Bảng phân tích tổng phương sai trích cho biến phụ thuộc
Initial Eigenvalues Extraction Sums of Squared Loadings
Tổng % phương sai % tích lũy Tổng % phương sai tồn bộ % tích lũy
1 2,664 88,793 88,793 2,664 88,793 88,793
2 0,329 10,951 99,744
3 0,008 0,256 100,000
Nguồn: Tác giả tự tổng hợp
Từ Bảng 4.6, ta thấy giá trị phần trăm phương sai toàn bộ Percentage of variance = 88,793% > 50%, giá trị Eigenvalue = 2,664 > 1, như vậy mơ hình đủ điều kiện để phân tích nhân tố khám phá. Bảng 4.7: Bảng ma trận thành phần. Bảng ma trận thành phần CLKT1 0,976 CLKT3 0,972 CLKT2 0,875 Nguồn: Tác giả tự tổng hợp
Cuối cùng, từ Bảng 4.7, hệ số tải nhân tố của các biến quan sát đều lớn hơn 0,5 nên các biến quan sát có ý nghĩa thực tiễn. Vậy, các biến phụ thuộc đều được giữ nguyên theo biến độc lập ban đầu, được gọi là nhóm “CLDV Kiểm tốn BCTC” với 03 biến quan sát CLKT1, CLKT2, CLKT3.
Kết luận: sau khi thực hiện phân tích nhân tố khám phá EFA cho 2 nhóm biến
độc lập và biến phụ thuộc, ta thu được 06 nhóm biến độc lập đại diện cho các nhân tố tác động lên 01 nhóm biến phụ thuộc là CLKT với tổng cộng 24 biến quan sát được thể hiện theo bảng sau:
Bảng 4.8: Bảng các nhóm biến độc lập tác động lên một nhóm biến phụ thuộc.
STT Thang đo Biến quan sát Giải thích
1 X1 QM1, QM2, QM3 Quy mô
2 X3 NK1, NK2, NK3 Nhiệm kỳ Kiểm toán
3 X4 DT1, DT2, DT3 Danh tiếng CTKT
4 X6 ĐL1, ĐL2, ĐL3, ĐL4 Tính độc lập của KTV
5 X7 NL1, NL2, NL3, NL4 Năng lực KTV
6 X8 CS1, CS2, CS3, CS4 Mức độ chuyên sâu
7 Y CLKT1, CLKT2,
CLKT3 Chất lượng Kiểm toán
Tổng 7 24
Nguồn: Tác giả tự tổng hợp
4.4. Kiểm định mơ hình và giả thuyết nghiên cứu.
4.4.1. Phân tích tương quan Pearson.
Kết quả phân tích tương quan Pearson được tổng hợp theo bảng “Correlations”
(xem Phụ lục 8 – Kết quả phân tích tương quan Person).
Về sự tương quan giữa biến phụ thuộc CLDV Kiểm tốn BCTC với các biến độc lập, ngồi biến độc lập “Nhiệm kỳ Kiểm tốn” có giá trị Sig. = 0,612 > 0,05 nên ta sẽ loại biến này trong phần phân tích hồi quy tuyến tính, các biến độc lập cịn lại đều có các giá trị Sig. < 0,05 nên chúng có tương quan tuyến tính với biến phụ thuộc CLKT. Bên cạnh đó, hệ số tương quan Pearson (r) của các biến độc lập với biến phụ thuộc CLKT đều có giá trị dương nên các biến độc lập này tương quan tỷ lệ thuận với biến phụ thuộc, nghĩa là các nhân tố đang xem xét càng được gia tăng thì CLDV Kiểm tốn BCTC càng cao.
Về sự tương quan giữa các biến độc lập với nhau, từ bảng trên ta cũng thấy rằng các biến độc lập khơng có sự tương quan chặt chẽ với nhau, giữa một số cặp biến có giá trị Sig. > 0,05 (như cặp biến NL và DT hay cặp biến CS và ĐL), các cặp biến khác tuy có giá trị Sig. < 0,05 nhưng lại có hệ số tương quan Pearson (r) đều nhỏ hơn 0,5 nên mối tương quan giữa chúng khơng đáng kể, do đó khó có khả năng xảy ra hiện tượng đa cộng tuyến.
