CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.5 Nghiên cứu định lượng
3.5.1 Thiết kế bảng câu hỏi khảo sát
Bảng câu hỏi được chia làm 2 phần (Phụ lục IV)
Phần I: Phần thông tin cá nhân bao gồm tên, địa chỉ, nghề nghiệp, loại hình đơn vị cơng tác, lĩnh vực hoạt động của đơn vị đang công tác. Phần này chủ yếu để phân loại và phân tích đối tượng trả lời khảo sát
Phần II: Phần nội dung chính, trình bày các yếu tố ảnh hưởng đến chất lượng HTTTKT và chất lượng TTKT như mơ hình. Luận văn sử dụng thang đo Likert 5 mức độ như sau: (1) Hoàn tồn khơng đồng ý, (2) Khơng đồng ý, (3) Khơng ý kiến, (4) Đồng ý và (5) Hoàn toàn đồng ý.
Đối tượng khảo sát: nhân viên kế toán tại các doanh nghiệp sử dụng hệ thống thơng tin kế tốn
Phạm vi khảo sát: các doanh nghiệp trên địa bàn thành phố Hồ Chí Minh
3.5.2 Phương pháp phân tích dữ liệu
Luận văn sử dụng phần mềm thống kê SPSS 16 dùng để thống kê mô tả, kiểm định độ tin cậy thang đo và phân tích nhân tố khám phá EFA; phần mềm AMOS 16 để phân tích nhân tố khẳng định CFA và mơ hình SEM.
3.5.2.1 Đánh giá độ tin cậy thang đo bằng Cronbach’s Alpha
Mục đích: đánh giá mức độ tin cậy của các thang đo và tương quan giữa các biến quan sát trong thang đo; cho biết sự chặt chẽ và thống nhất trong các câu trả lời nhằm đảm bảo người được hỏi đã hiểu cùng một khái niệm.
Theo (Nguyễn Đình Thọ, 2012) Cronbach 𝛼 quá lớn (> .95) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau. Nếu Cronbach 𝛼 ≥ .60 là thang đo có thể chấp nhận được về mặt độ tin cậy.
Các biến đo lường dùng để đo lường cùng một khái niệm nghiên cứu nên chúng phải có tương quan chặt chẽ với nhau. Vì vậy, khi kiểm tra từng biến đo lường, hệ số tương quan biến tổng được sử dụng. Trong SPSS sử dụng hệ số tương quan biến-tổng hiệu chỉnh (corrected item-total correlation). Hệ số này lấy tương quan của biến đo lường xem xét với tổng các biến cịn lại của thang đo (khơng tính biến đang xem xét). Nếu một biến đo lường có hệ số tương quan biến tổng (hiệu chỉnh) ≥ .30 thì biến đó đạt u cầu (Nguyễn Đình Thọ, 2012).
3.5.2.2 Kiểm định giá trị thang đo bằng mơ hình EFA
Mục đích: đánh giá sơ bộ các thang đo lường. Hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt. Phân tích EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn một tập k biến quan sát thành một tập F (F<k) các nhân tố có ý nghĩa hơn. Tiêu chí để đánh giá mối quan hệ giữa các biến là kiểm định Barlett và kiểm định KMO (Nguyễn Đình Thọ, 2012):
- Kiểm định Bartlett dùng để xem xét ma trận tương quan có phải là ma trận đơn vị I (identify matrix), là ma trận có các thành phần (hệ số tương quan giữa các biến) bằng không và đường chéo (hệ số tương quan với chính nó) bằng 1. Nếu kiểm định Bartlett có p < 5% thì từ chối giả thuyết ma trận tương quan là ma trận đơn vị, nghĩa là các biến có quan hệ với nhau.
- Kiểm định KMO dùng để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng phần của chúng. KMO càng lớn thì càng tốt vì phần chung giữa các biến càng lớn, KMO ≥ .90: rất tốt; KMO ≥ .80: tốt; KMO ≥. 70: được; KMO ≥ .60: tạm được; KMO ≥ .50: xấu; KMO < .50: không thể chấp nhận được.
Factor Model ) gọi tắt là CFM và mơ hình thành phần chính PCA (Principal Components Analysis Model).
Khác nhau cơ bản giữa hai phương pháp này là Communality đưa vào trong phép trích. Trong PCA phần Communality đưa vào cho các biến đo lường bằng 1, nghĩa là đưa toàn bộ (100%) phương sai của biến đo lường Xi vào phân tích, với mục tiêu là làm sao trích được nhiều nhất phương sai các biến Xi. Trong CFM chỉ chọn phần Commuality để đưa vào và nó ln nhỏ hơn 1 và cô lập phần riêng và sai số, với mục tiêu là giải thích tốt nhất hiệp phương sai giữa các biến Xi.
