Để kiểm định các giả thuyết trên, tác giả sử dụng phương trình hồi quy tuyến tính:
X9 = P1.X1 + P2.X2 + P3.X3 + P4.X4 + P5.X5 + P6.X6 + P7.X7 + P8.X8 + R
Trong đó:
P1, P2, P3, P4, P5, P6, P7, P8: lần lượt là trọng số hồi quy của các biến X1, X2, X3, X4, X5, X6, X7, X8
X1: Cam kết của nhà quản lý
X2: Kiến thức về sử dụng công nghệ hệ thống thơng tin kế tốn của nhà quản lý X3: Kiến thức kế toán của nhà quản lý
X4: Hiệu quả của phần mềm và các trình ứng dụng kế toán X5: Chất lượng dữ liệu
X6: Tham gia của nhân viên doanh nghiệp
X7: Huấn luyện và đào tạo nhân viên doanh nghiệp X8: Mơi trường văn hóa doanh nghiệp
X9: Chất lượng hệ thống thơng tin kế tốn R: Hệ số nhiễu
Để có thể phân tích kết quả khảo sát nhằm trả lời cho 3 câu hỏi đã đặt ra ở phần 1.4, luận văn sử dụng SPSS 20.0 để xử lý dữ liệu lần lượt theo các bước phân tích như sau, mỗi bước được trình bày ở một mục chi tiết:
1. Kiểm định độ tin cậy Cronbach’s Alpha
3. Phân tích tương quan hệ số Pearson 4. Phân tích hồi quy đa biến
KẾT LUẬN CHƯƠNG 3
Kết luận chương 3, tác giả tổng quan về phương pháp nghiên cứu, đưa ra quy trình nghiên cứu, cách thu thập dữ liệu và chọn mẫu khảo sát, chuẩn bị số liệu phân tích. Tác giả cũng xây dựng mơ hình hồi quy đề xuất dựa vào các nhân tố nhận định và mơ hình chất lượng hệ thống thông tin đề xuất tạo tiền đề và cơ sở dữ liệu cho chương tiếp theo.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ THẢO LUẬN CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN CHẤT LƯỢNG HỆ THỐNG THƠNG TIN KẾ TỐN TẠI CÁC
DNVVN TRÊN ĐỊA BÀN TP.HCM 4.1 Kiểm định độ tin cậy Cronbach’s Alpha
Trước khi phân tích EFA, ta tiến hành phân tích Cronbach’s Alpha để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát “Cronbach alpha phải được thực hiện trước để loại các biến rác (garbage items) trước khi thực hiện phân tích EFA. Q trình này có thể giúp chúng ta tránh được các biến rác vì các biến rác này có thể tạo nên các nhân tố giả (artifical factors) khi phân tích EFA (Churchill 1979)” (Nguyễn Đình Thọ, 2013).
Theo đó tiêu chuẩn chọn thang đo như sau:
+ Nếu một biến đo lường có hệ số tương quan biến tổng hiệu chỉnh (Corrected Item-Total Correlation) 0.30 thì biến đó đạt u cầu (Nunnally và Bernstein 1994). (Nguyễn Đình Thọ, 2013).
+ Một thang đo có độ tin cậy tốt khi Cronbach’s Alpha 0.80. Tuy nhiên Cronbach’s Alpha > 0.95 thì thang đo khơng có sự khác biệt gì nhau, hiện tượng trùng lấp trong đo lường. Khi nó biến thiên trong khoảng 0.70 – 0.80] có thể sử dụng được. Nếu Cronbach’s Alpha 0.60 là thang đo có thể chấp nhận được về mặt độ tin cậy (Nunnally và Bernstein 1994). (Nguyễn Đình Thọ, 2013).
Ta tiến hành kiểm tra hệ số Cronbach’s Alpha lần lượt cho các biến: Cam kết của nhà quản lý (X1), Kiến thức sử dụng công nghệ hệ thống thơng tin kế tốn của nhà quản lý (X2), Kiến thức kế toán của nhà quản lý (X3), Hiệu quả của phần mềm và các trình ứng dụng kế tốn (X4), Chất lượng dữ liệu (X5), Tham gia của nhân viên doanh nghiệp (X6), Huấn luyện và đào tạo (X7), Môi trường văn hóa doanh nghiệp (X8), Chất lượng hệ thống thơng tin kế tốn (X9).
Bảng 3.1: Kết quả phân tích Cronbach’s Alpha các nhân tố
Biến Cronbach’s alpha
X1 Cam kết của NQL
X2 Kiến thức về sử dụng công nghệ HTTTKT của NQL X3 Kiến thức về kế toán của NQL
X4 Hiệu quả của phần mềm và các trình ứng dụng kế tốn X5 Chất lượng dữ liệu của HTTTKT
X6 Tham gia của nhân viên doanh nghiệp X7 Huấn luyện và đào tạo nhân viên X8 Mơi trường văn hóa của doanh nghệp X9 Chất lượng HTTTKT .825 .854 .875 .869 .895 .881 .878 .844 .892 Nhận xét:
Phân tích 9 biến (X1 - X9) đã được đo lường qua thang đo Likert, từ bảng 3.1, ta có Cronbach’s Alpha của 9 biến: 0.60 < X1 đến X9 < 0.95, thang đo này đạt tiêu chuẩn, có độ tin cậy cao và khơng có hiện tượng trùng lắp trong đo lường.
Từ bảng 3.2 – 3.10 (phụ lục 3), ta thấy các biến có hệ số tương quan biến-tổng hiệu chỉnh (Corrected Item-Total Correlation) lớn hơn 0.30. Nên hệ số Cronbach’s Alpha đạt yêu cầu có thể dùng để phân tích nhân tố EFA khơng cần loại bỏ các biến.
4.2 Phân tích khám phá nhân tố (EFA - Exploratory Factor Analysis)
Phân tích nhân tố (Exploratory Factor Analysis) là một kỹ thuật phân tích thống kê nhằm thu nhỏ và tóm tắt các dữ liệu rất có ích cho việc xác định các tập hợp biến cần thiết cho vấn đề nghiên cứu (Hair và ctg, 1998) (Nguyễn Đình Thọ, 2013). 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 tỉ số gọi là hệ số tải nhân tố (factor loading). Hệ số này cho người nghiên cứu biết được mỗi biến đo lường sẽ thuộc về những nhân tố nào. Các biến đo lường có quan hệ với nhau và các hệ số tương quan 0.30, ta sử dụng kiểm định Bartlett để xem xét ma trận tương quan có phải là ma trận đơn vị. Nếu phép kiểm
định Bartlett có sig 5%, tác giả từ chối giả thuyết Ho (ma trận tương quan là ma trận đơn vị), nghĩa là các biến có quan hệ nhau (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hệ số KMO (Kaiser-Meyer – Olkin) phải có giá trị (0.50 < KMO < 1) thể hiện phân tích nhân tố là thích hợp, cịn nếu hệ số KMO < 0.50 thì phân tích nhân tố có khả năng khơng thích hợp với các dữ liệu (Hair và ctg, 1998) (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Thêm vào đó, hệ số tải nhân tố của từng biến quan sát phải có giá trị lớn hơn 0.50. Điểm dừng khi Eigenvalue (đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố) lớn hơn 1 và tổng phương sai dùng để giải thích bởi từng nhân tố lớn hơn 50% mới thỏa yêu cầu của phân tích nhân tố (Gerbing và Anderson, 1988) (Nguyễn Đình Thọ, 2013).
Tóm lại, trong phân tích nhân tố khám phá u cầu cần thiết là:
+ Factor Loading > 0.50 + 0.50 < KMO < 1
+ Kiểm định Bartlett có sig 5%
+ Phương sai trích Total Varicance Explained > 50% + Eigenvalue > 1
Lưu ý: Nếu kết quả trọng số nhân tố và phương sai trích đạt u cầu thì vấn đề kiểm định Bartlett, KMO khơng cịn ý nghĩa nữa vì chúng ln ln đạt u cầu.
4.2.1 Phân tích khám phá nhân tố (EFA - Exploratory Factor Analysis) cho các biến quan sát của nhân tố độc lập (X1 - X8) quan sát của nhân tố độc lập (X1 - X8)
Mơ hình nghiên cứu ban đầu có 8 nhân tố độc lập với 37 biến được kỳ vọng ảnh hưởng đến chất lượng hệ thống thơng tin kế tốn tại các doanh nghiệp vừa và nhỏ trên địa bàn thành phố Hồ Chí Minh. Tồn bộ 37 biến này được đưa vào phân tích nhân tố sử dụng phương pháp Principal components và phân tích ma trận tương quan Correlation matrix kết hợp với phép xoay vng góc Varimax, sử dụng kiểm định KMO và Bartlett’s test để đo lường sự phù hợp của các mẫu khảo sát.
Bảng 3.11: Kết quả phân tích KMO cho các biến quan sát của nhân tố độc lập (X1 –X8) lần 1
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .871
Bartlett's Test of Sphericity
Approx. Chi-Square 3311.908
Df 666
Sig. .000
Nhận xét:
Kết quả phân tích nhân tố cho thấy, trị số KMO = 0.871 thỏa mãn điều kiện lớn hơn 0.50 và nhỏ hơn 1 nên việc phân tích nhân tố là thích hợp với dữ liệu của mẫu. Ngoài ra, giá trị kiểm định Bartlett test với giả thiết là (Ho) là “các biến X1 – X8 không tương quan với nhau” có sig = 0.000 5%, kết quả đó đã bác bỏ giả thuyết trên đồng nghĩa với việc các biến có tương quan với nhau và việc áp dụng phân tích nhân tố là thích hợp.
Bảng 3.12: Kết quả phân tích phương sai trích Total Variance Explained các biến quan sát của nhân tố độc lập (X1–X8) lần 1
Total Variance Explained
Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 11.849 32.024 32.024 11.849 32.024 32.024 3.758 10.157 10.157 2 3.801 10.274 42.298 3.801 10.274 42.298 3.549 9.593 19.749 3 2.592 7.004 49.302 2.592 7.004 49.302 3.544 9.577 29.327 4 2.167 5.856 55.158 2.167 5.856 55.158 3.379 9.132 38.459 5 1.755 4.743 59.901 1.755 4.743 59.901 3.369 9.107 47.565 6 1.476 3.990 63.891 1.476 3.990 63.891 3.094 8.361 55.926 7 1.298 3.507 67.398 1.298 3.507 67.398 2.759 7.456 63.382 8 1.005 2.716 70.114 1.005 2.716 70.114 2.491 6.732 70.114
9 .904 2.443 72.557 10 .796 2.151 74.708 11 .782 2.113 76.821 12 .677 1.829 78.650 13 .629 1.701 80.351 14 .617 1.667 82.017 15 .574 1.552 83.570 16 .544 1.471 85.040 17 .509 1.375 86.415 18 .449 1.214 87.629 19 .411 1.111 88.740 20 .380 1.028 89.768 21 .375 1.012 90.780 22 .328 .888 91.668 23 .324 .875 92.543 24 .304 .821 93.364 25 .263 .710 94.074 26 .257 .695 94.769 27 .245 .661 95.430 28 .231 .624 96.054 29 .228 .616 96.670 30 .203 .548 97.217 31 .195 .526 97.744 32 .182 .491 98.234 33 .163 .441 98.676 34 .151 .408 99.084 35 .127 .342 99.426 36 .115 .311 99.737 37 .097 .263 100.000
Nhận xét:
Về tiêu chí eigenvalue: Bảng 3.12 cho thấy có 8 nhân tố trích tại eigenvalue là 1.005 > 1. Nếu chúng ta trích thêm một nhân tố nữa (nhân tố thứ chín – nhân tố có thể được khám phá thêm khi thực hiện xoay ma trận khi phân tích EFA) thì eigenvalue lúc này là 0.904 1. Vì vậy, dựa vào tiêu chí eigenvalue, chúng ta dừng lại ở nhân tố thứ 8. Ngồi ra, tổng phương sai trích (TVE) đạt 70.114 % > 50 % đạt tiêu chuẩn phân tích EFA. Tổng phương sai trích (TVE) đạt 70.114 % điều này có nghĩa là 8 nhân tố này lấy được 70.114 % phương sai của 37 biến quan sát (phụ lục 2) của nhân tố độc lập X1 – X8.
Bảng 3.13: Tổng hợp kết quả phân tích nhân tố lần 1
Yếu tố cần đánh giá Giá trị chạy bảng So sánh
Hệ số KMO 0.871 0.5 < 0.871 < 1
Giá trị Sig trong kiểm định Bartlett 0.000 0.000 < 5%
Giá trị Eigenvalue 1.005 1.005 > 1
Tổng phương sai trích (TVE) 70.114 % 70.114 % > 50 %
Các tiêu chuẩn về phân tích nhân tố EFA đã thỏa mãn ta xét đến ma trận xoay nhân tố để phát hiện nhân tố mới và kiểm tra độ hội tụ của các nhân tố.
Bảng 3.14: Ma trận xoay nhân tố các biến quan sát của nhân tố độc lập (X1 –X8) lần 1
Rotated Component Matrixa Component 1 2 3 4 5 6 7 8 X51 .778 X53 .773 X54 .767 X55 .712
X52 .671 X22 .795 X21 .784 X25 .730 X26 .707 X23 .682 X24 .520 X65 .735 X63 .681 X66 .660 X64 .652 X62 .639 X61 .532 X43 .817 X42 .735 X41 .732 X45 .711 X44 X13 .773 X12 .744 X14 .729 X15 .708 X11 .675 X31 .854 X32 .833
X33 .760 X34 .688 X72 .863 X73 .750 X71 .731 X82 .842 X81 .745 X83 .738
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 8 iterations.
Nhận xét: 37 biến quan sát (Phụ lục 2) được gom thành 8 nhân tố, trong đó có biến quan
sát là X44 – “Ngơn ngữ: ngơn ngữ lập trình bậc cao tiên tiến thế hệ mới” có hệ số tải nhân tố Factor Loading < 0.50 nên loại bỏ phân tích EFA và chạy lại EFA lần 2.
Bảng 3.15: Kết quả phân tích KMO cho các biến quan sát của nhân tố độc lập (X1 –X8) lần 2
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .876
Bartlett's Test of Sphericity
Approx. Chi-Square 3186.207
Df 630
Sig. .000
Nhận xét:
Kết quả phân tích nhân tố cho thấy, trị số KMO = 0.876 thỏa mãn điều kiện lớn hơn 0.50 và nhỏ hơn 1 nên việc phân tích nhân tố là thích hợp với dữ liệu của mẫu. Ngoài ra, giá trị
kiểm định Bartlett test với giả thuyết là (Ho) là “ 37 biến quan sát của nhân tố X1 – X8 khơng tương quan với nhau” có sig = 0.000 5%, kết quả đó đã bác bỏ giả thuyết trên đồng nghĩa với việc các biến có tương quan với nhau và việc áp dụng phân tích nhân tố là thích hợp.
Bảng 3.16: Kết quả tích phương sai trích Total Variance Explained cho các biến quan sát của nhân tố độc lập (X1–X8) lần 2
Total Variance Explained Component
Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 11.492 31.922 31.922 11.492 31.922 31.922 3.704 10.290 10.290 2 3.715 10.320 42.241 3.715 10.320 42.241 3.582 9.950 20.239 3 2.581 7.169 49.410 2.581 7.169 49.410 3.550 9.861 30.100 4 2.166 6.016 55.426 2.166 6.016 55.426 3.342 9.283 39.383 5 1.754 4.871 60.297 1.754 4.871 60.297 3.146 8.739 48.122 6 1.462 4.061 64.358 1.462 4.061 64.358 3.123 8.675 56.797 7 1.244 3.456 67.815 1.244 3.456 67.815 2.489 6.914 63.711 8 1.003 2.786 70.601 1.003 2.786 70.601 2.480 6.890 70.601 9 .898 2.496 73.096 10 .787 2.187 75.283 11 .779 2.165 77.448 12 .643 1.785 79.233 13 .623 1.731 80.963 14 .595 1.651 82.615 15 .570 1.583 84.198 16 .510 1.416 85.614 17 .480 1.335 86.948 18 .412 1.143 88.092 19 .381 1.059 89.150 20 .376 1.044 90.194
21 .329 .915 91.109 22 .328 .910 92.020 23 .315 .876 92.896 24 .277 .771 93.666 25 .263 .730 94.396 26 .257 .713 95.109 27 .245 .680 95.789 28 .228 .634 96.423 29 .212 .590 97.013 30 .197 .546 97.559 31 .183 .509 98.067 32 .170 .472 98.540 33 .156 .434 98.974 34 .147 .409 99.382 35 .119 .331 99.713 36 .103 .287 100.000
Extraction Method: Principal Component Analysis.