Như vậy, kết quả phân tích tương quan Pearson đã cho thấy biến độc lập “Nhiệm kỳ Kiểm tốn” khơng ảnh hưởng đến CLDV Kiểm tốn BCTC của các CTKT độc lập tại Thành phố Hồ Chí Minh, và theo tác giả thì điều này là phù hợp với tình hình thực tiễn hiện nay tại Thành phố. Như đã trình bày trong phần đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha, trong bối cảnh nguồn nhân lực ngành Kiểm toán bị hạn chế trước sự ra đời của các doanh nghiệp Kiểm tốn mới tại Thành phố Hồ Chí Minh, cộng với sự cạnh tranh gay gắt giữa các CTKT độc lập, từ các công ty vừa và nhỏ có số lượng KTV ít, khơng đủ khả năng để thường xuyên luân chuyển KTV, đến các CTKT lớn với nguồn nhân lực dồi dào và đủ khả năng thực hiện việc luân chuyển thường xuyên, các CTKT vừa nhỏ thì tìm cách để duy trì hoạt, trong khi các CTKT lớn thì chú trọng việc chiếm lĩnh thị trường, các quy định về thời gian, quy trình và giá phí Kiểm tốn chưa rõ ràng cũng như tâm lý thiếu tự giác trong cơng bố BCTC Kiểm tốn của các doanh nghiệp được Kiểm tốn ít chú trọng vào CLKT, do đó Nhiệm kỳ Kiểm tốn dù là dài hay ngắn thì thời gian và quy trình Kiểm tốn vẫn do các CTKT độc lập chi phối sao cho có lợi nhất cho họ, CLDV Kiểm tốn BCTC vì thế sẽ khơng bị ảnh hưởng đáng kể dù các KTV có nhiệm kỳ Kiểm toán dài hay ngắn, phù hợp với kết quả phân tích tương quan thu được từ số liệu khảo sát.
Kết luận: kết thúc quá trình phân tích tương quan Pearson, ta cịn lại 05 biến độc
4.4.2. Phân tích hồi quy tuyến tính bội.
Để đánh giá mức độ hồi quy trong phân tích hồi quy tuyến tính bội, tác giả sử dụng hệ số R2 hiệu chỉnh theo bảng sau:
Bảng 4.9: Bảng đánh giá mức độ hồi quy tuyến tính bội.
Bảng đánh giá mức độ hồi quy tuyến tính bội
R R2 R2 hiệu chỉnh Durbin-Watson
0,806 0,649 0,639 2,194
Nguồn: Tác giả tự tổng hợp
Bảng trên cho thấy hệ số R2 hiệu chỉnh có giá trị bằng 63,9%, nghĩa là 05 biến độc lập đang được khảo sát trong mơ hình sẽ ảnh hưởng 63,9% tới sự thay đổi của biến phụ thuộc CLKT. Như vậy, 36,1% còn lại là những ảnh hưởng của các biến khác ngồi mơ hình và ảnh hưởng của sai số ngẫu nhiên.
Kiểm định mức độ phù hợp của mơ hình
Việc đánh giá mức độ phù hợp của mơ hình được dựa theo bảng phân tích phương sai (Analysis of Variance - ANOVA) như sau:
Bảng 4.10: Bảng đánh giá mức độ phù hợp trong phân tích hồi quy tuyến tính bội.
Bảng đánh giá mức độ phù hợp trong phân tích hồi quy tuyến tính bội
Mơ hình Tổng bình
phương df Mean Square F Sig.
1 Regression 42,297 5 8,459 63,339 0,000
Residual 22,838 171 0,134
Tổng 65,135 176
Bảng trên cho thấy giá trị Sig. < 0,05, nghĩa là mức ý nghĩa sẽ đảm bảo độ tin cậy ít nhất 95% nên mơ hình phù hợp, hay nói cách khác là mơ hình này có ý nghĩa để suy ra tổng thể.
Kiểm định tương quan từng phần của các hệ số hồi quy.
Việc kiểm định tương quan từng phần của các hệ số hồi quy được dựa theo bảng sau:
Bảng 4.11: Bảng kiểm định tương quan từng phần của các hệ số hồi quy.
Bảng kiểm định tương quan từng phần của các hệ số hồi quy
Mơ hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê Collinearity
B Sai số βi Dung sai VIF
1 0,567 0,152 3,723 0,000 QM 0,154 0,030 0,252 5,104 0,000 0,844 1,184 ĐL 0,104 0,030 0,172 3,464 0,001 0,830 1,204 NL 0,122 0,031 0,187 3,956 0,000 0,917 1,091 DT 0,186 0,028 0,310 6,749 0,000 0,971 1,029 CS 0,260 0,034 0,395 7,753 0,000 0,790 1,265 Nguồn: Tác giả tự tổng hợp
Bảng trên cho thấy tất cả các biến độc lập đều có giá trị Sig. < 0,05, do đó 5 biến độc lập QM, ĐL, NL, DT, CS đều có sự tương quan tới biến phụ thuộc CLKT.
Từ Chương 3, tác giả đã xây dựng được phương trình hồi quy tuyến tính có dạng như sau:
CLDV KT BCTC = Y = β1X1 + β2X2 + β3X3 + β4X4+ β5X5 + β6X6 + β7X7 + β8X8 + ε
Trong đó:
βi : Hệ số hồi quy (i = 1,8)
X1 là biến độc lập “Quy mô”, ký hiệu là QM
X2 là biến độc lập “Giá phí Kiểm tốn”, ký hiệu là GP
X3 là biến độc lập “Nhiệm kỳ Kiểm toán”, ký hiệu là NK
X4 là biến độc lập “Danh tiếng CTKT”, ký hiệu là DT
X5 là biến độc lập “Dịch vụ phi Kiểm toán”, ký hiệu là DV
X6 là biến độc lập “Tính độc lập của KTV”, ký hiệu là ĐL
X7 là biến độc lập “Năng lực KTV”, ký hiệu là NL
X8 là biến độc lập “Mức độ chuyên sâu”, ký hiệu là CS
ε: sai số.
Loại bỏ 03 biến độc lập X2, X3, X5 và thay các hệ số B tương ứng từ Bảng 4.11 vào phương trình hồi quy tuyến tính ta được phương trình hồi quy chưa hóa như sau:
Y = 0,567 + 0,154 X1 + 0,186 X4 + 0,104 X6 + 0,122 X7 + 0,260 X8
Trong phương trình hồi quy chưa chuẩn hóa, các biến độc lập giữ nguyên đơn vị gốc của mình, các hệ số hồi quy phản ánh sự thay đổi của biến phụ thuộc khi một biến độc lập thay đổi và các biến độc lập cịn lại được giữ ngun. Do đó, phương trình hồi quy chưa chuẩn hóa sẽ khơng làm rõ được ý nghĩa kinh tế vì chỉ cho thấy sự tương quan riêng lẻ giữa biến phụ thuộc với từng biến độc lập. Vì vậy, ta cần phải sử dụng phương trình hồi quy chuẩn hóa. Từ Bảng 4.11, thay các hệ số βi vào phương trình hồi quy ta được phương trình hồi quy tuyến tính chuẩn hóa như sau:
Y = 0,252 X1 + 0,310 X4 + 0,172 X6 + 0,187 X7 + 0,395 X8
Trong phương trình hồi quy chuẩn hóa, đơn vị của các biến độc lập được đồng nhất, do đó các hệ số hồi quy phản ánh được mức độ, thứ tự ảnh hưởng của mình đến biến phụ thuộc. Ví dụ, trong phương trình trên, các hệ số hồi quy có thứ tự giảm dần là
0,395 > 0,310 > 0,252 > 0,187 > 0,172, nghĩa là thứ tự ảnh hưởng của các biến độc lập tới biến phụ thuộc Y = CLKT sẽ là X8 > X4 > X1 > X7 > X6, trong đó biến X8 – “Mức độ chuyên sâu” tác động mạnh nhất tới CLKT với hệ số 0,395, trong khi biến X6 – “Tính độc lập của KTV” tác động yếu nhất tới CLKT với hệ số 0,172. Như vậy, căn cứ vào phương trình hồi quy chuẩn hóa, ta có thể xác định được nhân tố nào quan trọng nhất và nhân tố nào ít quan trọng nhất cũng như thứ tự ảnh hưởng của các nhân tố tác động đến biến phụ thuộc CLKT, đó sẽ là cơ sở để tác giả đưa ra các khuyến nghị nhằm cải thiện CLDV Kiểm toán BCTC của các CTKT độc lập tại Thành phố Hồ Chí Minh.
Kiểm định hiện tượng đa cộng tuyến và hiện tượng tự tương quan.
Bảng 4.11 cho thấy các hệ số phóng đại phương sai VIF của cả 5 biến độc lập
đều nhỏ hơn 10 nên sẽ không xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập, hay nói cách khác là các biện độc lập khơng có sự tương quan chặt chẽ với nhau.
Bên cạnh đó, Bảng 4.9 cho thấy hệ số Durbin-Watson có giá trị là 2,194 thỏa
mãn điều kiện 1 < Durbin-Watson < 3 nên mơ hình khơng có hiện tượng tự tương quan.
Dị tìm các vi phạm các giả định cần thiết trong phân tích hồi quy tuyến tính
Mơ hình hồi quy tuyến tính sử dụng phương pháp bình phương cực tiểu OSL (Ordinary Least Squares) được xây dựng dựa trên một số các giả định, do đó mơ hình chỉ có ý nghĩa khi các giả định này khơng bị vi phạm. Vì vậy, cần phải có sự kiểm định sự vi phạm các giả định trên nhằm đảm bảo độ tin cậy cho mơ hình.
Mơ hình hồi quy tuyến tính bội giả định rằng biến phụ thuộc có phân phối chuẩn với bất kỳ kết hợp nào của các biến độc lập trong mơ hình, tức là các kết hợp giữa biến độc lập và biến phụ thuộc đều có chung một phương sai. Một giả định quan trọng nữa là đối với mơ hình hồi quy tuyến tính là khơng có biến giải thích nào có thể được biểu
thị dưới dạng tổ hợp tuyến tính với những biến giải thích cịn lại. Nếu tồn tại một quan hệ tuyến tính như vậy thì khi đó sẽ xảy ra hiện tượng đa cộng tuyến (theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 236, tập 1).
Về giả định quan hệ tuyến tính, phương pháp được sử dụng là biểu đồ phân tán Scatterplot (Xem Phụ lục 9 – Biểu đồ phân tán Scatterplot). Nhìn vào biểu đồ ta
thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đốn. Do đó giả thuyết về quan hệ tuyến tính khơng bị vi phạm.
Nhìn vào biểu đồ Histogram (Xem Phụ lục 10 – Biểu đồ Histogram) ta thấy
đường cong phân phối chuẩn được đặt chồng lên biểu đồ tần số và có dạng hình chng gần với phân phối chuẩn, với giá trị trung bình Mean gần bằng 0, độ lệch chuẩn gần bằng 1 (cụ thể là 0,986). Do đó giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Nhìn biểu đồ Q-Q plot (Xem Phụ lục 11 – Biểu đồ P-P Plot) các điểm phân vị
trong phân phối của phần dư tập trung rất gần nhau thành dạng một đường chéo, do đó giả định phân phối của phần dư một lần nữa được chứng mình là khơng bị vi phạm.
Tổng kết: kết thúc q trình phân tích hồi quy tuyến tính bội, ta thu được bảng
đánh giá sự đóng góp của các nhân tố ảnh hướng tới CLDV Kiểm toán BCTC như sau:
Bảng 4.12: Bảng đánh giá sự đóng góp của các nhân tố ảnh hướng tới CLDV Kiểm toán BCTC.
Biến độc lập Hệ số β Thứ tự ảnh hướng
Mức độ chuyên sâu (X8) 0,395 1
Quy mô (X1) 0,252 3
Năng lực KTV (X7) 0,187 4
Tính độc lập của KTV (X6) 0,172 5
Nguồn: Tác giả tự tổng hợp
Từ bảng trên có thể rút ra các kết luận về mức độ ảnh hưởng của các nhân tố tác động tới CLDV Kiểm toán BCTC như sau:
Nhân tố “Mức độ chuyên sâu” (X8) có hệ số β = 0,395 cho thấy quan hệ cùng chiều với CLKT, mức độ ảnh hưởng cao nhất đến CLDV Kiểm toán BCTC. Với giả định các nhân tố khác không thay đổi, khi nhân tố “Mức độ chuyên sâu” tăng thêm 1 đơn vị thì CLDV Kiểm tốn BCTC tăng lên 0,395 đơn vị.
Nhân tố “Danh tiếng CTKT” (X4) có hệ số β = 0,310 cho thấy quan hệ cùng chiều với CLKT, mức độ ảnh hưởng cao đến CLDV Kiểm toán BCTC, chỉ sau nhân tố “Mức độ chuyên sâu”. Với giả định các nhân tố khác không thay đổi, khi nhân tố “Danh tiếng CTKT” tăng thêm 1 đơn vị thì CLDV Kiểm toán BCTC tăng lên 0,310 đơn vị.
Nhân tố “Quy mô” (X1) có hệ số β = 0,252 cho thấy quan hệ cùng chiều với CLKT, ảnh hưởng đến CLDV Kiểm toán BCTC. Với giả định các nhân tố khác không thay đổi, khi nhân tố “Quy mô” tăng thêm 1 đơn vị thì CLDV Kiểm tốn BCTC tăng lên 0,252 đơn vị.
Nhân tố “Năng lực KTV” (X7) có hệ số β = 0,187 cho thấy quan hệ cùng chiều với CLKT, ảnh hưởng đến CLDV Kiểm toán BCTC. Với giả định các nhân tố khác không thay đổi, khi nhân tố “Năng lực KTV” tăng thêm 1 đơn vị thì CLDV Kiểm toán BCTC tăng lên 0,187 đơn vị.
Nhân tố “Tính độc lập của KTV” (X6) có hệ số β = 0,172 cho thấy quan hệ cùng chiều với CLKT, trong 05 nhân tố thì nó có mức độ ảnh hưởng ít nhất đến CLDV Kiểm tốn BCTC. Với giả định các nhân tố khác không thay đổi, khi
Danh tiếng CTKT Mức độ chuyên sâu Quy mơ Năng lực KTV Tính độc lập của KTV v ( ( ( (
nhân tố “Tính độc lập của KTV” tăng thêm 1 đơn vị thì CLDV Kiểm tốn BCTC tăng lên 0,172 đơn vị.
Kết thúc 4 bước phân tích, có thể tóm tắt kết quả phân tích sự ảnh hưởng tích cực của các nhân tố đến CLDV Kiểm tốn BCTC theo mơ hình sau:
Hình 4.1: Mơ hình các nhân tố ảnh hưởng đến CLDV Kiểm toán BCTC. (Nguồn: Tác giả tự tổng hợp)
4.5. Bàn luận kết quả nghiên cứu.
Nhìn chung, kết quả thu được từ q trình phân tích có sự phù hợp với các nghiên cứu trước đây cũng như đã phản ánh phần nào tình hình thực tế của CLDV Kiểm toán BCTC.
Về nhân tố Mức độ chuyên sâu
Với hệ số β = 0,395, đây là nhân tố có ảnh hưởng nhiều nhất tới CLDV Kiểm toán BCTC, với tác động dương cho thấy nhân viên Kiểm tốn càng có sự hiểu biết về các loại hình kinh doanh của doanh nghiệp khách hàng thì CLDV Kiểm tốn càng cao.