Năm cảa mẫu
M2015 N2015 M2014 Số lƣợng Tỷ lệ % % tích luỹ Số lƣợng Tỷ lệ % % tích luỹ Số lƣợng Tỷ lệ % % tích luỹ Cơng ty kiểm tốn nonBig4 81 74.3 74.3 16 66.7 66.7 81 74.3 74.3 Big4 28 25.7 100.0 8 33.3 100.0 28 25.7 100.0 Tổng 109 100 100 24 100 100 109 100 100
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Bảng 4.4. Thống kê mô tả loại cơng ty kiểm tốn Big4
Năm của mẫu M2015 N2015 M2014 Big4 Giá trị trung bình .2569 .3333 .2569
Trung vị .00 .00 .00 Độ lệch chuẩn .43893 .48154 .43893 Giá trị lớn nhất 1.00 1.00 1.00 Giá trị nhỏ nhất .00 .00 .00 Mode .00 .00 .00 Tổng 109 24 109
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Trong 109 cơng ty của mẫu M2015 và N2014 có 28 cơng đƣợc kiểm tốn bởi Big Four chiếm 32.1%, còn lại 81 công ty đƣợc kiểm tốn bởi các cơng ty kiểm toán khác chiếm 74.3%. Đối với mẫu N2015 thì có 8 cơng ty đƣợc kiểm toán bởi Big Four (33.3%), 16 cơng ty cịn lại đƣợc kiểm tốn bởi các cơng ty khác (66.7%). Nhƣ vậy, không nhiều công ty trong mẫu này đã mời các cơng ty thuộc nhóm Big Four đến kiểm tốn mà đa số là mời các cơng ty kiểm tốn khác.
Tiếp theo là thông tin về số năm niêm yết của các công ty, dƣới đây là hai bảng trình bày về tần số số năm niêm yết cũng nhƣ tính trị trung bình năm niêm yết của mỗi nhóm mẫu.
Bảng 4.5. Thống kê tần số số năm niêm yết theo năm quan sát
Năm của mẫu
M2015 N2015 M2014 Số lƣợng Tỷ lệ % % tích luỹ Số lƣợng Tỷ lệ % % tích luỹ Số lƣợng Tỷ lệ % % tích luỹ Age 3 0 .0 0 0 .0 0 6 5.5 5.5 4 6 5.5 5.5 1 4.2 4.2 7 6.4 11.9 5 7 6.4 11.9 2 8.3 12.5 19 17.4 29.4 6 19 17.4 29.4 5 20.8 33.3 18 16.5 45.9 7 18 16.5 45.9 5 20.8 54.2 10 9.2 55.0 8 10 9.2 55.0 1 4.2 58.3 16 14.7 69.7 9 16 14.7 69.7 1 4.2 62.5 29 26.6 96.3 10 29 26.6 96.3 7 29.2 91.7 2 1.8 98.2 11 2 1.8 98.2 0 .0 91.7 0 .0 98.2 12 0 .0 0 0 .0 .0 1 .9 99.1 13 1 .9 99.1 1 4.2 95.8 0 .0 99.1 14 0 .0 99.1 1 4.2 100.0 1 .9 100.0 15 1 .9 100.0 0 0 100.0 0 .0 100.0 Tổng 109 100 100 24 100 100 109 100 100
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Bảng 4.6. Thống kê mô tả số năm niêm yết theo năm quan sát
Năm của mẫu
M2015 N2015 M2014 Age Giá trị trung bình 7.9174 8.0417 6.9174
Trung vị 8.00 7.00 7.00 Độ lệch chuẩn 2.099995 2.54489 2.09995 Giá trị lớn nhất 15.00 14.00 14.00 Giá trị nhỏ nhất 4.00 4.00 3.00 Mode 10.00 10.00 9.00 Tổng 109 24 109
Ta có thể thấy đƣợc Số năm niêm yết đƣợc trải đều qua các năm, thấp nhất là 3 năm (đối với mẫu M2014
) và cao nhất là 15 năm (đối với mẫu M2015). Trong đó, mẫu M2015 khơng có cơng ty nào niêm yết dƣới 3 năm và nhiều hơn 15 năm, số năm niêm yết nhiều nhất là 10 năm khi có đến 29/109 cơng ty chiếm 26.6%. Mẫu N2015 khơng có cơng ty nào niêm yết dƣới 4 năm và có 1 cơng ty niêm yết với thời gian dài nhất là 14 năm và số năm niêm yết nhiều nhất cũng là 10 năm khi có đến 7/24 cơng ty chiếm 29.2%. Mẫu M2014 có số năm niêm yết thấp nhất là 3 năm và cao nhất là 14 năm, số năm niêm yết nhiều nhất của mẫu này là 9 năm, với số lƣợng 29/109 công ty chiếm 26.6%.
Bảng 4.7. Bảng thống kê mơ tả các biến định lƣợng cịn lại trong mơ hình
Năm của mẫu M2015 N2015 M2014 Size Giá trị trung bình 27.220 27.387 27.135
Trung vị 27.306 28.462 27.064 Độ lệch chuẩn 1.363 1.774 1.304 Giá trị lớn nhất 30.75 30.94 30.51 Giá trị nhỏ nhất 23.48 24.21 23.47 Mode 23.48 24.21 23.47 IndGrw Giá trị trung bình 1.503 1.192 1.445 Trung vị 1.030 1.037 1.092 Độ lệch chuẩn 1.931 0.425 2.913 Giá trị lớn nhất 17.49 2.72 30.95 Giá trị nhỏ nhất .47 .70 .15 Mode .980 .70 .97 CFO Giá trị trung bình .0155 .018 .0253 Trung vị .0230 .0115 .0170 Độ lệch chuẩn .1266 .084 .094 Giá trị lớn nhất .34 .16 .59 Giá trị nhỏ nhất -.90 -.17 -.24 Mode .03 -.17 -.03 Tong 109 24 109
Bảng 4.7 tổng hợp thống kê mô tả các biến định lƣợng trong mơ hình, trong các cơng ty khảo sát thì quy mơ công ty thấp nhất là 23.48 và cao nhất là 30.75 dối với mẫu M2015, mẫu N2015 có quy mơ cao nhất là 30.94 và thấp nhất là 24.21, về mẫu M2014 có quy mơ cao nhất là 30.51 và thấp nhất là 23.47. Trung bình quy mơ của 3 mẫu khơng chênh lệch nhiều.
Về Mức độ tăng trƣởng (IndGrw) thì mẫu M2015 có trung bình mức tăng trƣởng cao nhất trong 3 mẫu (1.503) và thấp nhất là mẫu N2015 (1.192). Chênh lệch trong mẫu M2014 cao nhất khi giá trị nhỏ nhất là 0.15 và cao nhất là 30.95, tuy nhiên thì độ lệch chuẩn của mẫu N2014 cũng cao nhất trong 3 mẫu. chứng tỏ mức độ dao động về mức độ tăng trƣởng này khá cao nhƣng khơng đồng đều.
Dịng tiền hoạt động kinh doanh trên tổng tài sản có giá trị trung bình cao nhất thuộc về mẫu M2014 (0.0253) và thấp nhất thuộc về mẫu M2015 (0.0155). Tuy nhiên, sự chênh lệch này không nhiều.
Cuối cùng, là biến phụ thuộc Chất lƣợng kiểm tốn đƣợc đo bằng khoản dồn tích bất thƣờng, nếu khoản dồn tích càng cao có nghĩa là chất lƣợng càng thấp và ngƣợc lại. Khoản dồn tích đƣợc tính theo mơ hình Jones hiệu chỉnh (1995), ký hiệu ABNA, ta có thể nhận thấy trung bình khoản dồn tích cao nhất thuộc về mẫu M2015 và thấp nhất thuộc về mẫu M2014, trong khi tác giả mong đợi khoản dồn tích thấp nhất thuộc về M2015 thì ở đây có sự khác biệt. Nhƣ vậy, kết quả trung bình đã khơng nhƣ mong đợi, nghĩa là năm có luân chuyển kiểm tốn viên thì chất lƣợng kiểm tốn có khơng cao hơn 1 năm trƣớc khi chƣa luân chuyển kiểm toán và cũng thấp hơn nhóm cơng ty cùng năm chƣa đến thời điểm cần luân chuyển kiểm toán.
Ngƣợc lại, kết quả đối với khoản dồn tích vốn lƣu động bất thƣờng theo mơ hình của DeFond và Park (2001), ký hiệu AWCA, thì ta nhận thấy trung bình khoản dồn tích cao nhất thuộc về mẫu M2014 và thấp nhất thuộc về mẫu N2015, đây là một kết quả hỗn hợp không thống nhất. Kết quả đƣợc thống kê ở bảng 4.8:
Bảng 4.8. Bảng thống kê mô tả biến phụ thuộc trong mơ hình
Năm cảa mẫu M2015 N2015 M2014 ANBA Khoản dồn tích Giá trị trung bình .1221 .0974 .0877
bất thƣờng Trung vị .1010 .0905 .0650 Độ lệch chuẩn .12451 .06638 .10840 AWCA Khoản dồn tích Giá trị trung bình .1817 .0821 .2328 vốn lƣu động Trung vị .0640 .0565 .0930 bất thƣờng Độ lệch chuẩn .4218 .08896 2.068
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Tuy nhiên, kết luận dựa trên giá trị trung bình thì chƣa đủ chính xác, cần phải tiến hành kiểm định để tìm ra sự khác biệt giữa 2 mẫu có đủ để đƣa ra kết luận cuối cùng, liệu chất lƣợng giữa các nhóm mẫu này sẽ khác nhau hay khơng.
4.3. Phân tích hồi quy tuyến tính đa biến 4.3.1. Phân tích tƣơng quan giữa các biến 4.3.1. Phân tích tƣơng quan giữa các biến
Trƣớc khi đi vào kiểm định mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính đa biến, ta cần xem xét sự tƣơng quan giữa các biến độc lập và biến phụ thuộc. Phân tích ma trận tƣơng quan sử dụng hệ số tƣơng quan Pearson để lƣợng hoá mức độ chặt chẽ của mối liên hệ giữa 6 biến độc lập là BMK (năm của mẫu), Age (số năm niêm yết), Size (Quy mô), IndGrw (mức độ tăng trƣởng), CFO (dòng tiền hoạt động), Big4 (loại cơng ty kiểm tốn) với biến phụ thuộc là chất lƣợng kiểm toán (đƣợc đo bằng khoản dồn tích bất thƣờng.
Hệ số này ln nằm trong khoảng từ -1 đến 1, lấy giá trị tuyệt đối, nếu từ 0.4 đến 0.6 thì tƣơng quan trung bình, lớn hơn 0.6 là tƣơng quan chặt chẽ và càng gần 1 thì mối quan hệ càng chặt, nếu hỏ hơn 0.3 thì mối quan hệ không đƣợc chặt chẽ. Bảng tổng hợp hệ số tƣơng quan đƣợc trình bày tóm tắt qua bảng 4.9 sau đây:
Bảng 4.9. Sự tƣơng quan giữa biến phụ thuộc và các biến độc lập
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
4.3.2. Phƣơng pháp nhập các biến thành phần trong mơ hình hồi quy Bảng 4.10. Phƣơng pháp nhập các biến vào phần mềm SPSS Bảng 4.10. Phƣơng pháp nhập các biến vào phần mềm SPSS
Mơ
hình Các biến nhập vào Các biến loại bỏ Pƣơng pháp 1 BMK, Age, Size, IndGrw, CFOa, Big4 . Enter
Biến phụ thuộc: Chất lƣợng kiểm tốn (đo bằng khoản dồn tích) a. Biến độc lập: Big4, BMK, IndGrw, Age, Size, CFO
b. Biến phụ thuộc: Khoản dồn tích
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
ABNA AWCA
M2015 và N2015 M2015 và M2014 M2015 và N2015 M2015 và M2014 Khoản dồn Hệ số tƣơng quan 1 1 1 1 Tích Giá trị Sig. (2 chiều)
BMK Hệ số tƣơng quan -.128 -.146* -.105 .047 Giá trị Sig. (2 chiều) .141 .031 .228 .486 Age Hệ số tƣơng quan -.046 .043 -.090 -.110 Giá trị Sig. (2 chiều) .601 .527 .304 .105 Size Hệ số tƣơng quan .108 .005 .009 -.011 Giá trị Sig. (2 chiều) .215 .943 .919 .868 IndGrw Hệ số tƣơng quan .512** .650** .844** .899**
Giá trị Sig. (2 chiều) .000 .000 .000 .000 CFO Hệ số tƣơng quan -.504** -.274** -.054 .004 Giá trị Sig. (2 chiều) .000 .000 .535 .953 Big4 Hệ số tƣơng quan -.003 .028 .087 -.019 Giá trị Sig. (2 chiều) .972 .679 .317 .781 Số lƣợng quan sát 133 218 133 218 **. Sự tƣơng quan của 2 biến nghiên cứu có ý nghĩa về mặt thống kê với mức ý nghĩa 0.01 (2 chiều). *. Sự tƣơng quan của 2 biến nghiên cứu có ý nghĩa về mặt thống kê với mức ý nghĩa 0.05 (2 chiều).
Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phƣơng pháp đƣa vào một lƣợt (phƣơng pháp Enter), trong đó:
- Chất lƣợng kiểm tốn đƣợc đo bằng khoản dồn tích vốn lƣu động bất thƣờng: biến phụ thuộc.
- 0: hằng số tự do. - 1: trọng số hồi quy.
- BMK, Age, Size, IndGrw, CFO và Big4 là các biến độc lập theo thứ tự sau: Năm của mẫu, Số năm niêm yết, Quy mô, Mức độ tăng trƣởng, Dịng tiền hoạt động, Cơng ty kiểm toán.
4.3.3. Đánh giá mức độ phù hợp của mơ hình hồi quy tuyến tính bội
Theo Hồng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số xác định R2 đƣợc chứng minh là hàm không giảm theo số biến độc lập đƣợc đƣa vào mơ hình, càng đƣa thêm biến độc lập vào mơ hình thì R2 càng tăng. Tuy nhiên, điều này cũng đƣợc chứng minh rằng khơng phải phƣơng trình càng có nhiều biến sẽ phù hợp hơn với dữ liệu. Trong trƣờng hợp này, hệ số xác định R2 điều chỉnh đƣợc sử dụng để phản ánh chính xác hơn mức độ phù hợp của mơ hình hồi quy tuyến tính bội. R2 điều chỉnh không nhất thiết tăng lên khi nhiều biến độc lập đƣợc đƣa thêm vào phƣơng trình, nó là thƣớc đo sự phù hợp đƣợc sử dụng cho tình huống hồi quy tuyến tính bội vì nó khơng phụ thuộc vào độ phóng đại của R2.
(1) Giữa mẫu M2015 và N2015
Bảng 4.11. Đánh giá mức độ phù hợp của mơ hình hồi quy
Mơ hình Hệ số R Hệ số R2
Hệ số R2 hiệu chỉnh
Sai số chuẩn của ƣớc lƣợng ABNA .671a .451 .424 .097587 AWCA .854a .729 .716 .204876 a. Biến độc lập: Big4, BMK, IndGrw, Age, Size, CFO
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Bảng 4.11. cho thấy giá trị hệ số R ở cả 2 mơ hình đều lớn hơn 0.5, cụ thể ABNA = 0.671 và AWCA = 0.854; do vậy đây là mơ hình thích hợp để sử dụng
đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập. Mặt khác, giá trị hệ số xác định R2 cả hai cũng từ xấp xỉ đến cao hơn 0.5, phản ánh mức độ phù hợp của mơ hình tƣơng đối phù hợp, mơ hình với dữ liệu phù hợp 45.1% đối với ABNA và 72.9% đối với AWCA. Nói cách khác, 45.1% khoảng biến thiên trong chất lƣợng kiểm toán theo ABNA và 72.9% khoảng biến thiên trong chất lƣợng kiểm toán theo AWCA đƣợc dự đoán phụ thuộc vào 6 biến độc lập, với độ tin cậy 95%.
Bảng 4.12. Kiểm định tính phù hợp của mơ hình hồi quy
Mơ hình Tổng bình
phƣơng Bậc tự do
Trung bình
bình phƣơng F Sig.
ABNA Hồi quy .984 6 .164 17.219 .000a
Phần dƣ 1.200 126 .010
Tổng 2.184 132
AWCA Hồi quy 14.197 6 2.366 56.370 .000a
Phần dƣ 5.289 126 .042
Tổng 19.485 132
a. Biến độc lập: Big4, BMK, IndGrw, Age, Size, CFO b. Biến phụ thuộc: Khoản dồn tích
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Kiểm định F về tính phù hợp của mơ hình hồi quy tuyến tính tổng thể. Kiểm định này cho chúng ta biết biến phụ thuộc có tƣơng quan tuyến tính với tồn bộ các biến độc lập hay không.
Giả thuyết H0: 1 = 2= 3 = 4 = 5 = 6 = 0. Kiểm định F và giá trị sig. Nếu giả thuyết H0 bị bác bỏ, chúng ta có thể kết luận các biến độc lập trong mơ hình có thể giải thích đƣợc sự thay đổi của biến phụ thuộc, điều này đồng nghĩa mơ hình xây dựng phù hợp với tập dữ liệu biến.
Từ bảng 4.12. cho thấy giá trị sig. ở cả hai mơ hình rất nhỏ, do đó chúng ta sẽ bác bỏ giả thuyết H0 khi cho rằng tất cả các hệ số hồi quy bằng 0 (ngoại trừ hằng số). Nhƣ vậy, mơ hình hồi quy đã phù hợp với tập dữ liệu và có thể sử dụng đƣợc.
Bảng 4.13. Bảng kết quả các trọng số hồi quy Mơ hình Mơ hình Hệ số chƣa chuẩn hố Hệ số chuẩn hoá t Sig. Thống kê đa cộng tuyến Beta Sai số chuẩn Beta Hệ số Tolerance Hệ số VIF ABNA (Hằng số) -.074 .182 -.406 .686 BMK -.031 .022 -.094 -1.414 .160 .990 1.010 Age .005 .004 .080 1.185 .238 .947 1.056 Size .005 .007 .058 .773 .441 .781 1.281 IndGrw .032 .005 .437 6.414 .000 .941 1.062 CFO -.453 .074 -.422 -6.112 .000 .916 1.092 Big4 -.019 .021 -.067 -.903 .368 .785 1.274 AWCA (Hằng số) -.022 .383 -.057 .954 BMK -.050 .046 -.050 -1.073 .286 .990 1.010 Age .000 .008 -.002 -.034 .973 .947 1.056 Size -.003 .014 -.012 -.225 .822 .781 1.281 IndGrw .188 .010 .860 17.969 .000 .941 1.062 CFO .358 .155 .112 2.300 .023 .916 1.092 Big4 .036 .045 .042 .802 .424 .785 1.274 a. Biến phụ thuộc: Khoản dồn tích
(Nguồn: Phân tích dữ liệu bằng SPSS16.0)
Trƣớc khi đọc kết quả ý nghĩa các biến, chúng ta cần xét qua hiện tƣợng đa cộng tuyến để kiểm tra giả định khơng có mối tƣơng quan giữa các biến độc lập. Cộng tuyến là trạng thái trong dó các biến độc lập có tƣơng quan chặt chẽ với nhau. Vấn đề của hiện tƣợng đa cộng tuyến là cung cấp cho mơ hình những thơng tin rất giống nhau và rất khó tách rời ảnh hƣởng của từng biến một đến biến phụ thuộc. Hiệu ứng khác của sự tƣơng quan khá chặt chẽ giữa các biến độc lập là nó làm tăng độ lệch chuẩn của các hệ số hồi quy và làm giảm giá trị thống kê t của kiểm định ý nghĩa của chúng nên các hệ số có khuynh hƣớng kém ý nghĩa hơn khi khơng có hiện tƣợng đa cộng tuyến và hệ số R2 vẫn khá cao (Hoàng Trọng và Chu Nguyễn
Để kiểm tra hiện tƣợng đa cộng tuyến, chỉ số thƣờng dùng là hệ số phóng đại phƣơng sai VIF (Variance Inflation Factor). VIF > 10 thì có thể nhận xét có hiện tƣợng đa cộng tuyến (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Từ bảng trên ta thấy hệ số phóng đại phƣơng sai VIF của các biến độc lập trong mơ hình này đều nhỏ hơn 10 cho thấy khơng có hiện tƣợng đa cộng tuyến.
Xác định mức độ ảnh hƣởng của yếu tố có hệ số beta càng lớn thì có thể nhận xét rằng yếu tố đó có mức độ ảnh hƣởng cao hơn các yếu tố khác trong mơ hình nghiên cứu. Theo kết quả chạy mơ hình chỉ có 2 biến có ý nghĩa trong mơ hình là IndGrw và CFO (có sig.< 0.05), các biến cịn lại khơng có ý nghĩa trong mơ hình. Kết quả này có ít biến có ý nghĩa có thể do ảnh hƣởng bởi số lƣợng mẫu của nhóm N2015 khá ít (mẫu chỉ có 24 cơng ty), nên có thể khơng đƣa ra đƣợc kết quả chính xác và chỉ có 2 biến Mức độ tăng trƣởng (IndGrw) và Dòng tiền hoạt động (CFO) là có ảnh hƣởng đến chất lƣợng kiểm toán.