CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.2 Phân tích và đánh giá thang đo
4.2.1 Đánh giá độ tin cậy của thang đo
Kết quả phân tích Cronbach Alpha (được trình bày ở phụ lục 5) cho thấy biến quan sát của thang đo tính độc lập của KTNB có hệ số tương quan biến tổng thấp (nhỏ hơn 0.3), đó là biến TINHDOCALAP1 (Có đủ độc lập về tư tưởng để thực hiện nhiệm vụ của mình, tương quan biến - tổng = 0.210) và TINHDOCLAP2 (Có tự do đưa ra quyết định về phạm vi, thời gian và mức độ của các thủ tục kiểm toán dựa trên chuẩn mực kiểm tốn và chính sách của tổ chức, tương quan biến – tổng = 0.264), NANGLUC1 (Phần lớn các KTVNB có chứng chỉ hành nghề, tương quan biến – tổng = 0.037) và thang đo tính hữu hiệu của KTNB có biến TINHHUUHIEU6 KTNB đánh giá độ trung thực và độ tin cậy của báo cáo tài chính, tương quan biến tổng = 0.297. Vì vậy, biến này bị loại. Sau khi chạy Cronbach Alpha lần 2, tiếp tục loại biến TINHHUUHIEU5 KTNB đánh giá và cải thiện hiệu quả quản trị rủi ro, tương quan biến tổng = 0.282).
Kết quả cuối cùng cho thấy tất cả các thang đo đều đạt yêu cầu về hệ số tin cậy Cronbach alpha: thấp nhất là 0.702 Thang đo Tính độc lập của KTNB) và cao nhất là 0.877 Thang đo Sự hỗ trợ của cấp trên).
Kết quả phân tích Cronbach alpha của các thang đo các khái niệm được trình bày trong bảng 4.10.
Như vậy, các thang đo các nhân tố ảnh hưởng đến tính hữu hiệu của KTNB với 32 biến quan sát, sau khi kiểm định độ tin cậy Cronbach Alpha đã loại 5 biến, cịn lại 27 biến được đưa vào phân tích nhân tố EFA.
Bảng 4.10 Bảng Cronbach alpha của các khái niệm nghiên cứu
Biến quan sát
Trung bình thang đo nếu
loại biến
Phƣơng sai thang đo
nếu loại biến
Tƣơng quan biến tổng
Cronbach Alpha sau khi
loại biến 1. Năng lực của kiểm toán viên nội bộ: alpha = .839
NANGLUC2 14.58 4.261 .648 .805
NANGLUC3 14.61 4.180 .673 .798
NANGLUC4 14.72 4.478 .563 .827
NANGLUC5 14.60 4.120 .685 .794
NANGLUC6 14.56 4.096 .643 .807
2. Sự hỗ trợ của cấp trên: alpha = .877
HOTRO1 14.78 5.898 .648 .866
HOTRO2 14.83 5.545 .773 .835
HOTRO3 14.92 5.735 .700 .853
HOTRO4 14.92 5.970 .712 .851
HOTRO5 14.85 5.610 .713 .850
3. Mối quan hệ giữa KTVNB và KTVĐL: alpha = .796
MOIQUANHE1 18.71 6.939 .637 .744 MOIQUANHE2 18.71 7.000 .570 .759 MOIQUANHE3 18.70 6.808 .609 .750 MOIQUANHE4 18.70 7.309 .529 .769 MOIQUANHE5 18.67 7.293 .592 .756 MOIQUANHE6 18.89 7.454 .389 .805 4. Tính độc lập của KTNB: alpha = .702 TINHDOCLAP3 13.96 9.960 .412 .680 TINHDOCLAP4 14.14 7.432 .553 .609 TINHDOCLAP5 13.83 8.511 .442 .659 TINHDOCLAP6 14.68 8.142 .375 .696 TINHDOCLAP7 13.94 7.599 .558 .607
5. Tính hữu hiệu của KTNB: alpha = .745
TINHHUUHIEU1 18.98 11.343 .600 .678 TINHHUUHIEU2 19.08 10.428 .569 .682 TINHHUUHIEU3 19.34 11.371 .470 .712 TINHHUUHIEU4 19.01 12.114 .467 .713 TINHHUUHIEU7 18.80 11.950 .508 .703 TINHHUUHIEU8 19.26 12.681 .307 .756 Nguồn: Kết quả xử lý SPSS 2016
4.2.2 Phân tích nhân tố khám phá EFA
Luận văn thực hiện EFA riêng cho 2 nhóm biến độc lập và biến phụ thuộc. Kết quả phân tích EFA của các nhóm như sau:
Phân tích nhân tố cho biến độc lập
Thang đo khái niệm độc lập Năng lực KTVNB, Sự hỗ trợ cấp trên, Mối quan hệ giữa KTVNB và KTVĐL, Tính độc lập của KTNB) sau khi kiểm định Cronbach Alpha, các biến đạt yêu cầu sẽ được tiếp tục đưa vào phân tích nhân tố khám phá (Exploratory Factor Analysis – EFA). Mục đích của EFA là khám phá cấu trúc của thang đo tính hữu hiệu của KTNB trong mơ hình nghiên cứu.
Khi phân tích EFA cho các thang đo biến độc lập, tác giả sử dụng phương pháp trích Principal Component Analysis với phép xoay Varimax và điểm dừng trích các yếu tố có Eigenvalue > 1. Kết quả EFA cho thấy :
EFA lần 1:
Hệ số KMO = .864 và kiểm định Barlett có Sig.= .000 < .05) cho thấy phân tích EFA là thích hợp.
Tại eigenvalue = 1.314 rút trích được 4 nhân tố khơng có nhân tố mới hình thành) và phương sai trích được là 57.591%. Như vậy phương sai trích đạt yêu cầu. Tuy nhiên biến MOIQUANHE6 Cấp trên luôn giúp thúc đẩy hiệu quả hợp tác giữa KTVĐL và KTVNB), có hệ số tải nhân tố < 0.5. Vì vậy, biến này sẽ bị loại. Tiếp tục thực hiện EFA lần 2 với 21 biến quan sát. (xem tại phụ lục 8)
EFA lần 2 (Lần cuối):
Hệ số KMO = .861 và kiểm định Barlett có Sig.= .000 < .05) cho thấy phân tích EFA là thích hợp.
Bảng 4.11: Bảng kiểm địn KMO và Barlett cho các biến độc lập
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .861
Bartlett's Test of Sphericity Approx. Chi-Square 1068.266 df 190 Sig. .000 Nguồn: Kết quả xử lý SPSS 2016
Tại eigenvalue = 1.309 rút trích được 4 nhân tố từ 21 biến quan sát với tổng phương sai trích được là 59.172% > 50%) và khơng có nhân tố mới nào được hình thành so với mơ hình nghiên cứu đề xuất ban đầu. Như vậy, sau khi phân tích EFA thì 21 biến quan sát này đã đảm bảo được tiêu chuẩn phân tích EFA đạt u cầu), khơng có biến nào bị loại ở giai đoạn này. Chi tiết kết quả phân tích được trình bày ở bảng 2.
Bảng 4.12 Kết quả EFA của các thang đo khái niệm nghiên cứu (lần 2)
Biến quan sát Nhân tố
1 2 3 4 HOTRO2 .840 HOTRO5 .796 HOTRO3 .760 HOTRO1 .746 HOTRO4 .744 NANGLUC5 .807 NANGLUC2 .760 NANGLUC6 .736 NANGLUC3 .711 NANGLUC4 .562 MOIQUANHE1 .784 MOIQUANHE3 .776 MOIQUANHE2 .725 MOIQUANHE4 .633 MOIQUANHE5 .626 TINHDOCLAP7 .734 TINHDOCLAP4 .692 TINHDOCLAP5 .601 TINHDOCLAP3 .591 TINHDOCLAP6 .537 Nguồn: Kết quả xử lý SPSS 2016
Phân tích nhân tố cho biến phụ thuộc EFA lần 1:
Hệ số KMO = .755 và kiểm định Barlett có Sig.= .000 < .05) cho thấy phân tích EFA là thích hợp.
Biến TINHHUUHIEU8 (KTNB cung cấp sự theo dõi đầy đủ để đảm bảo rằng hành động khắc phục được thực hiện kịp thời) có hệ số tải nhân tố < 0.5. Vì vậy biến này sẽ bị loại, tiếp tục thực hiện EFA lần 2 cho thang đo tính hữu hiệu. ( xem thêm tại phụ lục 10)
EFA lần 2:
Hệ số KMO = .760 và kiểm định Barlett có Sig.= .000 < .05) cho thấy phân tích EFA là thích hợp.
Bảng 4.13 Bảng kiểm địn KMO và Barlett cho biến phụ thuộc
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .746
Bartlett's Test of Sphericity
Approx. Chi-Square 150.559
df 10
Sig. .000
Nguồn: Kết quả xử lý SPSS 2016
Bảng 4.14 Tổng phƣơng sai trích
Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.556 51.121 51.121 2.556 51.121 51.121 2 .822 16.435 67.556 3 .629 12.577 80.133 4 .607 12.133 92.266 5 .387 7.734 100.000
Extraction Method: Principal Component Analysis.
Nguồn: Kết quả xử lý SPSS 2016
Giá trị Eigenvalues = 2.556
Giá trị Tổng phương sai trích = 51.121% > 50%, giá trị này cho biết nhóm nhân tố này giải thích được 51.121% sự biến thiên của các biến quan sát.
Bảng 4.15: Ma trận nhân tố của thang đo tính hữu hiệu Component Component 1 TINHHUUHIEU1 .782 TINHHUUHIEU2 .727 TINHHUUHIEU7 .706 TINHHUUHIEU4 .682 TINHHUUHIEU3 .674 Nguồn: Kết quả xử lý SPSS 2016