TT Mã hoá Diễn giải
Mức tuân thủ thuế của người nộp thuế (MTT)
1 MTT1 Tỷ lệ đăng ký thuế cao
2 MTT2 Người nộp thuế khai báo thuế nhập khẩu-xuất khẩu kịp thời 3 MTT3 Người nộp thuế khai báo đầy đủ chứng từ, sổ sách
4 MTT4 Người nộp thuế sẵn lòng hợp tác với cơ quan hải quan 5 MTT5 Lượt làm thủ tục hải quan ngày càng gia tăng
6 MTT6 Kim ngạch nhập khẩu-xuất khẩu qua địa phương ngày càng nhiều
Hiệu suất thu thuế (HS)
7 HS1 Số thuế thu ngày càng nhiều so với chi phí hành thu 8 HS2 Tỷ lệ phần trăm hoàn thành kế hoạch thu được giao
9 HS3 Tăng trưởng của số thu năm sau so với số thu thực hiện năm trước
10 HS4 Hoàn thiện và cơng khai quy trình xác định trước trị giá hải quan
Dịch vụ cung cấp cho người nộp thuế (DV)
11 DV1 Hướng dẫn chính sách thuế nhập khẩu-xuất khẩu 12 DV2 Tập huấn thủ tục hải quan và phương pháp tính thuế 13 DV3 Kết quả giải quyết công việc, giải đáp thắc mắc, khiếu nại 14 DV4 Tờ rơi, băng-rôn, biểu ngữ tuyên truyền thuế
15 DV5 Minh bạch và hoàn thiện thủ tục hải quan 16 DV6 Thời gian giải phóng hàng
17 DV7 Sự hài lòng của người nộp thuế
18 DV8 Định kỳ tổ chức đối thoại giữa cơ quan hải quan và người nộp thuế
Nợ thuế đọng (NTD)
19 NTD1 Kiểm soát được mức nợ thuế nhập khẩu-xuất khẩu
20 NTD2 Kiểm soát được tỷ lệ nợ thuế so với tổng thu thuế nhập khẩu- xuất khẩu
21 NTD3 Kiểm soát được thời gian nợ thuế nhập khẩu-xuất khẩu 22 NTD4 Tỷ lệ thu hồi nợ quá hạn cao
Sai phạm (SP)
23 SP1 Hạn chế được số vụ sai phạm 24 SP2 Hạn chế được giá trị sai phạm
25 SP3 Kiểm sốt được các hình thức sai phạm 26 SP4 Xây dựng được quy trình kiểm sốt rủi ro
Đánh giá chung về hiệu quả quản lý thuế xuất khẩu – nhập khẩu (DGC)
27 DGC Anh/Chị hồn tồn hài lịng về việc quản lý thuế xuất khẩu – nhập khẩu tại Cục Hải quan Tp.HCM là đạt hiệu quả
3.4 Nghiên cứu chính thức – Nghiên cứu định lượng
Nghiên cứu chính thức được thực hiện bằng phương pháp nghiên cứu định lượng nhằm kiểm tra lại các thang đo trong mơ hình nghiên cứu thơng bảng bảng câu hỏi khảo sát.
3.4.1 Thiết kế mẫu
Nghiên cứu này sử dụng phương pháp lấy mẫu thuận tiện. Theo Hair & ctg (1998), để có thể phân tích nhân tố khám phá cần thu thập dữ liệu với kích thước mẫu là ít nhất 5 mẫu trên một biến quan sát và cỡ mẫu khơng nên ít hơn 100.
Với bảng câu hỏi sử dụng trong nghiên cứu này gồm 27 biến, tương ứng với 27 câu hỏi cụ thể, do đó kích thước mẫu tối thiểu là n = 135.
Để đạt được mục tiêu nghiên cứu của đề tài, tác giả lựa chọn phương pháp chọn mẫu phi xác xuất với cỡ mẫu trên 30% tại từng đơn vị. Đây là phương pháp ít tốn kém thời gian và chi phí thu thập thông tin nghiên cứu.
3.4.2 Phương pháp xử lý số liệu
3.4.2.1 Thống kê mô tả
Phương pháp thống kê mô tả, chủ yếu là thống kê tần suấtđược sử dụng cho dữ liệu thu thập liên quan đến các yếu tố nhân khẩu học của đối tượng trả lời phỏng vấn.
3.4.2.2 Kiểm định độ tin cậy thang đo bằng Cronbach’s Alpha
Hệ số Cronbach’s Alpha và hệ số tương quan biến tổng (Corrected item-total correlation) đã được sử dụng để kiểm tra độ tin cậy của thang đo trong bảng hỏi. Điều này cho phép người phân tích loại bỏ các biến khơng phù hợp trong bảng hỏi. Thang đo có hệ số Cronbach alpha từ 0.6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu mới. Thơng thường, thang đo có Cronbach alpha từ 0.7 đến 0.8 là sử dụng được (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0.6 trở lên là có thể sử dụng được vì hệ số Cronbach’s Alpha chỉ là giới hạn dưới của độ tin cậy của thang đo và còn nhiều đại lượng đo lường độ tin cậy, độ giá trị của thang đo, nên ở giai đoạn đầu khi xây dựng bảng câu hỏi, hệ số này nằm trong phạm vi từ 0,6 đến 0,8 là chấp nhận được (Nguyễn Đình Thọ, 2011). Trong nghiên cứu này, tác giả yêu cầu hệ số Cronbach’s Alpha là từ 0,7 trở lên.
Hệ số tương quan biến tổng cho biết mức độ tương quan giữa một biến với các biến còn lại trong cùng một nhân tố đang xem xét. Mức độ tương quan sẽ cao khi hệ số tương quan biến tổng cao. Theo kinh nghiệm của các tác giả trước, hệ số tương quan biến tổng nhỏ hơn 0.3 sẽ bị loại.
3.4.2.3 Phân tích nhân tố khám phá EFA. Kiểm định thang đo bằng phân tích nhân tố khám phá EFA (Exploratory Factor Analysis)
Sau khi đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến khơng đảm bảo độ tin cậy. Phân tích nhân tố khám phá là kỹ thuật được sử dụng nhằm thu nhỏ và tóm tắt các dữ liệu. Phương pháp này rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu và được sử dụng để tìm mối quan hệ giữa các biến với nhau.
Kiểm định Bartlett’s (Bartlett’s Test of Sphericity): Đại lượng Bartlett’s được sử dụng để xem xét giả thuyết H0 (các biến khơng có tương quan trong tổng thể). Kiểm định Bartlett’s có ý nghĩa (Significant) tại mức sig. thấp hơn 0.05, tức là giả thuyết H0 bị bác bỏ và do vậy các biến trong cùng một nhóm nhân tố sẽ có tương quan với nhau và giải thích cho nhân tố đó.
Trong phân tích nhân tố khám phá, trị số KMO (Kaiser-Meyer – Olkin) là chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số KMO phải có giá trị trong khoảng từ 0.5 đến 1 thì phân tích này mới thích hợp, cịn nếu như trị số này nhỏ hơn 0.5 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu đo lường. Ngồi ra, phân tích nhân tố cịn dựa vào eigenvalue để xác định số lượng nhân tố. Chỉ những nhân tố có eigenvalue lớn hơn 1 thì mới được giữ lại trong mơ hình. Đại lượng eigenvalue đại diện cho lượng biến thiên được giải thích bởi nhân tố. Những nhân tố có eigenvalue nhỏ hơn 1 sẽ khơng có tác dụng tóm tắt thơng tin tốt hơn một biến gốc. Một phần quan trọng trong bảng kết quả phân tích nhân tố là ma trận nhân tố (component matrix) hay ma trận nhân tố khi các nhân tố được xoay (rotated component matrix). Các biến có trọng số nhỏ hơn 0.45 sẽ bị loại, các biến có trọng số không đạt độ phân biệt cao giữa các nhân tố, cụ thể là nhỏ hơn 0.3 cũng sẽ bị loại.
Ma trận nhân tố chứa các hệ số biểu diễn các biến chuẩn hóa bằng các nhân tố (mỗi biến là một đa thức của các nhân tố). Những hệ số tải nhân tố (factor loading) biểu diễn tương quan giữa các biến và các nhân tố. Hệ số này cho biết nhân tố và biến có liên quan chặt chẽ với nhau. Nghiên cứu sử dụng phương pháp trích nhân tố principal components nên các hệ số tải nhân tố phải có trọng số lớn hơn 0.5 thì mới đạt u cầu.
3.4.2.4 Kiểm định mơ hình bằng hồi quy tuyến tính
Sau khi rút trích được các nhân tố từ phân tích nhân tố khám phá EFA, tiến hành phân tích hồi quy bội. Đó là một kỹ thuật thống kê có thể được sử dụng để phân tích mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập. Mục tiêu của phân tích hồi quy bội là mô tả mối liên hệ và qua đó giúp ta dự đốn được mức độ của biến phụ thuộc khi biết trước giá trị của biến độc lập. Khi chạy hồi quy cần chú ý đến những thông số:
Hệ số Beta: Hệ số hồi quy chuẩn hóa cho phép so sánh trực tiếp giữa các hệ số dựa trên mối quan hệ giải thích của các biến với biến phụ thuộc.
Hệ số khẳng định R2: Đánh giá phần thay đổi của biến phụ thuộc được giải thích bởi các biến độc lập. Hệ số này thay đổi từ 0 đến 1. Hệ số này càng cao cho thấy độ phù hợp của mơ hình xem xét càng cao.
3.5 Tóm tắt chương 3
Chương này trình bày phương pháp nghiên cứu gồm hai bước chính: nghiên cứu sơ bộ và nghiên cứu chính thức. Nghiên cứu sơ bộ được thực hiện bằng nghiên cứu định tính thơng qua thảo luận nhóm và phỏng vấn thử. Nghiên cứu chính thức được thực hiện bằng nghiên cứu định lượng. Chương này cũng trình bày kế hoạch phân tích dữ liệu thu thập được. Chương tiếp theo trình bày cụ thể kết quả các kiểm định.
CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
Trình bày kết quả nghiên cứu từ việc phân tích dữ liệu đã thu thập được. Các bước đã thực hiện bao gồm: thống kê mô tả thông tin mẫu khảo sát, kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s alpha và hệ số tương quan biến tổng; phân tích nhân tố khám phá EFA; xây dựng mơ hình nghiên cứu điều chỉnh bằng phương pháp phân tích hồi quy tuyến tính, và thực hiện kiểm định các giả thuyết của mơ hình.
4.1 Mơ tả mẫu
Tổng số bảng câu hỏi được phát ra là 200 bảng, thu về là 170 bảng. Trong số 170 bảng thu về có 14 bảng không hợp lệ do bị sai đối tượng và thiếu nhiều thông tin. Kết quả là 156 bảng câu hỏi hợp lệ đã được sử dụng làm dữ liệu cho nghiên cứu: