CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.2. Kết quả nghiên cứu định lượng và bàn luận
4.2.3.3. Phân tích khám phá hồi quy đa biến (MRA)
Để nhận diện các nhân tố tác động đến độc lập kiểm tốn viên, mơ hình tương quan tổng thể có dạng:
ĐLKTV= y (X1, X2, X3, X4, X5,X6,)
Trong đó, ĐLKTV: biến phụ thuộc X1, X2, ...X6: Biến độc lập
Các yếu tố thực sự ảnh hưởng đến độc lập kiểm toán viên được thể hiện qua phương trình hồi quy tuyến tính:
ĐLKTV = B0 + B1*PKT + B2*GP + B3*NK + B4*QM + B5*RR+ B6*CK
Tác giả kí hiệu như sau; - PKT: Phi kiểm tốn (X1) - GP: Giá phí kiểm tốn (X2)
- NK: Nhiệm kỳ và luân chuyển KTV (X3)
- QM: Cạnh tranh thị trường và quy mơ KTV (X4) - RR: Rủi ro kiểm tốn (X5)
- CK: Cơng khai quan hệ tài chính (X6) - ĐLKTV: Độc lập kiểm tốn viên (Y)
Phân tích các kiểm định
* Kiểm định tương quan từng phần của hệ số hồi quy Coefficientsa Model Unstandardized Coefficients Standar dized Coeffici ents t Sig. Collinearity Statistics B Std. Error Beta Toleran ce VIF 1 (Constant) 4.798 .226 21.273 .000
62
Độc lập KTV = 4.798 - 0.139 (Dịch vụ phi kiểm tốn) - 0.135 (Giá phí kiểm tốn) - 0.251 (Nhiệm kỳ và sự ln chuyển KTV)- 0.311 (Cạnh tranh TT và quy mơ kiểm tốn) + 0.119 (Rủi ro đ/v kiểm tốn) + 0.166 (Cơng khai quan hệ
tài chính) QM -.311 .031 -.508 -9.988 .000 .947 1.056 PKT -.139 .026 -.272 -5.285 .000 .925 1.081 GP -.135 .031 -.226 -.4.378 .000 .922 1.085 NK -.251 .031 -.411 -8.056 .000 .939 1.065 RR .119 .034 .177 3.453 .000 .935 1.070 CK .166 .029 .294 5.815 .000 .958 1.043
Hình 4.4 Kiểm định tương quan từng phần của các hệ số hồi quy (Coefficientsa)
Hình. 4.4 cột mức ý nghĩa (Sig.) cho thấy: Tất cả các biến đều có Sig. <0,01. Như vậy, cung cấp dịch vụ phi kiểm tốn (X1), Giá phí kiểm tốn (X2), Nhiệm kỳ và sự luân chuyển KTV (X3), Cạnh tranh thị trường và quy mơ kiểm tốn viên (X4), Rủi ro kiểm tốn (X5), Cơng khai quan hệ tài chính (X6), tương quan có ý nghĩa với tính độc lập kiểm tốn viên với độ tin cậy 99%.
Các yếu tố ảnh hưởng trực tiếp đến tính độc lập kiểm tốn viên được thể hiện qua phương trình hồi quy tuyến tính:
* Kiểm định mức độ phù hợp của mơ hình:
63
Model Summaryb
Model R R Square Adjusted R
Square Std. Error of the Estimate Durbin- Watson 1 .806a .650 .635 .22894 1.901
Hình 4.5 Kiểm định mức độ giải thích của mơ hình (Model Summaryb)
Hình 4.5, R2 Hiệu chỉnh (Adjusted R Square) là 0,635<R2 =0,650. Với R2=0,635 có nghĩa là biến phụ thuộc độc lập kiểm tốn viên được giải thích 63,5% bởi các biến 6 biến độc lập trên.
Mức độ phù hợp mơ hình nghiên cứu
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 13.924 6 2.321 44.274 .000b Residual 7.495 143 .052 Total 21.419 149
Hình 4.6 Kiểm định mức độ phù hợp của mơ hình (phương sai – ANOVA)
Hình 4.6, Sig. <0,05, có thể kết luận rằng mơ hình đưa ra phù hợp với dữ liệu thực tế. Hay nói cách khác, các biến độc lập có tương quan tuyến tính với biến phụ thuộc với mức độ tin cậy 95%.
* Kiểm định sự vi phạm các giả định cần thiết trong hồi quy tuyến tính
Mơ hình hồi quy tuyến tính bằng phương pháp Enter được thực hiện với một số giả định và mơ hình chỉ thực sự có ý nghĩa khi các giả định này được đảm bảo. Do vậy, để đảm bảo cho độ tin cậy của mơ hình, đề tài cịn phải thực hiện một loạt các dị tìm sự vi phạm các giả định cần thiết trong hồi quy tuyến tính.
Giả định liên hệ tuyến tính và phương sai khơng đổi: nếu giả định liên hệ
64
định tuyến tính được thỏa mãn thì phần dư phải phân tán ngẫu nhiên trong một vùng xung quanh đường đi qua tung độ 0 đồ thị phân tán của phần dư chuẩn hóa (Standardized Residual) và giá trị dự đốn chuẩn hóa (Standardized Predicted Value). Và nếu phương sai khơng đổi thì các phần dư phải phân tán ngẫu nhiên quanh trục 0 (tức quanh giá trị trung bình của phần dư) trong một phạm vi khơng đổi (Hồng & Chu, 2008).
Đối với là giả định liên hệ tuyến tính. Phương pháp được sử dụng là biểu đồ
Scatterplot với giá trị phần dư chuẩn hóa trên trục tung và giá trị dự đốn chuẩn hóa trên trục hồnh. Nhìn vào biểu đồ ta thấy phần dư không thay đổi theo một trật tự nào đối với giá trị dự đoán. Vậy giả thuyết về liên hệ tuyến tính khơng bị vi phạm.
Giả định tiếp theo về tính độc lập của phần dư cũng cần được kiểm định. Ta dùng đại lượng thống kê Durbin-Watson (d) để kiểm định. Trong thực tế, khi tiến hành kiểm định Durbin- Watson người ta thường áp dụng quy tắc kiểm định đơn giản như sau:
nếu 1 < d < 3 thì kết luận mơ hình khơng có tương quan; nếu 0 < d <1 thì kết luận mơ hình có sự tương quan dương; nếu 3 < d < 4 thì kết luận mơ hình có sự tương quan âm.
Từ kết quả ở hình 4.5, ta có 1< d =1.901 < 3 như vậy ta có thể kết luận các phần dư là độc lập với nhau và tính độc lập của phần dư đã được bảo đảm. Vậy khơng có tương quan chuỗi bậc nhất giữa các phần dư, giả định về tính độc lập của các sai số được đảm bảo (Hoàng & Chu, 2008).
Cuối cùng, ta sẽ xem xét sự vi phạm đa cộng tuyến của mơ hình. Ở phần phân tích hệ số tương quan ở trên, ta đã thấy rằng giữa biến phụ thuộc có quan hệ tương quan khá rõ với các biến độc lập nhưng ta cũng thấy được giữa các biến độc lập cũng có tương quan với nhau. Điều này sẽ tạo ra khả năng đa cộng tuyến của mơ hình. Vì vậy, ta phải dị tìm hiện tượng đa cộng tuyến bằng cách tính độ chấp nhận của biến (Tolerance) và hệ số phóng đại phương sai (Variance inflation factor - VIF).
65
VIF<2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mơ hình.
2≤VIF≤: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng đáng kể đến mơ hình
VIF>10: Dấu hiệu của đa cộng tuyến
Ở hình 4.4, ta thấy, tất cả các giá trị VIF đều nhỏ hơn 2: Hiện tượng đa cộng tuyến giữa các biến độc lập ảnh hưởng không đáng kể đến mơ hình.
Đại lượng thống kê Durbin-Watson (d) = 1.901 nên các phần dư trong mẫu khơng có tương quan với nhau.
Mơ hình cũng đáp ứng điều kiện về phần dư, phần dư có phân phối xấp xỉ chuẩn (trung bình Mean = -8,98E-15, độ lệch chuẩn Std.Dev = .980).
Đại lượng thống kê Durbin-Watson (d) = 1.901 nên các phần dư trong mẫu khơng có tương quan với nhau.
Như vậy mơ hình hồi quy tuyến tính được xây dựng theo phương trình ở trên là khơng vi phạm các giả định cần thiết trong hồi quy tuyến tính.
66