STT Chỉ tiêu Số biến quan sát Thang đo
Phần 1: Thông tin chung Phần 2: Thông tin thống kê
Phần 3: Các nhân tố ảnh hƣởng đến CLKT
1 Quy mô của DNKT 4 Likert 2 Giá phí kiểm tốn 3 Likert 3 Nhiệm kỳ kiểm toán 2 Likert 4 KSCL từ bên trong 4 Likert 5 KSCL từ bên ngoài 3 Likert 6 Năng lực chuyên môn của KTV 4 Likert 7 Đạo đức nghề nghiệp của KTV 3 Likert
Phần 4: Đánh giá chung về CLKT 3 Likert
Tổng 26
(Bảng câu hỏi chi tiết được trình bày trong Phụ lục 2)
3.5 Mẫu khảo sát
Luận văn sử dụng phương pháp chọn mẫu thuận tiện, theo đó tác giả sẽ chọn bất kỳ phần tử nào mà tác giả có thể tiếp cận để đưa vào mẫu. Về kích thước mẫu, để thực hiện phân tích nhân tố khám phá EFA và sử dụng mơ hình hồi quy tuyến tính bội thì kích thước mẫu tối thiểu là 100 và tỉ lệ quan sát/biến quan sát thường là 5:1 tức 1 biến quan sát cần tối thiểu 5 quan sát (Nguyễn Đình Thọ, 2011). Một số quan điểm khác đề nghị tỉ lệ quan sát/biến quan sát là từ 2:1 đến 20:1 (Velicer&Fava,1998, theo Nguyễn Bích Liên, 2012). Trong luận văn này, do hạn chế về thời gian và ngân sách, tác giả lựa chọn tỷ lệ quan sát/biến quan sát là 3:1, tức với 26 biến quan sát thì số mẫu thu thập cần là 78, nhưng để đảm bảo về số mẫu tối thiểu để thực hiện EFA và sử dụng mơ hình hồi quy tuyến tính bội, nên kích thước mẫu cho nghiên cứu này là 102.
Đối tượng khảo sát là các nhân viên chuyên nghiệp đang làm việc tại các vị trí khác nhau như chủ phần hùn/giám đốc, chủ nhiệm kiểm tốn, trưởng nhóm kiểm toán và trợ lý kiểm toán tại các DNKT tại TP.HCM. Lý do lựa chọn những đối tượng này là do họ là những người tham gia trực tiếp vào cuộc kiểm toán hoặc trực tiếp KSCL của cuộc kiểm toán cũng như tiếp nhận phản hồi của khách hàng về chất
lượng của cuộc kiểm tốn, vì vậy họ là người trực tiếp cảm nhận được các nhân tố có thể ảnh hưởng đến CLKT. Do đó sẽ mang lại kết quả khảo sát có độ tin cậy cao hơn.
3.6 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 ảnh hưởng đến CLKT bao gồm 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. Cụ thể như sau:
Thu thập bảng khảo sát, tổng hợp và mã hóa vào chương trình thống kê SPSS 20.0
Sử dụng công cụ thống kê tần số để tính tốn các giá trị trung bình (mean), độ lệch chuẩn (Standard deviation). Qua đó đánh giá mức độ đồng ý của người được khảo sát đối với từng biến quan sát.
Đánh giá độ tin cậy của thang đo qua hệ số Cronbach’s alpha: Hệ số này giúp
đo lường tính nhất quán của các biến quan sát trong cùng một thang đo để đo lường cùng một khái niệm (Nguyễn Đình Thọ, 2011). Hệ số này được tính tốn trước khi phân tích nhân tố khám phá EFA để loại các biến không phù hợp. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 trở lên đến gần 1 thì thang đo lường là tốt (Nunnally&Bernstein,1994), từ 0,7 đến gần 0,8 là sử dụng được (Peterson,1994). Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm thang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu (Slater,1995). Ngoài ra để biến quan sát đạt yêu cầu, hệ số tương quan biến tổng phải lớn hơn hoặc bằng 0,3 (Nunnally & Bernstein,1994). Những biến có hệ số tương quan biến tổng nhỏ hơn 0,3 sẽ được coi là biến rác và cần được loại ra khỏi mơ hình.
