STT CHỈ TIÊU SỐ BIẾN
QUAN SÁT
THANG ĐO
Phần 1: Thông tin chung
Phần 2: Các nhân tố ảnh hƣởng đến tính hữu hiệu của KTNB
1. Quy mô của bộ phận KTNB 1 Định danh
2. Năng lực của KTVNB 6 Likert
3. Sự hỗ trợ của cấp trên 5 Likert
4. Mối quan hệ của KTVNB với KTVĐL 6 Likert
5. Tính độc lập của KTVNB 7 Likert
Tính hữu hiệu của KTNB 8 Likert
Tổng 33
3.2.3 Mẫu và phƣơng pháp chọn mẫu
Phương pháp chọn mẫu được sử dụng là phương pháp phát triển mầm. Mẫu được chọn là các KTVNB tại thành phố Hồ Chí Minh. Sau đó, các đối tượng khảo sát này lại giới thiệu những người cùng làm KTNB mà họ quen biết trong các tổ chức khác để tham gia khảo sát.
Để phân tích nhân tố khám phá EFA kích thước mẫu bằng ít nhất 5 lần biến quan sát (Hair et al, 1998, trang 47) hoặc kích thước mẫu ít nhất phải bằng 4 hay 5 lần số biến quan sát (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, trang 31). Trong luận văn, tác giả sử dụng cỡ mẫu bằng 4 lần số biến quan sát. Bên cạnh đó, để phân tích hồi quy một cách tốt nhất, Tabachnick và Fidell 2007) theo Nguyễn Đình Thọ, 2012, trang 499) cho rằng kích thước mẫu cần phải đảm bảo theo công thức:
n > 8m + 50
Trong đó, n là cỡ mẫu, m là biến số độc lập của mơ hình.
Với 32 biến quan sát và 05 biến độc lập của mơ hình hồi quy, cỡ mẫu ước tính là:
Cỡ mẫu cho phân tích nhân tố khám phá EFA) là: 33 X 4 = 132
Cỡ mẫu cho mơ hình hồi quy bội là: 8*5 + 50 = 90 Vậy cỡ mẫu tối thiểu cho nghiên cứu là 132.
Để đạt được cỡ mẫu nghiên cứu trên, 200 bảng câu hỏi phỏng vấn được
gửi qua email công cụ Google Docs) và trực tiếp đến các đối tượng khảo sát trên địa bàn thành phố Hồ Chí Minh.
3.3 Phƣơng pháp phân tích dữ liệu
Các kỹ thuật phân tích thống kê được sử dụng để xác định mối quan hệ và mức độ ảnh hưởng của các nhân tố đến tính hữu hiệu của KTNB bao gồm thống kê tần số, tần suất; đánh giá độ tin cậy thang đo bằng hệ số Cronbach's alpha; phân tích nhân tố khám phá EFA; phân tích tương quan Pearson và phân tích hồi quy tuyến tính bội. Cụ thể các bước tiến hành như sau:
(1) Thu thập bảng khảo sát, tổng hợp và mã hóa vào phần mềm thống kê
SPSS 20.0.
(2) Sử dụng cơng cụ thống kê để tính tốn các giá trị trung bình (mean),
giá trị lớn nhất (max), giá trị nhỏ nhất min), tần số (frequency), cũng như phần trăm tích lũy (cumulative %). Từ đó, tác giả tổng hợp lại đánh giá của đối tượng được khảo sát đối với từng biến quan sát để có được cái nhìn tổng thể nghiên cứu.
(3) Đánh giá độ tin cậy của thang đo qua hệ số Cronbach's alpha: Hệ số Cronbach„s alpha có giá trị biến thiên trong khoảng [0;1]. Về lý thuyết, Cronbach's alpha càng cao càng tốt thang đo càng có độ tin cậy cao). Tuy nhiên điều này không thực sự như vậy. Hệ số cronbach's alpha quá lớn α > 0.95) cho thấy có nhiều biến trong thang đo khơng có khác biệt gì nhau nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu). Hiện tượng này gọi là hiện tượng trùng lắp trong đo lường (redundancy). Vì vậy một thang đo có độ tin cậy tốt khi nó biến thiên trong khoảng [0.70 - 0.80]. Nếu Cronbach's alpha ≥ 0.60 là thang đo có thể chấp nhận về mặt độ tin cậy Nunnally and Berstein, 1994) theo Nguyễn Đình Thọ, 2012, trang 350).
Sử dụng hệ số tƣơng quan biến tổng (Item-total correclation): 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, tác giả sử dụng hệ số tương quan biến tổng. Trong phần mềm SPSS sử dụng hệ số tương quan biến tổng hiệu chỉnh (corrected item-total correction). Hệ số này lấy tương quan của biến đo lường xem xét với tổng các biến còn lại của thang đo. Nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh ≥ 0,3 thì biến đó đạt u cầu Nunnally and Berstein, 1994) theo Nguyễn Đình Thọ, 2012, trang 351).
(4) Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis):
Phân tích nhân tố là một kỹ thuật phân tích nhằm “trích xuất” dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu.
Quan hệ giữa các nhóm biến có liên hệ qua lại lẫn nhau được xem xét dưới dạng một số các nhân tố cơ bản. Mỗi một biến quan sát sẽ được tính một tỷ số, được gọi là hệ số tải nhân tố (factor loading). Hệ số này sẽ cho người nghiên cứu biết mỗi biến đo lường sẽ thuộc về những nhân tố nào.
Trong phân tích nhân tố, yêu cầu cần thiết là hệ số KMO Kaiser - Meyer-Olkin) phải có giá trị lớn 0,5 < KMO < 1,0) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp vói các dữ liệu. Ngồi ra, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0,5 (Hair et al, 1998) và điểm dừng khi trích các nhân tố có Eigenvalue lớn hơn 1.
Luận văn sử dụng phép xoay Varimax trong phân tích nhân tố khám phá nhằm tối thiểu hóa lượng biến có hệ số lớn tại cùng một nhân tố, giúp tăng cường khả năng giải thích các nhân tố.
(5) Phân tích tƣơng quan Pearson: được sử dụng để kiểm định mối tương quan tuyến tính giữa các biến trong mơ hình giữa biến phụ thuộc với từng biến độc lập và giữa các biến độc lập với nhau). Hệ số tương quan Pearson ký hiệu là r) được tính tốn để lượng hóa mức độ chặt chẽ trong mối liên hệ tuyến tính giữa hai biến định lượng, giá trị tuyệt đối của hệ số này càng gần 1,0 thì hai biến này có tương quan tuyến tính càng chặt chẽ Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Đồng thời, hiện tượng đa cộng tuyến cũng sẽ được xem xét.
(6) Phân tích hồi quy tuyến tính bội: sau khi kết luận các biến có mối liên
hệ tuyến tính thì có thể mơ hình hóa mối quan hệ nhân quả của các biến này bằng mơ hình hồi quy tuyến tính. Nghiên cứu thực hiện hồi quy đa biến theo phương pháp Enter, tức đưa các biến vào một lượt. Cụ thể, phương trình phân tích hồi quy tuyến tính bội như sau:
Y = f (X1, X2, X3, X4, X5) + e
Trong đó:
Y: Tính hữu hiệu của KTNB
X1: Qui mô của bộ phận KTNB
X2: Năng lực của kiểm toán viên nội bộ X3: Sự hỗ trợ của cấp trên
X4: Mối quan hệ giữa kiểm toán viên nội bộ và kiểm tốn viên độc lập X5: Tính độc lập của kiểm tốn viên nội bộ
Tóm tắt chƣơng 3
Chương này trình bày phương pháp nghiên cứu nhằm xác định những nhân tố ảnh hưởng đến tính hữu hiệu của KTNB và đánh giá mức độ ảnh hưởng của các nhân tố đó đến tính hữu hiệu của KTNB tại VN. Luận văn sử dụng phương pháp khảo sát bằng công cụ là bảng câu hỏi và thiết kế 6 thang đo tương ứng với mơ hình nghiên cứu được đề xuất bao gồm 1 biến phụ thuộc và 5 biến độc lập. Qua đó xây dựng bảng câu hỏi và gửi đến các kiểm toán viên nội bộ hiện đang làm việc tại TP.HCM. Dữ liệu sau khi được thu thập sẽ được phân tích bằng các phương pháp phân tích như thống kê tần số, tính tốn hệ số Cronbach‟s alpha và phân tích nhân tố khám phá EFA, phân tích tương quan, phân tích hồi quy tuyến tính bội, qua sự hỗ trợ của phần mềm SPSS nhằm xác định được mối quan hệ giữa các nhân tố ảnh hưởng đến tính hữu hiệu của KTNB.
CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Chương này trình bày và bàn luận kết quả của các phương pháp phân tích dữ liệu được sử dụng trong luận văn như phân tích thống kê mơ tả, phân tích Cronbach‟s alpha, phân tích nhân tố khám phá EFA, phân tích tương quan và phân tích hồi quy tuyến tính bội.
4.1 Thống kê mơ tả và phân tích thống kê mô tả 4.1.1 Thông tin về mẫu nghiên cứu
Nghiên cứu thu được 151 bảng trả lời được gửi về qua đường dẫn Google Docs và bảng câu hỏi bằng giấy từ các KTVNB của các tổ chức khác nhau trên địa bàn Tp HCM. Số bảng câu hỏi hợp lệ là 132 mẫu, đạt tỷ lệ 87,42% (danh sách người tham gia khảo sát được trình bày trong phụ lục 3).
Về đối tượng tham gia khảo sát: các đối tượng tham gia khảo sát có tỷ lệ giới
tính khá đồng đều với tổng cộng 62 nam chiếm tỷ lệ 47% và 72 nữ chiếm tỷ lệ 53%. Độ tuổi, kinh nghiệm cơng tác và trình độ học vấn của các đối tượng cụ thể như sau: