Chương 4 Kết quả nghiên cứu và bàn luận
4.1. Kết quả nghiên cứu
4.1.2.2. Đánh giá giá trị thang đo
Sau khi đánh giá độ tin cậy, thang đo cần được đánh giá giá trị trước khi được sử dụng để kiểm định lý thuyết khoa học. Nghiên cứu này sử dụng phương pháp phân tích nhân tố khám phá EFA để đánh giá hai giá trị quan trọng của thang đo là giá trị hội tụ và giá trị phân biệt.
Để đảm bảo tính phù hợp khi sử dụng phương pháp phân tích nhân tố khám phá EFA trong đánh giá thang đo, các điều kiện áp dụng cần phải được đánh giá trước khi thực hiện. Có 2 điều kiện cần được đánh giá bao gồm:
(1) Kích thước mẫu: như đã phân tích trong mục 3.4.2 ở trên, trong nghiên cứu này tác giả xác định kích thước mẫu thu thập dựa vào các phương pháp phân tích dữ liệu được sử dụng. Do đó, với số mẫu thu thập là 193 quan sát đã thỏa mãn điều kiện về cỡ mẫu để sử dụng phương pháp EFA cũng như phân tích hồi qui.
(2) Mức độ quan hệ giữa các biến đo lường: việc đánh giá mức độ quan hệ giữa các biến đo lường được thực hiện cho từng thang đo gắn với quá trình thực hiện phân tích EFA, bằng cách sử dụng kiểm định KMO (Kaiser–Meyer–Olkin) và kiểm định Bartlett (Bartlett’s test of sphericity). Theo Nguyễn Đình Thọ (2011), để sử dụng EFA thì KMO phải lớn hơn 0.50, và phép kiểm định Bartlett phải có ý nghĩa thống kê, tức P-value (Sig) < 0.05 thì các biến có mối quan hệ với nhau.
Kết quả phân tích EFA bằng phần mềm SPSS với phương pháp trích PCA (Principla Component Analysis) – tác giả sử dụng phương pháp trích PCA vì mục đích phân tích là rút gọn dữ liệu, giảm cộng tuyến giữa các nhân tố nhằm phục vụ cho việc phân tích hồi qui bội tiếp theo, và phép xoay vng góc Vrimax được thể hiện dưới đây:
Đối với thang đo hệ thống kiểm soát nội bộ hữu hiệu
Kết quả kiểm định trong bảng 4.3 cho thấy KMO = 0.805 > 0.50 và kiểm định Bartlett có ý nghĩa thống kê với P-value < 0.05. Do đó, việc sử dụng mơ hình EFA để đánh giá giá trị thang đo khái niệm hệ thống kiểm soát nội bộ hữu hiệu là phù hợp.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .805
Bartlett's Test of
Sphericity Approx. Chi-Square df 623.482 66 Sig. .000
Bảng 4.3. Kiểm định KMO và Bartlett cho thang đo HTKSNB hữu hiệu
Công việc đầu tiên khi bắt đầu thực hiện đánh giá thang đo là xem xét số lượng nhân tố trích được có phù hợp với giả thuyết ban đầu hay không. Trong nghiên cứu này, tác giả sử dụng tiêu chí eigenvalue nhằm xác định số lượng nhân tố trích. Theo đó, số lượng nhân tố được xác định ở nhân tố có eigenvalue ≥ 1 (Nguyễn Đình Thọ, 2011). Theo như phân tích trong những phần trên, thang đo khái niệm hệ thống kiểm soát nội bộ hữu hiệu là thang đo gồm 3 thành phần nhân tố, mỗi thành phần nhân tố gồm 4 biến đo lường. Dựa vào sơ đồ điểm uốn và eigenvalue hình 4.1 và bảng 4.6 ta kết luận được rằng, số lượng nhân tố trích được sau khi thực hiện phân tích EFA là 3 nhân tố tại eigenvalue = 1.220. Nếu trích thêm nhân tố thứ 4 thì eigenvalue = 0.926 < 1. Như vậy, số lượng nhân tố sau khi thực hiện phân tích là phù hợp với giả thuyết ban đầu về số lượng thành phần thang đo.
Sau khi xác định được số lượng nhân tố, vấn đề tiếp theo là phải kiểm tra chi tiết các biến đo lường có được sắp xếp vào đúng các thành phần nhân tố theo như giả thuyết ban đầu hay khơng. Tiêu chí được sử dụng trong trường hợp này là hệ số tải nhân tố (factor loading) – là hệ số thể hiện mối tương quan đơn giữa biến đo lường và các nhân tố. Nếu hệ số này > 0.3 được xem là đạt mức tối thiểu, > 0.4 được xem là quan trọng, và > 0.5 được xem là có ý nghĩa thiết thực. Mức hệ số tải nhân tố được tác giả lựa chọn để kiểm tra các biến đo lường là > 0.5. Kết quả phân tích trong bảng 4.4 cho thấy rằng, các biến đo lường được sắp xếp vào 3 nhân tố: nhân tố thứ nhất gồm 4 biến đo lường LAC1, LAC2, LAC3, LAC4 – đo lường cho mục tiêu tuân thủ, nhân tố thứ 2 gồm 4 biến đo lường EFO1, EFO2, EFO3, EFO4 – đo lường cho mục tiêu hoạt động, và nhân tố thứ 3 gồm 4 biến đo lường RER1, RER2, RER3, RER4 – đo lường cho mục tiêu báo cáo. Điều này là phù hợp với giả thuyết ban đầu về các biến đo lường tương ứng cho từng nhân tố.
Rotated Component Matrixa
Component 1 2 3 EFO1 .268 .683 -.069 EFO2 .164 .720 .112 EFO3 .027 .722 .000 EFO4 -.016 .641 .157 RER1 .212 .048 .672 RER2 .069 .511 .532 RER3 .098 -.022 .789 RER4 .307 .196 .745 LAC1 .627 -.076 .382 LAC2 .771 .294 .132 LAC3 .804 .116 .110 LAC4 .684 .086 .170 Extraction Method: Principal
Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 5 iterations.
Bảng 4.4. Ma trận nhân tố cho thang đo HTKSNB hữu hiệu
Tuy nhiên, nhận thấy rằng biến RER2 có hệ số tải nhân tố lớn nhất đối với nhân tố thứ ba là 0.532, và lớn thứ nhì đối với nhân tố thứ hai là 0. 511, chênh lệch giữ hai hệ số này
0.532 - 0.511 = 0.021, số chênh lệch này nhỏ hơn nhiều so với mức 0.3 – là giá trị thường được các nhà nghiên cứu sử dụng để đánh giá sự tương đương nhau giữa các hệ số (Nguyễn Đình Thọ, 2011). Điều này có nghĩa biến RER2 vừa đo lường cho nhân tố thứ ba vừa đo lường cho nhân tố thứ hai. Do đó, tác giả đã loại biến này ra khỏi tập biến quan sát, và kết luận thang đo đảm bảo giá trị phân biệt giữa các nhân tố.
Để đánh giá giá trị hội tụ của thang đo, tác giả dựa vào trọng số nhân tố của các biến trên nhân tố mà nó đo lường. Thang đo đạt giá trị hội tụ khi trọng số nhân tố các biến đo lường phải cao ở mức độ mà phần chung phải lớn hơn hoặc bằng phần riêng và sai số (Nguyễn Đình Thọ, 2011). Điều này tương đương với phần trăm phương sai của biến đo lường được giải thích bởi nhân tố mà nó đo lường phải lớn hơn 50% (0.50). Kết quả trong bảng 4.5 cho thấy 11 trong số 12 biến quan sát có phần chung sau khi trích đều lớn hơn 0.50. Riêng biến đo lường EFO4 có phần chung là 0.436 < 0.50, do đó, nó được loại ra khỏi tập biến đo lường. Kết luận thang đo đạt giá trị hội tụ sau khi loại biến EFO4.
Communalities Initial Extraction EFO1 1.000 .543 EFO2 1.000 .558 EFO3 1.000 .522 EFO4 1.000 .436 RER1 1.000 .500 RER2 1.000 .548 RER3 1.000 .632 RER4 1.000 .687 LAC1 1.000 .544 LAC2 1.000 .698 LAC3 1.000 .673 LAC4 1.000 .505 Extraction Method: Principal Component Analysis.
Bảng 4.5. Communalities cho thang đo HTKSNB hữu hiệu
Sau khi đánh giá và loại bỏ các biến khơng phù hợp, phân tích EFA được thực hiện một lần nữa nhằm tính tốn tổng phương sai trích (TVE). Kết quả phân tích trên bảng 4.6 cho thấy rằng, các nhân tố của khái niệm hệ thống kiểm soát nội bộ hữu hiệu sau khi xoay giải
thích được 61.484% biến thiên của các biến đo lường. Kết luận mơ hình EFA phù hợp và thang đo được chấp nhận.
Total Variance Explained
F Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance 1 3.881 32.343 32.343 3.881 32.343 32.343 2.355 19.629 2 1.744 14.533 46.876 1.744 14.533 46.876 2.332 19.437 3 1.220 10.163 57.039 1.220 10.163 57.039 2.157 17.973 4 .926 7.716 64.754 5 .706 5.882 70.636 6 .693 5.773 76.408 7 .595 4.961 81.369 8 .570 4.753 86.123 9 .499 4.161 90.284 10 .459 3.827 94.111 11 .398 3.315 97.426 12 .309 2.574 100.000
Total Variance Explained – After eliminating items (EFO4 and RER2)
1 3.463 34.630 34.630 3.463 34.630 34.630 2.281 22.808 2 1.582 15.820 50.450 1.582 15.820 50.450 2.006 20.061 3 1.103 11.033 61.483 1.103 11.033 61.483 1.861 18.615 4 .836 8.359 69.842 5 .698 6.976 76.818 6 .595 5.952 82.770 7 .532 5.316 88.086 8 .473 4.729 92.815 9 .405 4.055 96.870 10 .313 3.130 100.000
Extraction Method: Principal Component Analysis.
Bảng 4.6. Nhân tố và phương sai trích cho thang đo HTKSNB hữu hiệu
Đối với thang đo chất lượng hệ thống thơng tin kế tốn
Kết quả kiểm định trong bảng 3.7 cho thấy KMO = 0.886 > 0.50 và kiểm định Bartlett có ý nghĩa thống kê với P < 0.05. Do đó, việc sử dụng mơ hình EFA để đánh giá giá trị thang đo khái niệm hệ thống kiểm soát nội bộ hữu hiệu là phù hợp.
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling
Adequacy. .886
Bartlett's Test of
Sphericity Approx. Chi-Square df 548.376 28 Sig. .000
Bảng 4.7. Kiểm định KMO và Bartlett cho thang đo chất lượng HTTTKT
Theo như phân tích trong những phần trên, thang đo khái niệm chất lượng hệ thống thông tin kế tốn là thang đo chỉ có một thành phần nhân tố với 9 biến đo lường. Dựa vào sơ đồ điểm uốn và eigenvalue hình 4.2 và bảng 4.9 ta kết luận được rằng, số lượng nhân tố trích được sau khi thực hiện phân tích EFA là 1 nhân tố tại eigenvalue = 3.972. Nếu trích thêm nhân tố thứ 2 thì eigenvalue = 0.961 < 1. Như vậy, số lượng nhân tố sau khi thực hiện phân tích là phù hợp với giả thuyết ban đầu về số lượng thành phần thang đo.
Hình 4.2. Sơ đồ điểm uốn và eigenvalue cho thang đo chất lượng HTTTKT
Kết quả trong bảng 4.8 cho thấy 6 trong số 8 biến quan sát có phần chung sau khi trích đều lớn hơn 0.50. Riêng biến đo lường ASQ2 có phần chung là 0.215 < 0.50, và biến đo lường ASQ9 có phần chung là 0.278 < 0.50, do đó, tác giả quyết định loại 2 biến này ra khỏi tập biến đo lường. Kết luận thang đo đạt giá trị hội tụ sau khi loại biến ASQ2 và ASQ9.
Communalities Initial Extraction ASQ1 1.000 .562 ASQ2 1.000 .215 ASQ3 1.000 .619 ASQ4 1.000 .656 ASQ5 1.000 .608 ASQ7 1.000 .526 ASQ8 1.000 .508 ASQ9 1.000 .278 Extraction Method: Principal Component Analysis.
Bảng 4.8. Communalities cho thang đo chất lượng HTTTKT
Sau khi đánh giá và loại bỏ các biến khơng phù hợp, phân tích EFA được thực hiện một lần nữa nhằm tính tốn tổng phương sai trích (TVE). Kết quả phân tích trên bảng 4.9 cho thấy rằng, nhân tố của khái niệm chất lượng hệ thống thông tin kế tốn giải thích được 49.650% (≈ 50%) biến thiên của các biến đo lường. Kết luận mơ hình EFA phù hợp và thang đo được chấp nhận.
Total Variance Explained
F Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 3.972 49.650 49.650 3.972 49.650 49.650 2 .961 12.011 61.661 3 .765 9.557 71.218 4 .621 7.766 78.984 5 .498 6.231 85.214 6 .444 5.555 90.769 7 .393 4.910 95.679 8 .346 4.321 100.000
Total Variance Explained – After eliminating items (ASQ2, ASQ6 and ASQ9)
1 3.595 59.910 59.910 3.595 59.910 59.910
2 .671 11.190 71.099 3 .529 8.817 79.916 4 .451 7.521 87.437 5 .393 6.549 93.986
6 .361 6.014 100.000 Extraction Method: Principal Component Analysis.
Bảng 4.9. Nhân tố và phương sai trích cho thang đo chất lượng HTTTKT
Tóm lại, sau khi thực hiện việc đánh giá giá trị thang đo cho hai khái niệm hệ thống kiểm soát nội bộ hữu hiệu và chất lượng hệ thống thơng tin kế tốn bằng phương pháp phân tích EFA, kết quả đạt được như sau:
- Thang đo khái niệm hệ thống kiểm soát nội bộ hữu hiệu gồm ba thành phần nhân tố: thành phần mục tiêu hoạt động gồm 3 biến đo lường EFO1, EFO2, EFO3, thành phần
mục tiêu báo cáo gồm 3 biến đo lường RER1, RER3, RER4, và thành phần mục tiêu
tuân thủ gồm 4 biến đo lường LAC1, LAC2, LAC3, LAC4. Có 2 biến đo lường bị
loại ra khỏi thang đo là EFO4 và RER2.
- Thang đo khái niệm chất lượng hệ thống thơng tin kế tốn chỉ có 1 thành phần nhân tố với 6 biến đo lường ASQ1, ASQ3, ASQ4, ASQ5, ASQ7, ASQ8. Có 3 biến đo lường bị loại ra khỏi thang đo là ASQ2, ASQ6, và ASQ9.
Kết luận, các thang đo sau khi được đánh giá đã đảm bảo độ tin cậy và giá trị để đưa vào thực hiện phân tích nhằm kiểm định giả thuyết nghiên cứu.