Phân tích nhân tố khám phá EFA (Exploratory Factor Analysis): nhằm đánh
nhằm rút gọn nhiều biến quan sát lại thành từng nhóm nhân tố để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết các nội dung thông tin của biến ban đầu. Cơ sở của việc rút gọn này dựa vào mối quan hệ tuyến tính của các nhân tố với các biến quan sát (Hair và cộng sự, 1998). Điều kiện để thực hiện được phân tích nhân tố khám phá EFA được nhiều nhà nghiên cứu đồng ý là:
Chỉ số KMO (Kaiser Meyer Olkin) là chỉ số xem xét sự thích hợp của phân tích nhân tố phải nằm trong khoảng 0,5 < KMO <1. Với chỉ số KMO nằm trong khoảng này thì chứng tỏ phân tích nhân tố là thích hợp (Hair và cộng sự, 1998).
Kiểm định Bartlett có ý nghĩa thống kê (Sig < 0,05). Đây là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê (Sig < 0,05) thì các biến quan sát có mối tương quan với nhau trong tổng thể (Trọng và Ngọc, 2008).
Hệ số tải nhân tố hay trọng số nhân tố (Factor loading) > 0,5. Theo Hair và cộng sự (1998), hệ số tải nhân tố là chỉ tiêu để đảm bảo ý nghĩa thiết thực của EFA.
- Factor loading > 0,3 được xem là đạt mức tối thiểu (được khuyên dùng nếu cỡ mẫu ít nhất là 350)
- Factor loading > 0,4 được xem là quan trọng
- Factor loading > 0,5 được xem là có ý nghĩa thực tiễn (được khuyên dùng nếu cỡ mẫu ít nhất là 100)
Tổng phương sai trích > 50% : thể hiện phần trăm biến thiên của biến quan sát nghĩa là xem biến thiên là 100% thì giá trị này cho biết phân tích nhân tố giải thích được bao nhiêu % và bị thất thoát bao nhiêu % (Trọng và Ngọc, 2008).
Eigenvalue >=1: đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố
Luận văn sử dụng phép quay Varimax trong phân tích nhân tố khám phá EFA 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. Và thực hiện phân tích EFA riêng cho 2 nhóm biến độc lập và biến phụ thuộc.
Phân tích tương quan: 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, giữa các biến độc lập với nhau). Trong bài, hệ số tương quan Pearson (kí 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 (Trọng và Ngọc, 2008). Đồng thời, hiện tượng đa cộng tuyến cũng sẽ được xem xét.
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 tất cả biến vào một lượt. Cụ thể, phương trình trong phân tích hồi quy như sau:
Y = f(X1, X2, X3, X4, X5, X6, X7) + e Trong đó:
- Y: Chất lượng kiểm toán (biến phụ thuộc) - X1: Quy mô của DNKT (biến độc lập 1) - X2: Giá phí kiểm tốn (biến độc lập 2) - X3: Nhiệm kỳ kiểm toán (biến độc lập 3) - X4: KSCL từ bên trong (biến độc lập 4) - X5: KSCL từ bên ngoài (biến độc lập 5)
- X6: Năng lực chuyên môn của KTV (biến độc lập 6) - X7: Đạo đức nghề nghiệp của KTV (biến độc lập 7) - e: sai số
TÓM TẮT CHƢƠNG 3
Chương 3 trình bày quy trình nghiên cứu của luận văn, mục tiêu khảo sát, phương pháp khảo sát, thiết kế thang đo và xây dựng bảng câu hỏi, mẫu khảo sát và phương pháp phân tích dữ liệu được sử dụng trong luận văn.
Với mục tiêu khảo sát là (1) xác định những nhân tố đang ảnh hưởng đến CLKT tại VN, (2) đánh giá mức độ ảnh hưởng của các nhân tố đó đến CLKT và (3) đánh giá tình hình chung của CLKT tại VN hiện nay, luận văn sử dụng phương pháp khảo sát bằng công cụ là bảng câu hỏi, và thiết kế 8 thang đo tương ứng với mơ hình nghiên cứu được đề xuất bao gồm 1 biến phụ thuộc và 7 biến độc lập. Qua đó xây dựng bảng câu hỏi và gửi đến các nhân viên chuyên nghiệp hiện đang làm việc tại các DNKT 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 CLKT.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1 Phân tích thống kê tần số
4.1.1 Đặc điểm của mẫu khảo sát
Nghiên cứu thu được 102 bảng trả lời qua mail và bằng công cụ trực tuyến Google.docs từ các nhân viên chuyên nghiệp hiện đang làm việc tại 31 DNKT ở TP.HCM (gọi tắt là KTV). (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 tỷ lệ nữ chiếm 48,04% và tỷ lệ nam chiếm 51,96%. Họ hiện đang làm tại nhiều vị trí cơng tác và kinh nghiệm làm việc khác nhau trong DNKT, cụ thể như sau: