Chương 4 Kết quả nghiên cứu và bàn luận
4.1. Kết quả nghiên cứu
4.1.3. Kiểm tra các giả định trong mơ hình
Trên cơ sở dữ liệu thu thập cùng các thang đo đã được đánh giá, tác giả tiến hành kiểm định giả thuyết nghiên cứu bằng cách sử dụng mơ hình hồi qui tuyến tính bội, với sự hỗ trợ của phần mềm thống kê SPSS. Để phục vụ cho các bước phân tích tiếp theo bằng mơ hình hồi qui, phương pháp lấy trung bình các biến đo lường các nhân tố đã được sử dụng để tính giá trị cho các nhân tố trong từng thang đo khái niệm nghiên cứu (Nguyễn Đình Thọ, 2011). Kết quả sẽ tạo ra 4 biến mới như sau: biến EFO – Mục tiêu hoạt động, là giá trị trung bình của các biến đo lường của nhân tố EFO, biến RER – Mục tiêu báo cáo, là giá trị trung bình của các biến đo lường của nhân tố RER, biến LAC – Mục tiêu tuân thủ, là giá trị trung bình của các biến đo lường của nhân tố LAC, và biến ASQ là giá trị trung bình của các biến đo lường khái niệm chất lượng hệ thống thông tin kế tốn. Ngồi ra, để phân tích ảnh hưởng của mức độ ứng dụng cơng nghệ thơng tin, thì biến định tính mức độ ứng dụng cơng nghệ
thơng tin sẽ được lượng hóa bằng hai biến giả (biến dummy). Biến PMKT, có giá trị là 1
nếu mức độ ứng dụng công nghệ thông tin là sử dụng phần mềm kế tốn, là 0 nếu mức độ ứng dụng cơng nghệ thơng tin là Excel, Access hoặc ERP. Biến ERP, có giá trị là 1 nếu mức độ ứng dụng công nghệ thông tin là sử dụng hệ thống ERP, là 0 nếu mức độ ứng dụng công nghệ thông tin là Excel, Access hoặc phần mềm kế toán. Các biến mới này sẽ được đưa vào phân tích trong mơ hình hồi qui với hai nội dung chính sau: (1) kiểm định các giả định trong mơ hình hồi qui tuyến tính, (2) ước lượng và kiểm định mơ hình hồi qui tuyến tính.
Để những kết quả phân tích từ mơ hình hồi qui có ý nghĩa thì nó địi hỏi một số giả định cần phải được đảm bảo. Chính vì thế, trước khi đi vào phân tích hồi qui, tác giả tiến hành kiểm tra một số các giả định của mơ hình, bao gồm: giả định quan hệ tuyến tính, giả định phương sai các sai số không đổi, giả định về phân phối chuẩn của phần dư, và giả định không vi phạm hiện tượng đa cộng tuyến.
Giả định quan hệ tuyến tính
Giả định đầu tiên cần kiểm định là giữa biến độc lập và biến phụ thuộc phải có mối quan hệ tuyến tính. Có nhiều cách để kiểm tra giả định về quan hệ tuyến tính, trong nghiên cứu này, tác giả sử dụng đồ thị phân tán giữa các phần dư đã được chuẩn hóa (Standardized Residuals) và giá trị dự đốn chuẩn hóa (Standardized Predicted Values) mà mơ hình hồi qui tuyến tính cho ra (Hồng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Hình 4.3. Đồ thị phân tán giữa phần dư và giá trị dự đốn mơ hình
Kết quả xử lý trong đồ thị phân tán hình 4.3 cho thấy rằng, khơng có mối liên hệ nào giữa phần dư và các giá trị dự đốn của mơ hình, chúng phân tán rất ngẫu nhiên. Đồng thời, phần dư phân tán trong một vùng xung quanh đường thẳng đi qua tung độ 0, chứ khơng tạo thành một hình dạng nào cả. Từ đó kết luận được rằng, giả định về quan hệ tuyến tính và phương sai của sai số không đổi trong mơ hình được đảm bảo (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Giả định phương sai của sai số khơng đổi
Theo kết quả phân tích ở phần trên đã có thể kết luận về giả định phương sai của sai số khơng đổi, tuy nhiên, để có thêm cơ sở cho khẳng định này, tác giả đã thực hiện kiểm định một lần nữa bằng kiểm định Breusch – Pagan với giả thuyết đặt ra là:
H0: Phương sai các sai số không đổi
Kết quả kiểm định được thực hiện trên phần mềm Stata thể hiện ở bảng 4.10 cho thấy giá trị P = 0.1914 (> 0.05), kết luận chấp nhận giả thuyết H0. Điều đó có nghĩa là, phương sai của các sai số không đổi.
Bảng 4.10. Kiểm định phương sai các sai số không đổi
Giả định về phân phối chuẩn của phần dư
Để kiểm tra giả định về phân phối chuẩn của phần dư, tác giả sử dụng phương pháp xây dựng biểu đồ tần số Histogram của phần dư chuẩn hóa, kết hợp với phương pháp so sánh phân phối phần dư quan sát với phân phối chuẩn kỳ vọng bằng biểu đồ P-P Plot (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).
Dựa vào đường cong của phân phối trên biểu đồ hình 4.4, có thể kết luận được rằng phân phối của phần dư là phân phối xấp xỉ chuẩn với độ lệch chuẩn Std. Dev = 0.987 (tức là gần bằng 1).
Hình 4.4. Biểu đồ tần số của phần dư chuẩn hóa
. hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance
Variables: fitted values of Chất lượng HTTTKT chi2(1) = 1.71
Ngoài ra, bằng việc quan sát mức độ các điểm thực tế phân tán xung quanh đường thẳng phân phối chuẩn kỳ vọng trên biểu đồ P-P Plot hình 4.5, nhận thấy rằng các điểm quan sát không phân tán quá xa đường thẳng phân phối chuẩn kỳ vọng. Từ đó có thể kết luận rằng các phần dư chuẩn hóa có phân phối tiệm cận phân phối chuẩn. Với hai kết quả đánh giá đã thực hiện, khẳng định rằng giả định phân phối chuẩn của phần dư khơng bị vi phạm.
Hình 4.5. Biểu đồ P-P Plot cho phần dư chuẩn hóa
Giả định khơng có hiện tượng đa cộng tuyến
Hiện tượng đa cộng tuyến xảy ra khi các biến độc lập có tương quan hoàn toàn với nhau. Để kiểm tra hiện tượng đa cộng tuyến, chỉ số thường dùng là hệ số phóng đại phương sai VIF (Variance Inflation Factor). Kết quả xử lý (trên Stata 12) trong bảng 4.11 cho thấy rằng, hệ số VIF của các biến độc lập đều nhỏ hơn 2. Kết quả này cũng phù hợp với hệ số VIF khi phân tích hồi quy trong bảng 4.14. Từ đó kết luận rằng, mơ hình nghiên cứu khơng xảy ra hiện tượng đa cộng tuyến (Nguyễn Đình Thọ, 2011).
.vif
Variable VIF 1/VIF PMKT 1.75 0.571793 ERP 1.73 0.577558 LAC 1.39 0.717447 RER 1.32 0.759020 EFO 1.12 0.893846 Mean VIF 1.46
Bảng 4.11. Hệ số phóng đại phương sai - VIF
Trên cơ sở kết quả kiểm tra các giả định, tác giả có thể kết luận rằng, nghiên cứu có đủ điều kiện để sử dụng mơ hình hồi quy bội trong việc kiểm định các giả thuyết nghiên cứu (H1, H2) trong chương tiếp theo.