PCA cùng với phép quay vng góc, thường là Varimax được sử dụng khi muốn trích được nhiều phương sai từ các biến đo lường với số lượng thành phần nhỏ nhất để phục vụ cho mục tiêu dự báo tiếp theo. Trong phép quay vng góc, sau khi quay trục của các nhân tố vẫn ở vị trí vng góc với nhau. Phương pháp CFM, cụ thể là PAF với phép quay khơng vng góc, thường là Promax phản ánh cấu trúc dữ liệu chính xác hơn. Trong phép quay khơng vng góc, sau khi quay trục của các nhân tố khơng cịn vng góc với nhau nữa mà chúng ở vị trí phù hợp nhất: trọng số nhân tố của các biến đo lường sẽ tối đa ở trục nhân tố chúng đo lường và tối thiểu ở các trục cịn lại (Nguyễn Đình Thọ, 2012). Vì vậy, luận văn sử dụng phương pháp CFM để đánh giá thang đo lường.
Để đánh giá thang đo trong EFA cần xem xét trọng số nhân tố và tổng phương sai trích:
Một là, trọng số nhân tố của biến Xi trên nhân tố mà nó là một biến đo lường sau khi quay phải cao và các trọng số trên các nhân tố khác nó khơng đo lường phải thấp. Cụ thể trọng số nhân tố biến Xi (nhân tố A tác động vào Xi) phải cao ở mức độ mà phần chung phải lớn hơn hoặc bằng phần riêng và sai số. Trong thực tiễn nghiên cứu trọng số 𝜆𝑖 ≥ .50 là giá trị chấp nhận.
Hai là, chênh lệch trong số 𝜆𝑖𝐴− 𝜆𝑖𝐵 < .30 là giá trị thường được các nhà nghiên cứu chấp nhận.
Ba là, tổng phương sai trích TVE thể hiện các nhân tố trích được bao nhiêu phần trăm các biến đo lường. Tổng này phải đạt từ 50% trở lên, nghĩa là phần chung phải lớn hơn phần riêng và sai số.
3.5.2.3 Phân tích nhân tố khẳng định CFA
Mục đích: phân tích CFA là bước tiếp theo của EFA nhằm xác định xem số lượng nhân tố và các biến đo lường trên các nhân tố đó có phù hợp với mơ hình lý thuyết đã được thiết lập trước đó hay khơng.
Phương pháp sử dụng trong phân tích nhân tố khẳng định CFA là Chi-Square (CMIN), Chi-Square điều chỉnh theo bậc tự do (CMIN/df), chỉ số thích hợp so sánh (CFI_Comparative Fit Index), chỉ số Tucker & Lewis (TLI_Tucker & Lewis Index), chỉ số RMSEA (Root Mean Square Error Approximation). Mơ hình được xem là thích hợp với dữ liệu thị trường khi kiểm định Chi-Square có P-value >0.05; các giá trị TLI, CFI ≥ 0.9; CMIN/df ≤ 2; RMSEA ≤ 0.08 (Nguyễn Đình Thọ & Nguyễn Thị Mai Trang, 2008).
Các đánh giá trong CFA gồm:
(1) Đánh giá độ tin cậy của thang đo: độ tin cậy của thang đo được đánh giá qua hệ số tin cậy tổng hợp, tổng phương sai trích được, hệ số Cronbach’s Alpha. Trong đó, chỉ tiêu hệ số tin cậy tổng hợp và tổng phương sai trích được từ 0.5 trở lên mới đạt yêu cầu, biến quan sát nào có hệ số Cronbach’s Alpha thấp hơn 0.3 là không phù hợp, sẽ bị loại và với những thang đo có hệ số Cronbach’s Alpha từ 0.6 trở lên được lựa chọn.
(2) Tính đơn hướng/đơn nguyên: mức độ phù hợp của mơ hình với dữ liệu thị trường là điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của các biến quan sát có tương đương với nhau (Steenkamp & Van Trijp, 1991)
(3) Giá trị hội tụ: (Anderson and Gerbing, 1988) đưa ra trọng số chuẩn hóa của thang đo lớn hơn 0.5 và có ý nghĩa thống kê với độ tin cậy 95% thì các khái niệm đạt giá trị hội tụ.
(4) Giá trị phân biệt: có thể kiểm định giá trị phân biệt của các khái niệm trong mơ hình tới hạn (saturated model) – mơ hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau. Có thể thực hiện kiểm định hệ số tương quan xét trên phạm vi tổng thể giữa các khái niệm có thực sự khác biệt so với 1 hay khơng. Nếu nó thực sự khác biệt thì các thang đo đạt được giá trị phân biệt.
3.5.2.4 Mơ hình cấu trúc tuyến tính SEM
Mục đích: phương pháp phân tích mơ hình cấu trúc tuyến tính được sử dụng để kiểm định mơ hình nghiên cứu đã đề xuất. Mơ hình cấu trúc chỉ rõ mối quan hệ giữa các biến tiềm ẩn (một khái niệm được đo lường dựa trên nhiều biến quan sát) với nhau.