thống thơng tin kế tốn trong mơi trường ứng dụng ERP.
Giả thuyết H5: Văn hóa doanh nghiệp càng tốt thì sự thành công của hệ thống
thơng tin kế tốn trong mơi trường ứng dụng ERP càng cao. Nhân tố Văn hóa doanh nghiệp có β = 0.109, Sig = 0.011< 0.005 nên giả thuyết H5 được chấp nhận. Như vậy, Văn hóa doanh nghiệp là nhân tố tác động đến sự thành công của hệ thống thơng tin kế tốn trong môi trường ứng dụng ERP.
Giả thuyết H6: Đào tạo và huấn luyện càng tốt thì sự thành cơng của hệ thống
thông tin kế tốn trong mơi trường ứng dụng ERP càng cao. Nhân tố Đào tạo và huấn luyện có β = 0.532, Sig = 0.000 < 0.005 nên giả thuyết H6 được chấp nhận. Như vậy, Đào tạo và huấn luyệnlà nhân tố tác động đến sự thành công của hệ thống thơng tin kế tốn trong mơi trường ứng dụng ERP.
4.8. Kiểm định sự khác biệt
Kiểm định Independent Samples T-Test dùng tương tự như phân tích Anova, tuy nhiên T-test chỉ so sánh 02 nhóm với nhau, cịn Anova được dùng để so sánh từ 02 nhóm trở lên.
Trong kiểm định T-test, ta cần dựa vào kết quả kiểmđịnh sự bằng nhau của 2 phương sai tổng thể (kiểm định Levene).Phương sai diễn tả mức độ đồng đều hoặc không đồng đều (độ phân tán) của dữ liệu quansát.
Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) < 0.05 thì phươngsai của 2 tổng thể khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equalvariances not assumed.
Nếu giá trị Sig. trong kiểm định Levene (kiểm định F) ≥ 0.05 thì phươngsai của 2 tổng thể không khác nhau, ta sử dụng kết quả kiểm định t ở dòng Equal variances assumed.
Nếu Sig. của kiểm định t ≤ α (mức ý nghĩa) cho thấy có sự khácbiệt có ý nghĩa về trung bình của 2 tổng thể;
Nếu Sig. của kiểm định t > α (mức ý nghĩa) cho thấy khơng có sựkhác biệt có ý nghĩa về trung bình của 2 tổng thể.
Mục đích của tác giả khi sử dụng kiểm định Independent Samples T-Test và phân tích Anova để tìm hiểu mức độ ảnh hưởng đặc điểm cá nhân của đối tượng khảo sát có mức độ ảnh hưởng như thế nào đến biến sự thành công của hệ thống thông tin kế tốn trong mơi trường ứng dụng ERP hay không. Để thực hiện kiểm định này tác giả tiến hành phân tích ảnh hưởng thơng qua giới tính, loại hình doanh