3.3 Nguồn dữ liệu, phương pháp thu thập và phân tích dữ liệu trong phân tích định lượng.
3.3.3 Quy trình và phương pháp tiến hành
Mục đích đo lường mức độ ảnh hưởng của các nhân tố đến việc ra quyết định đạo đức của KTV tại các DNKT Việt Nam. Quy trình và phương pháp phân tích dữ liệu định lượng như sau:
Bước 1: Thiết kế mẫu biểu khảo sát. (xem Phụ lục 06: Mẫu biểu khảo sát chính thức
nghiên cứu định lượng)
Mẫu biểu dùng khảo sát dữ liệu cho nghiên cứu định lượng, Tác giả kết cấu gồm các phần như dưới đây:
Phần 1: Thông tin phục vụ phân loại (Đặc điểm nhân khẩu học của người được khảo sát).
Mục đích của phần này là để thống kê, đo lường tần suất và phân bố dữ liệu của các yếu tố thuộc về nhân khẩu học gồm: Giới tính, thâm niên (thời gian tham gia lĩnh vực kiểm toán của người phản hồi khảo sát)
Phần 2: Thang đo các nhân tố trong phân tích định lượng.
Theo Cheryl và cộng sự (2003), các biến đo lường của thang đo là biểu hiện phản chiếu của các nhân tố, một biến đo lường có thể loại bỏ hoặc thêm vào mà có thể khơng ảnh hưởng đến giá trị nội dung của nhân tố. Và theo Habing (2003), một nhân tố được gọi là tin cậy nếu nhân tố này có từ ba biến đo lường trở lên.
Trong nghiên cứu này, Tác giả áp dụng bảng câu hỏi môi trường đạo đức của Victor và cộng sự (1988) vào việc chuyển hóa các yếu tố thuộc các nhân tố được nhận diện trong giai đoạn nghiên cứu định tính thành các biến đo lường của các nhân tố độc lập và Tác giả xây dựng tình huống liên quan đến tài sản thuế nhằm xem người được khảo sát sẽ đưa ra quyết định xử lý tình huống như thế nào trong các tiêu chí dưới đây.
Không thực hiện hành động nào và giữ bí mật vấn đề.
Thảo luận tình hình với Giám đốc điều hành hoặc cán bộ cấp trên cho đến khi hỗn lại tài sản thuế khơng được ghi nhận.
Thông báo cho cơ quan thuế vụ về vấn đề này. Từ bỏ cuộc hẹn với khách hàng.
Người được khảo sát sẽ chọn và đánh giá các tiêu chí khảo sát theo thang đo Likert (Likert, 1932) với năm mức độ, gồm: 1. Rất thấp, 2. Thấp, 3. Vừa phải, 4. Cao, 5. Rất cao.
Bước 2: Tiến hành khảo sát.
Phương pháp xác suất khá tốt để có thể lựa chọn ra mẫu có khả năng đại diện cho tổng thể nghiên cứu và có khả năng tính được sai số do chọn mẫu, có thể áp dụng được cho các phương pháp ước lượng thống kê, kiểm định giả thuyết thống kê trong xử lý dữ liệu để suy rộng kết quả trên mẫu cho tổng thể chung.
Tác giả tiến hành phương pháp xác suất theo hình thức khảo sát trực tuyến qua mẫu biểu được tạo trên Google và gửi đến các DNKT, Chi nhánh DNKT Việt Nam trên địa bàn Tp. Hồ Chí Minh qua đường dẫn:
https://forms.gle/qcMPoTX7dsG2AotR8
lần thứ nhất bằng SPSS 20 và tiến hành hiệu chỉnh mẫu khảo sát nhằm mục đích người được khảo sát dễ dàng phản hồi khi phát hành thu thập dữ liệu chính thức cho nghiên cứu.
Bước 3: Thu thập dữ liệu và kiểm tra tính hợp lý của dữ liệu, kiểm tra dữ liệu trống
và các xử lý khác bằng phần mềm Microsoft Excel.
Bước 4: Kiểm định chất lượng và độ tin cậy thang đo.
Theo Campbell và Fiske (1959), một đo lường được coi là có giá trị nếu đo lường đó sẽ khơng có hiện tượng sai số hệ thống do sử dụng thang đo không cân bằng, kỹ thuật khảo sát kém… và sai số ngẫu nhiên do người phản hồi có sự thay đổi tính cách nhất thời làm ảnh hưởng như: mệt mỏi, đau yếu, nóng giận… Theo Cronbach (1951), hệ số tin cậy cho thang đo bao gồm từ ba biến đo lường trở lên. Theo Nunnally (1978); Peterson (1994), về mặt lý thuyết, hệ số tin cậy gọi là hệ số Cronbach’s Alpha của thang đo có hệ số càng cao thì lựa chọn được các đo lường có giá trị cho quá trình nghiên cứu. Nhiều nhà nghiên cứu cho rằng khi hệ số Cronbach’s Alpha từ 0,8 đến gần 1 thì thang đo là tốt, và từ 0,7 đến 0,8 là sử dụng được. Tuy nhiên, có hai chỉ tiêu để thang đo được chấp nhận và đánh giá tốt là: Hệ số Cronbach’s Alpha > 0,6 và Hệ số tương quan biến tổng (Corrected item–Total correlation) > 0,3.
Sau khi nhận được số lượng phản hồi đảm bảo yêu cầu trong phân tích khám phá nhân tố, Tác giả tiến hành kiểm tra hệ số Cronbach’s Alpha bằng SPSS 20 để chọn ra các nhân tố cho các phân tích tiếp theo.
Bước 5: Tiến hành phân tích khám phá nhân tố.
Theo Habing (2003), trong việc kiểm định lý thuyết khoa học, phân tích khám phá nhân tố (Exploratory Factor Analysis–EFA) là giai đoạn kế tiếp giai đoạn đánh giá độ tin cậy của thang đo qua hệ số Cronbach’s Alpha. Giai đoạn thực hiện EFA
Trị số KMO (Kaiser–Meyer–Olkin). Điều kiện đủ để thực hiện EFA là thích hợp khi KMO đạt giá trị 0,5 trở lên (0,5 ≤ KMO ≤ 1). Ngược lại, khi KMO < 0,5 thì thực hiện EFA có khả năng khơng thích hợp với tập dữ liệu nghiên cứu.
Trị số Bartlett (Bartlett’s test of sphericity). Điều kiện cần để thực hiện EFA là các biến đo lường phản ánh những khía cạnh khác nhau của cùng một nhân tố phải có mối tương quan với nhau (giá trị hội tụ). Nghĩa là, các biến đo lường có ý nghĩa thống kê trong nhân tố khi Sig<0,05 (Sig. Bartlett’s Test).
Trị số Eigenvalues Total sử dụng phổ biến để xác định số lượng nhân tố trong thực hiện EFA, chỉ có những nhân tố nào với Eigenvalues Total ≥ 1 mới được giữ lại.
Trị số Eigenvalues Cumulative ≥ 50% cho thấy thực hiện EFA là phù hợp. Hệ số tải nhân tố (Factor Loading–FL) biểu thị mối quan hệ tương quan giữa
biến đo lường với nhân tố. FL ở mức ±0,3: Điều kiện tối thiểu để biến đo lường được giữ lại; FL ở mức ±0,5: Biến đo lường có ý nghĩa thống kê tốt; FL ở mức ±0,7: Biến đo lường có ý nghĩa thống kê rất tốt (Hair và cộng sự, 2014).
Bước 6: Kiểm định mơ hình.
Theo Hair và cộng sự (2014), hệ số tương quan Pearson (ký hiệu r) sử dụng để kiểm tra mối quan hệ tuyến tính giữa các biến độc lập, biến phụ thuộc qua hệ số tương quan Pearson với các ý nghĩa như sau:
Nếu r tiến về 1 là tương quan dương, tiến về -1 là tương quan âm.
Nếu r càng tiến về 1; -1, tương quan tuyến tính càng mạnh, càng chặt chẽ. Nếu r càng tiến về 0, tương quan tuyến tính càng yếu.
Nếu r = 1, tương quan tuyến tính tuyệt đối. Nếu r = 0, khơng có mối tương quan tuyến tính.
Mơ hình hồi quy tuyến tính đặt ra giả định các biến độc lập X1, X2, X3, … sẽ tác động đến biến phụ thuộc Y. Ngoài X1, X2, X3… cịn có rất nhiều những nhân tố khác ngồi mơ hình hồi quy ảnh hưởng đến Y khơng liệt kê được. Phân tích hồi quy tuyến tính bội nhằm nhận xét các biến độc lập ảnh hưởng như thế nào lên biến phụ thuộc thông qua các trị số và hệ số:
Trị số R2 hiệu chỉnh. Phản ánh mức độ giải thích biến phụ thuộc của các biến độc lập trong mơ hình hồi quy. R2 hiệu chỉnh phản ánh sát hơn so với R2. Mức dao động của 2 trị số này là từ 0 đến 1, nếu càng tiến về 1 thì mơ hình càng có ý nghĩa, càng tiến về 0 thì ý nghĩa mơ hình càng yếu.
Trị số Sig của kiểm định F được sử dụng để kiểm định độ phù hợp của mơ hình hồi quy. Nếu Sig < 0,05 thì kết luận mơ hình hồi quy tuyến tính đa biến phù hợp với tập dữ liệu và có thể sử dụng được.
Trị số Durbin–Watson (DW) dùng để kiểm tra hiện tượng tự tương quan của các sai số kề nhau. Giá trị DW nằm trong khoảng 1,5–2,5 sẽ không xảy ra hiện tượng tự tương quan, DW nhỏ hơn 1 hoặc lớn hơn 3 thì cần thực sự lưu ý khả năng xảy ra hiện tượng tự tương quan rất cao (Field, 2009).
Trị số Sig của kiểm định t được sử dụng để kiểm định ý nghĩa của hệ số hồi quy. Nếu kiểm định t của hệ số hồi quy của một biến độc lập có Sig < 0,05 thì kết luận biến độc lập đó có tác động đến biến phụ thuộc. Mỗi biến độc lập tương ứng với một hệ số hồi quy riêng, do vậy cũng có từng kiểm định t riêng.
Hệ số phóng đại phương sai (Variance inflation factor–VIF) dùng để kiểm tra hiện tượng đa cộng tuyến. Hệ số VIF > 10 thì có thể nhận xét có hiện tượng đa cộng tuyến (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008). Tuy nhiên trên thực tế với các đề tài nghiên cứu có mơ hình với bảng câu hỏi sử dụng thang đo Likert thì VIF < 2 sẽ khơng có đa cộng tuyến, trường hợp hệ số này lớn hơn hoặc bằng 2, khả năng cao đang có sự đa cộng tuyến giữa các biến độc lập.
Phương trình hồi quy tuyến tính tổng qt thể hiện ảnh hưởng của các biến độc lập đến biến phụ thuộc có dạng:
Y = β0 + β1 X1 + β2 X2 + β3 X3 + … Trong đó: Y là biến phụ thuộc;
β0 là hằng số hồi quy;
β1, β2, β3, … là các hệ số hồi quy; Các biến độc lập gồm: X1, X2, X3, …
Mục tiêu đánh giá mức độ ảnh hưởng của các nhân tố đến việc ra quyết định đạo đức của KTV tại các DNKT Việt Nam, Tác giả sử dụng phương pháp phân tích tương quan và phân tích hồi quy tuyến tính bội trong SPSS 20 để mơ tả và đo lường mức độ ảnh hưởng.
Bước 7: Kiểm định giả thuyết nghiên cứu.
Theo Patrick (2013), phương pháp t-test được dùng một cách phổ biến để xác định xem giá trị trung bình của một quần thể có khác biệt với một giá trị nào đó gọi là giá trị trung bình giả thuyết hoặc với giá trị trung bình của một quần thể khác.
Trong nghiên cứu này, thang đo được sử dụng là Likert 1-5, trong đó điểm 1 và 2 đại diện cho bên đánh giá Thấp, điểm 4 và 5 đại diện cho bên đánh giá Cao, điểm 3 là trung gian giữa 2 bên. Các giả thuyết đưa ra tại Phần 2.3.2 rằng, các nhân tố ảnh hưởng không đáng kể đến việc ra quyết định đạo đức của KTV tại các DNKT Việt Nam, nghĩa là Tác giả tiến hành kiểm định sự khác biệt về giá trị trung bình của tổng thể với giá trị cho trước này là từ dưới điểm trung gian, tức là từ 2,9 trở xuống. Trong trường hợp này, phương pháp One-Sample Test phù hợp để Tác giả tiến hành kiểm định xem từng giả thuyết được chấp nhận hay bác bỏ, với độ tin cậy đặt ra là 95%.
KẾT LUẬN CHƯƠNG 3
Chương này, Tác giả đã phân tích cụ thể phương pháp nghiên cứu đã được xác định trong Chương 1 là phương pháp hỗn hợp kết hợp giữa nghiên cứu định tính và nghiên cứu định lượng. Cụ thể bao gồm: Phương pháp và quy trình nghiên cứu tổng quát. Nguồn dữ liệu và phương pháp thu thập dữ liệu, xác định đối tượng nghiên cứu, các bước thực hiện nghiên cứu định tính. Nguồn dữ liệu, đối tượng và quy mô mẫu khảo sát, các bước tiến hành nghiên cứu định lượng.
CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
Chương này, trình bày kết quả đã đạt được từ nghiên cứu định tính và nghiên cứu định lượng về các nhân tố ảnh hưởng việc ra quyết định đạo đức của KTV tại các DNKT Việt Nam. Và đưa ra các vấn đề bàn luận trên cơ sở các kết quả nghiên cứu định tính và định lượng này.