CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU
4.2 Kết quả nghiên cứu
4.2.4 Phân tích hồi quy đa biến
4.2.4.1 Mơ hình hồi quy tổng thể.
Để xem xét mối quan hệ giữa các biến độc lập và biến phụ thuộc, nghiên cứu sử dụng mơ hình hồi quy đa biến như sau:
Trong đó:
THH: Biến phụ thuộc (Tính hữu hiệu của HTKSNB) Các biến độc lập: MTKS, RR, KS, TT, GS.
- MTKS: Mơi trường kiểm sốt
- RR: Đánh giá rủi ro - KS: Hoạt động kiểm sốt - TT: Thơng tin và truyền thông - GS: Giám sát
- CNTT: Công nghệ thông tin
β0, β1, … β6: Các tham số của mơ hình.
4.2.4.2 Kiểm định mức độ phù hợp của mơ hình
Kết quả cho thấy hệ số R2 điều chỉnh = 50.8% > 50% (Bảng 4.9), đồng thời, kiểm định F trong bảng ANOVA (Bảng 4.10) cho thấy giá trị này có ý nghĩa thống kê với Sig. < 0.05. Từ đó kết luận mơ hình là phù hợp, các biến độc lập (MTKS, RR, KS, TT, GS, CNTT) giải thích được 50.8% sự thay đổi của biến phụ thuộc (THH), phần cịn lại được giải thích bởi các yếu tố khơng được xem xét trong mơ hình.
Bảng 4.9 Bảng tóm tắt mơ hình hồi quy Mơ hình Hệ sốR Hệ sốR2 Hệ số R
2 -
hiệu chỉnh
Sai số chuẩn của ước lượng
Durbin- Watson
1 .723a .523 .508 .26998 1.906
(Nguồn: Kết quả phân tích SPSS)
Bảng 4.10 Bảng ANOVA Mơ hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig. 1 Hồi quy 15.244 6 2.541 34.856 .000a
Phần dư 13.922 191 .073
Tổng 29.166 197
(Nguồn: Kết quả phân tích SPSS)
4.2.4.3 Kiểm định trọng số hồi quy
Dựa vào kết quả trong bảng trọng số hồi quy (Bảng 4.11), cho thấy giá trị Sig của các biến độc lập MTKS, RR, KS, TT, GS, CNTT đều nhỏ hơn 0.05, từ đó tác giả kết luận các biến độc lập tương quan và có ý nghĩa với biến độc lập THH.
Bảng 4.11 Bảng trọng số hồi quy Mơ Hình Hệ số chưa chuẩn hóa Hệ số chuẩn hóa t Sig. Thống kê đa cộng tuyến
B chuẩn Sai số Beta
Hệ số Tolerance Hệ số VIF 1 (Constant) .972 .255 3.811 .000 MTKS .085 .040 .117 2.120 .035 .823 1.215 RR .207 .042 .283 4.932 .000 .761 1.313 KS .159 .043 .213 3.662 .000 .738 1.356 TT .118 .040 .173 2.982 .003 .746 1.340 GS .117 .040 .156 2.924 .004 .881 1.136 CNTT .157 .035 .244 4.492 .000 .850 1.177
(Nguồn: Kết quả phân tích SPSS) Từ kết quả trong bảng trọng số hồi quy (bảng 4.11), xác định được phương trình hồi quy như sau:
Phương trình hồi quy:
THH = 0.972 + 0.085MTKS + 0.207RR + 0.159KS + 0.118TT + 0.117GS + 0.157CNTT
4.2.4.4 Kiểm định hiện tượng đa cộng tuyến.
Đa cộng tuyến là hiện tượng các biến độc lập có sự tương quan hồn tồn với nhau. Để kiểm tra hiện tượng đa công tuyến, chỉ số thường dùng là hệ số phóng đại
phương sai VIF (Variance Inflation Factor). Kết quả trong bảng 4.11 cho thấy hệ số VIF của các biến độc lập đều nhỏ hơn 2, từ đó kết luận mơ hình nghiên cứu khơng có hiện tượng đa cộng tuyến (Nguyễn Đình Thọ, 2011).
4.2.4.5 Kiểm định hiện tượng tự tương quan của phần dư.
Tự tương quan là hiện tượng các sai số ngẫu nhiên có mối liên hệ tương quan nhau, khi đó có thể xảy ra hiện tượng tự tương quan.
Sử dụng hệ số Durbin-Watson để kiểm định tự tương quan của các sai số kề nhau (hay còn gọi là tương quan chuỗi bậc nhất), hệ số có giá trị biến thiên trong khoảng từ 0 đến 4; nếu các phần sai số khơng có tương quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2. Dựa vào kết quả bảng 4.9, cho thấy d được chọn rơi vào miền chấp nhận giả thuyết khơng có tương quan chuỗi bậc nhất (d = 1.906 gần bằng 2) Như vậy, kết luận khơng có hiện tượng tự tương quan giữa các phần dư trong mơ hình, mơ hình có ý nghĩa.
4.2.4.6 Kiểm định về phân phối chuẩn của phần dư.
Mơ hình hồi quy tuyến tính chỉ thực sự phù hợp với các dữ liệu quan sát khi phần dư có phân phối chuẩn với trung bình bằng 0 và phương sai không đổi. Để kiểm định về phân phối chuẩn của phần dư, ta sử dụng biểu đồ Histogram và biểu đồ P– P Plot.
Kết quả trong biểu đồ tần số Histogram (Hình 4.1) cho thấy một đường cong phân phối chuẩn đặt chồng lên biểu đồ tần số, với độ lệch chuẩn Std.Dev = 0,985 và Mean gần bằng 0, ta có thể kết luận rằng, giả thiết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.1 Đồ thị Histogram của phần dư đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
Để củng cố cho kết luận này, chúng ta xem thêm biểu đồ P-P Plot (Hình 4.2) của phần dư chuẩn hóa, các điểm quan sát không phân tán xa đường chéo kỳ vọng, nên ta có thể kết luận giả thuyết phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.2 Đồ thị P-P Plot của phần dư đã chuẩn hóa
(Nguồn: Kết quả phân tích SPSS)
4.2.4.7 Kiểm định giả định phương sai của sai số (phần dư) không đổi
Kết quả xử lý trong đồ thị phân tán (Hình 4.3) cho thấy thấy các phần dư phân tán ngẫu nhiên quanh trục O (là quanh giá trị trung bình của phần dư) trong một phạm vi khơng đổi. Điều này có nghĩa là phương sai của sai số (phần dư) khơng đổi.
Hình 4.3 Đồ thị phân tán giữa giá trị dự đoán và phần dư từ hồi quy
(Nguồn: Kết quả phân tích SPSS) Ngoài ra, để cũng cố cho kết luận này, tác giả sử dụng kiểm định tương quan Spearman cho mối tương quan giữa hai biến gồm 1 biến độc lập lần lượt là MTKS, RR, KS, TT, GS, CNTT với phần dư. Kết quả cho thấy hệ số tương quan hạng các biến MTKS, RR, KS, TT, GS, CNTT lần lượt là 0.324, 0.452, 0.458, 0.448, 0.353, 0.436 đều có mức ý nghĩa lớn hơn 0.05 (Bảng 4.12). Điều này cho thấy phương sai của sai số (phần dư) không thay đổi.
Bảng 4.12 Kết quả phân tích tương quan Spearman giữa các biến độc lập và biến phụ thuộc THH MT KS RR KS TT GS CNT T Spearman's rho THH Tương quan Hệ số 1.000 .324* * .452* * .458* * .448* * .353* * .436* * Sig. (2-tailed) . .000 .000 .000 .000 .000 .000 N 198 198 198 198 198 198 198 MTKS Tương quan Hệ số .324** 1.00 0 .066 .406* * .158* .162* .164* Sig. (2-tailed) .000 . .357 .000 .027 .022 .021 N 198 198 198 198 198 198 198 RR Tương quan Hệ số .452** .066 1.00 0 .191* * .497* * .142* .196* * Sig. (2-tailed) .000 .357 . .007 .000 .046 .006 N 198 198 198 198 198 198 198 KS Tương quan Hệ số .458** .406* * .191* * 1.00 0 .208* * .291* * .250* * Sig. (2-tailed) .000 .000 .007 . .003 .000 .000 N 198 198 198 198 198 198 198 TT Tương quan Hệ số .448** .158* .497* * .208* * 1.00 0 .112 .264* * Sig. (2-tailed) .000 .027 .000 .003 . .116 .000 N 198 198 198 198 198 198 198 GS Tương quan Hệ số .353** .162* .142* .291* * .112 1.00 0 .212* * Sig. (2-tailed) .000 .022 .046 .000 .116 . .003 N 198 198 198 198 198 198 198 CNTT Tương quan Hệ số .436** .164* .196* * .250* * .264* * .212* * 1.00 0 Sig. (2- tailed) .000 .021 .006 .000 .000 .003 . N 198 198 198 198 198 198 198
4.2.4.8 Kiểm định các giả thuyết nghiên cứu.
Dựa vào kết quả trong bảng trọng số hồi quy (Bảng 4.11), sử dụng trọng số hồi quy chuẩn hóa để xem xét mức độ giải thích của các biến độc lập cho sự biến thiên của biến phụ thuộc (Nguyễn Đình Thọ, 2011), có thể kết luận kết quả kiểm định các giả thuyết nghiên cứu như sau:
Giả thuyết H1: Nhân tố “Mơi trường kiểm sốt” có tác động tích cực (tác động
dương +) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến MTKS có giá trị β = 0.117 > 0, như vậy, chấp nhận giả thuyết H1.
Giả thuyết H2: Nhân tố “Đánh giá rủi ro” có tác động tích cực (tác động dương
+) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến RR có giá trị β = 0.283 > 0, như vậy, chấp nhận giả thuyết H2.
Giả thuyết H3: Nhân tố “Hoạt động kiểm sốt” có tác động tích cực (tác động
dương +) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến RR có giá trị β = 0.213 > 0, như vậy, chấp nhận giả thuyết H3.
Giả thuyết H4: Nhân tố “Thông tin và truyền thơng” có tác động tích cực (tác
động dương +) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến RR có giá trị β = 0.173 > 0, như vậy, chấp nhận giả thuyết H4
Giả thuyết H5: Nhân tố “Hoạt động giám sát” có tác động tích cực (tác động
dương +) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến RR có giá trị β = 0.156 > 0, như vậy, chấp nhận giả thuyết H5.
Giả thuyết H6: Nhân tố “Cơng nghê thơng tin” có tác động tích cực (tác động
dương +) đến tính hữu hiệu của hệ thống KSNB. Kết quả phân tích dữ liệu cho thấy trọng số số β của biến RR có giá trị β = 0.244 > 0, như vậy, chấp nhận giả thuyết H6.
hệ thống KSNB, nhân tố có ảnh hưởng lớn nhất là đánh giá rủi ro (β = 0.283). Tiếp theo là các nhân vố công nghệ thông tin (β = 0.244), nhân tố hoạt động kiểm soát (β = 0.213), nhân tố thông tin và truyền thông (β = 0.173), nhân tố hoạt động giám sát (β = 0.156) và nhân tố mơi trường kiểm sốt (β = 0.117).
4.3 Bàn luận kết quả nghiên cứu
H2:Nhân tố “Đánh giá rủi ro” có tác động tích cực đến tính hữu hiệu của hệ thống KSNB KSNB trong các công ty xây dựng trên địa bàn Tp. HCM
Hoạt động đánh giá rủi ro có ảnh hưởng lớn nhất đến tính hữu hiệu của HTKSNB trong các công ty xây dựng trên địa bàn Tp. HCM thông qua chỉ số β = 0.283. Như vậy hoạt động đánh giá rủi ro càng hiệu quả thì càng nâng cao tính hữu hiệu của HTKSNB trong các công ty xây dựng trên địa bàn Tp. HCM. Kết luận này phù hợp với kết quả nghiên cứu của Annukka Jokipii (2010). Đồng thời cũng chính xác đối với HTKSNB trong các công ty xậy dựng trong giai đoạn hiện nay.
H6:Nhân tố “Công nghê thông tin” có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng trên địa bàn Tp. HCM.
Ứng dụng công nghệ thông tin có ảnh hưởng lớn thứ hai đến tính hữu hiệu của HTKSNB trong các công ty xây dựng trên địa bàn Tp. HCM thông qua chỉ số β = 0.244. Như vậy việc ứng dụng công nghệ thông tin càng hiệu quả thì càng nâng cao tính hữu hiệu của HTKSNB trong các cơng ty xây dựng trên địa bàn Tp. HCM. Kết luận này phù hợp với kết quả nghiên cứu của Amudo, A & Inanga, E.L (2009).
H3: Nhân tố “Hoạt động kiểm sốt” có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng trên địa bàn Tp. HCM.
Trong q trình sản xuất kinh doanh của các cơng ty xây dựng, hoạt động kiểm sốt có vai trị quan trọng trong việc đảm bảo hoàn thành các mục tiêu đề ra. Thông qua chỉ số β = 0.213, hoạt động kiểm sốt có ảnh hưởng lớn thứ ba đến tính hữu hiệu của HTKSNB trong các cơng ty xây dựng trên địa bàn Tp. HCM. Kết luận này phù hợp với kết quả nghiên cứu của Annukka Jokipii (2010). Đồng thời cũng chính xác đối với HTKSNB trong các công ty xây dựng trong giai đoạn hiện nay.
hiệu của hệ thống KSNB trong các công ty xây dựng trên địa bàn Tp. HCM.
Nhân tố thông tin và truyền thơng có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng trên địa bàn Tp. HCM với chỉ số β = 0.173. Kết luận này phù hợp với kết quả nghiên cứu của Annukka Jokipii (2010). Đồng thời, đối với đặc điểm đặc trưng của ngành xây dựng là phạm vi hoạt động ở khắp các địa phương, cách xa văn phịng trụ sở, thơng tin và truyền thơng chính là điều kiện khơng thể thiếu cho việc thiết lập, duy trì và nâng cao năng lực kiểm sốt trong các cơng ty xây dựng.
H5: Nhân tố “Hoạt động giám sát” có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các cơng ty xây dựng trên địa bàn Tp. HCM.
Nhân tố hoạt động giám sát có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các cơng ty xây dựng trên địa bàn Tp. HCM với chỉ số β = 0.156. Kết luận này phù hợp với kết quả nghiên cứu của Philip Ayagre (2014). Đối với đặc điểm đặc trưng của ngành xây dựng là quá trình sản xuất xây dựng rất phức tạp, phạm vi hoạt động ở khắp các địa phương, cách xa văn phòng trụ sở, hoạt động giám sát hiệu quả sẽ đảm bảo một HTKSNB vững mạnh trong các công ty xây dựng.
H1: Nhân tố “Mơi trường kiểm sốt” có tác động tích cực đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng trên địa bàn Tp. HCM.
Thông qua chỉ số β = 0.117, môi trường kiểm sát có ảnh hưởng tích cực đến tính hữu hiệu của HTKSNB trong các cơng ty xây dựng trên địa bàn Tp. HCM. Kết luận này phù hợp với kết quả nghiên cứu của Annukka Jokipii (2010). Đồng thời cũng chính xác đối với HTKSNB trong các cơng ty xây dựng trong giai đoạn hiện nay.
Kết luận chương 4.
Thông qua phương pháp nghiên cứu định tính và định lượng được thực hiện trong chương 4, tác giả đã chỉ ra rằng mơ hình và các thang đo được sử dụng trong nghiên cứu là có ý nghĩa. Kết quả của nghiên cứu nêu rõ: có 6 nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống kiểm sốt nội bộ của các cơng tyx ây dựng trên địa
bàn thành phố Hồ Chí Minh. Mỗi một nhân tố có mức độ tác động đến sự hiệu quả khác nhau và được sắp xếp theo trật tự từ cao xuống thấp như sau: Hoạt động đánh giá rủi ro, công nghệ thông tin, nhân tố hoạt động kiểm sốt, thơng tin và truyền thông, hoạt động giám sát và mơi trường kiểm sốt.
Kết quả của chương này là căn cứ để tác giả đưa ra các định hướng, quan điểm và giải pháp nhằm nâng cao tính hữu hiệu của hệ thống kiểm sốt nội bộ của các cơng ty xây dựng trên địa bàn thành phố Hồ Chí Minh.
CHƯƠNG 5: KẾT LUẬN VÀ KIẾN NGHỊ. 5.1 Kết luận 5.1 Kết luận
Hệ thống kiểm sốt nội bộ đang đóng một vai trị ngày càng quan trọng đối với các doanh nghiệp hiện nay, đặc biệt là trong ngành xây dựng. Với những đặc điểm ngành nghề đặc thù của ngành xây dựng, việc xây dựng hệ thống KSNB hữu hiệu đang trở thành nhu cầu cấp thiết đối với các doanh nghiệp ngành xây dựng. Các điểm yếu trong hệ thống kiểm soát nội bộ sẽ gây tổn thất cho doanh nghiệp về khía cạnh hoạt động và ngăn cản doanh nghiệp đạt được nhiệm vụ, mục tiêu của mình, vì vậy một hệ thống KSNB hữu hiệu sẽ giúp cho doanh nghiệp đạt được mục tiêu trong kinh doanh và ngăn chặn các hoạt động bất hợp lệ.
Hiểu được nhu cầu này, nghiên cứu được thực hiện nhằm xác định các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng và mức độ ảnh hưởng của các nhân tố đó. Kết quả nghiên cứu định tính và định lượng cho thấy bên cạnh các thành phần của hệ thống KSNB, cơng nghệ thơng tin cũng ảnh hưởng tích cực đến tính hữu hiệu của hệ thống KSNB trong các công ty xây dựng. Kết quả này góp phần làm thay đổi quan điểm, nhận thức của các doanh nghiệp về vai trị, tầm quan trọng của cơng nghệ thông tin đối với hệ thống KSNB hữu hiệu. Đồng thời, qua nghiên cứu, tác giả cũng đưa ra một số kiến nghị nhằm giúp các cơng ty xây dựng nâng cao tính hữu hiệu của hệ thống KSNB, được trình bày trong phần tiếp theo.
Bên cạnh những kết quả đạt được, nghiên cứu cũng có những hạn chế nhất định