Nhận xét:
Về tiêu chí eigenvalue: Bảng 3.16 cho thấy có 8 nhân tố trích tại eigenvalue là 1.003 > 1. Nếu chúng ta trích thêm một nhân tố nữa (nhân tố thứ chín – nhân tố có thể được khám phá thêm khi thực hiện xoay ma trận khi phân tích EFA) thì eigenvalue lúc này là 0.898 1. Vì vậy, dựa vào tiêu chí eigenvalue, chúng ta dừng lại ở nhân tố thứ 8. Ngồi ra, tổng phương sai trích (TVE) đạt 70.601 % > 50 % đạt tiêu chuẩn phân tích EFA. Tổng phương sai trích (TVE) đạt 70.601 % điều này có nghĩa là 8 nhân tố này lấy được 70.601 % phương sai của 37 biến quan sát (phụ lục 2) của nhân tố độc lập X1 – X8.
Bảng 3.17: Tổng hợp kết quả phân tích nhân tố lần 2
Yếu tố cần đánh giá Giá trị chạy bảng So sánh
Hệ số KMO 0.876 0.5<0.876<1
Giá trị Sig trong kiểm định Bartlett 0.000 0.000<5%
Giá trị Eigenvalue 1.003 1.003 > 1
Tổng phương sai trích (TVE) 70.601 % 70.601 % > 50 % Các tiêu chuẩn về phân tích nhân tố EFA đã thỏa mãn ta xét đến ma trận xoay nhân tố để phát hiện nhân tố mới và kiểm tra độ hội tụ của các nhân tố lần 2.
Bảng 3.18: Ma trận xoay nhân tố các biến quan sát của nhân tố độc lập (X1 –X8) lần 2
Rotated Component Matrixa Component 1 2 3 4 5 6 7 8 X53 .781 X51 .777 X54 .766 X55 .713 X52 .675 X65 .730 X63 .701 X66 .663 X62 .657 X64 .642 X61 .548 X22 .794 X21 .784
X25 .730 X26 .709 X23 .680 X24 .522 X13 .778 X12 .744 X14 .730 X15 .705 X11 .676 X31 .845 X32 .836 X33 .776 X34 .704 X43 .836 X42 .738 X41 .718 X45 .716 X72 .864 X73 .744 X71 .733 X82 .843 X81 .745 X83 .742
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Nhận xét:
Như vậy sau hai lần thực hiện phân tích EFA 37 biến quan sát (phụ lục 2) được gom thành 8 nhân tố và khơng cịn biến có hệ số tải nhân tố loading factor nhỏ hơn 0.50 đạt yêu cầu gom nhóm mới. Bảng 3.19 dưới đây phân loại lại các biến theo các nhân tố sau khi chạy EFA lần 2.
Bảng 3.19: Bảng kết luận các nhân tố cịn lại trong mơ hình nghiên cứu NHÂN
TỐ BIẾN CHỈ TIÊU TÊN NHÓM
Y1
X51 Dữ liệu được nhập chính xác
Chất lượng dữ liệu
X52 Dữ liệu được nhập kịp thời X53 Dữ liệu nhập đầy đủ
X54 Dữ liệu phù hợp nhu cầu thông tin người sử dụng
X55 An toàn lưu trữ dữ liệu
Y2
X61 Hiểu rõ quy trình sử dụng hệ thống
Tham gia của nhân viên
X62 Hiểu mức độ ảnh hưởng của bản thân tới các bộ phận hoặc cá nhân khác trong doanh nghiệp X63 Hiểu rõ các tiêu chuẩn chất lượng thông tin X64 Tuân thủ quy trình thực hiện
X65 Mức độ thuần thục thao tác hệ thống