4.1 .Thống kê mô tả mẫu khảo sát
4.1.4 .Trình độ học vấn
4.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố khám phá EFA được tiến hành để nhóm các thang đo thành các nhân tố mới theo phương pháp trích yếu tố Principal Components với phép xoay Varimax.
4.3.1. Phân tích nhân tố khám phá EFA của các thang đo tác động đến hành vi gian lận thuế. hành vi gian lận thuế.
Sau khi đã kiểm định xong độ tin cậy của các thang đo: yếu tố cơ hội gian lận thuế, yếu tố động cơ gian lận thuế, yếu tố khả năng hợp lý hóa hành vi gian lận thuế thì chúng ta có 11 biến để đưa vào phân tích nhân tố khám phá EFA.
Kết quả phân tích nhân tố khám phá EFA được phần mềm SPSS cho ra như sau:
Bảng 4.3.1a: Kết quả kiểm định KMO và Bartlett của các thang đo tác động đến hành vi gian lận thuế
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .816
Bartlett's Test of Sphericity
Approx. Chi-Square 907.249
df 55
Sig. .000
Kết quả từ bảng 4.3.1a cho thấy kết quả kiểm định Bartlett. Với kết quả hệ số
KMO = 0.816 >0,5 tức là sử dụng phương pháp phân tích nhân tố để nhóm các biến
lại là thích hợp. Với giá trị sig. = 0,000 < 0,05 cũng cho thấy các biến trong tổng thể có tương quan với nhau.
Bảng 4.3.1b: Phương sai trích khi phân tích nhân tố cuối cùng của các thang đo tác động đến hành vi gian lận thuế
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 Cumulati ve % 1 4.276 38.873 38.873 4.276 38.873 38.873 3.345 30.409 30.409 2 1.700 15.458 54.331 1.700 15.458 54.331 2.107 19.156 49.565 3 1.547 14.059 68.390 1.547 14.059 68.390 2.071 18.825 68.390 4 .668 6.075 5 .591 5.374 6 .517 4.703 7 .491 4.463 8 .401 3.646 92.651 9 .349 3.174 95.825 10 .292 2.655 98.479 11 .167 1.521 100.000
Kết quả từ bảng 4.3.1b và dựa vào tiêu chuẩn Eigenvalue lớn hơn 1 thì chỉ có 3 nhóm nhân tố được rút ra từ 11 biến. Giá trị Cumulative % của ô “Rotation Sums
of Squared Loadings” cho thấy 3 nhân tố được rút ra giải thích được 68,39% biến
Bảng 4.3.1c: Kết quả ma trận xoay nhân tố của các thang đo tác động đến hành vi gian lận thuế
Rotated Component Matrixa Component 1 2 3 CH_2 .114 .182 .795 CH_3 .132 .044 .829 CH_4 .113 .001 .791 DC_1 .234 .728 .112 DC_3 .094 .849 .057 DC_4 .154 .814 .050 HL_1 .858 .085 .173 HL_2 .889 .110 .083 HL_3 .758 .045 .235 HL_4 .708 .229 -.016 HL_5 .782 .294 .116
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser
Normalization.a
Bảng 4.3.1c cho kết quả các nhân tố đã xoay. Từ bảng này chúng ta chỉ lấy những biến có Factor Loading lớn hơn 0,5 để đảm bảo ý nghĩa thiết thực của EFA. Ta thấy biến HL_1, HL_2, HL_3, HL_4, HL_5 có tương quan mạnh với nhau và
thuộc nhóm nhân tố 1. Tương tự, nhân tố thứ 2 bao gồm biến DC_1, DC_3, DC_4. Các biến CH_2, CH_3, CH_4 thuộc nhóm nhân tố thứ 3.
Tóm lại, kết quả phân tích nhân tố EFA cho thấy “yếu tố hành vi gian lận thuế” có 3 nhân tố ảnh hưởng :
- Nhân tố thứ nhất: là các biến quan sát trong thang đo “yếu tố khả năng
hợp lý hóa hành vi gian lận thuế” được giữ nguyên gồm 5 biến HL_1, HL_2, HL_3, HL_4, HL_5 nên nhân tố này được đặt tên là KHẢ NĂNG HỢP LÝ HÓA HÀNH VI- kí hiệu tên biến mới là HL.
- Nhân tố thứ hai : là các biến quan sát trong thang đo “yếu tố động cơ gian
lận thuế ” gồm 3 biến DC_1, DC_3, DC_4 nên nhân tố này được đặt tên là ĐỘNG
CƠ GIAN LẬN THUẾ - kí hiệu tên biến mới là DC.
- Nhân tố thứ ba: là các biến quan sát trong thang đo “yếu tố cơ hội gian
lận thuế” gồm 3 biến CH_2, CH_3, CH_4 nên nhân tố này được đặt tên là CƠ HỘI
Bảng 4.3.1d: Kết quả ma trận hệ số nhân tố của các các thang đo tác động đến hành vi gian lận thuế
Component Score Coefficient Matrix Component 1 2 3 CH_2 -.077 .042 .405 CH_3 -.053 -.039 .429 CH_4 -.048 -.058 .413 DC_1 -.038 .364 -.005 DC_3 -.102 .456 -.024 DC_4 -.074 .428 -.033 HL_1 .287 -.094 -.010 HL_2 .305 -.080 -.063 HL_3 .249 -.104 .037 HL_4 .230 .019 -.102 HL_5 .233 .037 -.042
Ngoài ra các biến mới cũng được viết thành phương trình dựa vào kết quả của bảng 4.3.1d .
Ba nhân tố mới HL, DC, CH được thể hiện bằng các phương trình như sau:
HL = 0,287*HL_1 + 0,305*HL_2 + 0,249*HL_3 + 0,23*HL_4 + 0,233*HL_5 DC = 0,364*DC_1 + 0,456*DC_3 + 0,428*DC_4
4.3.2.Phân tích nhân tố khám phá EFA của thang đo “yếu tố hành vi gian lận thuế”.
Sau khi kiểm định độ tin cậy của các thang đo “yếu tố hành vi gian lận thuế” thì chúng ta có 3 biến HV_1, HV_2, HV_3 để đưa vào phân tích nhân tố khám phá EFA.
Kết quả phân tích nhân tố khám phá EFA được phần mềm SPSS đưa ra như sau:
Bảng 4.3.2a: Kết quả kiểm định KMO và Bartlett của thang đo “yếu tố hành vi gian lận thuế”
KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .661 Bartlett's Test of Sphericity Approx. Chi-Square 94.773 df 3 Sig. .000
Bảng 4.3.2a cho thấy kết quả hệ số KMO = 0.661 > 0,5 tức là sử dụng
phương pháp phân tích nhân tố để nhóm các biến lại là thích hợp. Với giá trị sig. =
Bảng 4.3.2b: Phương sai trích khi phân tích nhân tố cuối cùng của thang đo “yếu tố hành vi gian lận thuế”
Total Variance Explained
Component
Initial Eigenvalues Extraction Sums of Squared
Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % 1 1.849 61.643 61.643 1.849 61.643 61.643 2 .633 21.117 82.760 3 .517 17.240 100.000
Kết quả từ bảng 4.3.2b và theo tiêu chuẩn Eigenvalue lớn hơn 1 thì chỉ có 1 nhân tố được rút ra từ 3 biến đưa vào. Giá trị Cumulative % của ô “Extraction Sums of Squared Loadings” cho thấy 1 nhân tố được rút ra này giải thích được
61,64% biến thiên của các biến quan sát.
Bảng 4.3.2c: Kết quả ma trận nhân tố của thang đo “yếu tố hành vi gian lận thuế”
Component Matrixa Component 1 HV_1 .815 HV_2 .753 HV_3 .786
Vì chỉ có 1 nhân tố được rút ra nên phép xoay Varimax không thực hiện. Xét bảng 4.3.2c cho thấy hệ số tải Factor Loading đều lớn hơn 0,5 nên các biến quan sát đều quan trọng trong nhân tố “ yếu tố hành vi gian lận thuế”.
Tóm lại, kết quả phân tích nhân tố EFA của “ yếu tố hành vi gian lận thuế” là phù hợp, số nhân tố được rút ra là 1 nhân tố. Nhân tố này được đặt tên là HÀNH VI GIAN LẬN - kí hiệu tên biến mới là HV.
Bảng 4.3.2d: Kết quả ma trận hệ số nhân tố của thang đo“yếu tố hành vi gian lận thuế”
Component Score Coefficient Matrix Component
1
HV_1 .441
HV_2 .407
HV_3 .425
Theo kết quả hệ số của bảng 4.3.2d thì biến HV được thể hiện bằng phương trình như sau:
HV = 0,441*HV_1 + 0,407* HV_2 + 0,425*HV_3 4.4. Kiểm định mơ hình nghiên cứu và các giả thuyết
Sau khi kiểm định độ tin cậy của các thang đo bằng hệ số Cronbach’s alpha
và nhóm các nhân tố bằng phân tích EFA thì các biến ban đầu khơng đủ điều kiện đã bị loại khỏi mơ hình nghiên cứu.
Với 2 lần phân tích EFA thì 4 nhân tố mới được rút ra, tiếp theo chúng ta sẽ sử dụng 4 nhân tố này để kiểm định các giả thuyết đã đưa ra:
Giả thuyết H1: yếu tố cơ hội có ảnh hưởng đến hành vi gian lận thuế GTGT.
Giả thuyết H2: yếu tố động cơ có ảnh hưởng đến hành vi gian lận thuế
Giả thuyết H3: yếu tố hợp lý hóa hành vi được thể hiện qua nhân cách con
người có ảnh hưởng đến hành vi gian lận thuế GTGT. Các giả thuyết này được thể hiện bằng sơ đồ sau:
4.4.1. Phân tích tương quan
Đầu tiên để kiểm định chiều của các giả thuyết chúng ta sử dụng kiểm định tương quan giữa các cặp biến bằng hệ số Pearson.
4.4.1.1. Kết quả kiểm định giả thuyết H1 về tương quan giữa biến CH và HV như sau: HV như sau: HỢP LÝ HÓA HÀNH VI (HL) ĐỘNG CƠ GIAN LẬN (DC) HÀNH VI GIAN LẬN (HV) CƠ HỘI GIAN
LẬN (CH) H1 + H3 H2 + +
Bảng 4.4.1.1:Kết quả tương quan giữa biến HV và biến CH Correlations HV CH HV Pearson Correlation 1 .317** Sig. (2-tailed) .000 N 192 192 CH Pearson Correlation .317** 1 Sig. (2-tailed) .000 N 192 192
**. Correlation is significant at the 0.01 level (2-tailed).
Kiểm định 2 phía với độ tin cậy 99% về sự tương quan giữa 2 biến CH và HV cho kết quả: hệ số “Pearson Correlation” bằng 0,317> 0 (dương) cho thấy 2 biến CH và HV tương quan cùng chiều.
Và kiểm định này là có ý nghĩa vì cho kết quả sig = 0,000 < 1 %.
4.4.1.2. Kết quả kiểm định giả thuyết H2 về tương quan giữa biến DC và HV như sau: HV như sau:
Bảng 4.4.1.2: Kết quả tương quan giữa biến HV và biến DC Correlations HV DC HV Pearson Correlation 1 .266** Sig. (2-tailed) .000 N 192 192 DC Pearson Correlation .266** 1 Sig. (2-tailed) .000 N 192 192
**. Correlation is significant at the 0.01 level (2-tailed).
Với độ tin cậy 99% , kết quả kiểm định tương quan giữa biến DC và HV cho ra hệ số “Pearson Correlation” bằng 0,266 > 0 (dương) cho thấy 2 biến DC và HV tương quan cùng chiều. Và kiểm định này là có ý nghĩa vì cho kết quả sig = 0,000 < 1 %.
4.4.1.3. Kết quả kiểm định giả thuyết H3 về tương quan giữa biến HL và HV như sau: như sau:
Tương tự với kiểm định giả thuyết H3, hệ số tương quan Pearson có được như sau:
Bảng 4.4.1.3: Kết quả tương quan giữa biến HV và biến HL Correlations HV HL HV Pearson Correlation 1 .684 ** Sig. (2-tailed) .000 N 192 192 HL Pearson Correlation .684 ** 1 Sig. (2-tailed) .000 N 192 192
**. Correlation is significant at the 0.01 level (2-tailed).
Hệ số Pearson = 0,684 > 0 (dương) cho thấy 2 biến HL và HV tương quan cùng chiều, hệ số này lớn hơn 2 kiểm định trên nên cho thấy tương quan giữa biến HV và HL tương đối mạnh hơn so với biến CH và DC. Và kiểm định 2 phía này có ý nghĩa ở độ tin cậy 99% vì kết quả sig = 0,000 < 1 %.
Tóm lại, với 3 kiểm định tương quan trên chúng ta có thể chứng minh được
các giả thuyết H1, H2, H3 là đúng. Vì với kết quả kiểm định này chúng ta cho thấy 3 biến HL, DC, CH đều có tương quan cùng chiều tích cực với biến HV.
4.4.2. Phân tích hồi qui
Kết quả kiểm định tương quan bằng hệ số Pearson cho chúng ta thấy được các biến HL, DC, CH tương quan cùng chiều hay ngược chiều với biến HV.
Nhưng để thấy được mức độ ảnh hưởng của các biến HL, DC, CH tới biến HV như thế nào, biến nào tác động mạnh nhất thì chúng ta tiếp tục sử dụng phương pháp phân tích hồi quy để tìm ra các hệ số. Chúng ta sẽ đưa 3 biến độc lập: HL,
DC, CH theo đúng thứ tự các nhân tố được rút ra và biến phụ thuộc HL vào phương trình hồi quy cụ thể như sau:
HV = a + β1 HL + β2 DC + β3 CH + e
Trong đó:
HV : là biến phụ thuộc , giải thích cho “ Hành vi gian lận thuế”
HL: là biến độc lập, giải thích cho yếu tố “ Hợp lý hóa hành vi gian lận” DC: là biến độc lập, giải thích cho yếu tố “ Động cơ gian lận”
CH: là biến độc lập, giải thích cho yếu tố “ Cơ hội gian lận”
β1, β2, β3 là hệ số của các biến độc lập – cho biết chiều hướng và mức độ tác động của các biến độc lập tới biến phụ thuộc.
Phân tích hồi quy bằng phần mềm SPSS cho ra các bảng kết quả như sau:
Bảng 4.4.2a: Kết quả tóm tắt mơ hình hồi quy
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of
the Estimate Durbin-Watson
1 .799a .639 .633 .60556543 1.386
a. Predictors: (Constant), CH, DC, HL b. Dependent Variable: HV
Bảng 4.4.2b: Kết quả kiểm định độ phù hợp của mơ hình hồi quy (ANOVA)
ANOVAa
Model Sum of
Squares df Mean Square F Sig.
1
Regression 122.059 3 40.686 110.949 .000b
Residual 68.941 188 .367
a. Dependent Variable: HV
b. Predictors: (Constant), CH, DC, HL
Bảng 4.4.2c: Kết quả hệ số hồi quy
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (constant) -1.118E-016 .044 .000 1.000 HL .684 .044 .684 15.612 .000 1.000 1.000 DC .266 .044 .266 6.069 .000 1.000 1.000 CH .317 .044 .317 7.230 .000 1.000 1.000 a. Dependent Variable: HV
Bảng 4.4.2a đưa ra kết quả của hệ số R Square, hệ số được dùng để đánh giá mức độ phù hợp của mơ hình. Kết quả cho thấy R Square = 0,639 nghĩa là mơ hình này giải thích được 63,9%. Hay nói cách khác, 63,9% sự biến thiên của biến HL được giải thích bởi mối liên hệ tuyến tính của các biến độc lập.
Kiểm định ANOVA về sự phù hợp của mơ hình thì có kết quả sig bằng
0,000 nhỏ hơn mức ý nghĩa 5% nên mơ hình này phù hợp, và do đó các kết quả các hệ số có ý nghĩa thống kê và được xem xét.
Bảng 4.4.2c cho kết quả sig của các hệ số đều bằng 0,000 < 0,05 nên các hệ số β đều có ý nghĩa thống kê. Hệ số VIF được dùng để phát hiện hiện tượng đa cộng tuyến, nếu VIF vượt quá 10 sẽ có dấu hiệu của đa cộng tuyến. Kết quả hồi quy cho thấy VIF = 1,0 như vậy khơng có hiện tượng đa cộng tuyến ở mơ hình này.
Kết quả hồi quy cho hệ số β1 = 0,684, β2 = 0,266, β3 = 0,317 đều lớn hơn 0 (dương) điều này cho thấy 3 biến độc lập HL, DC và CH có quan hệ tuyến tính cùng chiều với biến phụ thuộc HV. Hay nói cách khác, biến HL -“hợp lý hóa hành vi” , biến DC -“ động cơ gian lận” và biến CH- “cơ hội gian lận” có tác động đến biến HV- “hành vi gian lận” và tác động này là tác động tích cực vì có hệ số β
đưa ra . Ngồi ra, kết quả từ phân tích hồi quy còn cho biết rõ hơn về chiều tác động giữa các biến. Cụ thể:
-Biến HL – “khả năng hợp lý hóa hành vi” tác động tích cực đến biến HV – “ hành vi gian lận”.
- Biến DC – “động cơ gian lận ” tác động tích cực đến biến HV – “ hành vi gian lận”.
-Biến CH – “cơ hội gian lận ” tác động tích cực đến biến HV – “hành vi gian lận”.
Trị giá tuyệt đối của các β cho biết mức độ tác động của biến độc lập đến biến phụ thuộc. Kết quả cho thấy β của biến HL có giá trị bằng 0,684 do đó biến HL – “hợp lý hóa hành vi” có tác động tích cực và mạnh nhất tới biến HV –“hành vi gian lận”. Tác động mạnh thứ hai là biến CH –“ cơ hội gian lận” có β bằng 0,317, cuối cùng là biến DC- “động cơ gian lận” vì có β bằng 0,266.
Kết luận:
Từ kết quả kiểm định tương quan và phân tích mơ hình hồi quy tuyến tính cho thấy các nhân tố trong mơ hình gồm: “khả năng hợp lý hóa hành vi gian lận”, “động cơ gian lận” và “cơ hội gian lận” đều có tác động tích cực đến “hành vi gian lận thuế” GTGT của các doanh nghiệp thương mại trên địa bàn tỉnh Long An.
Thứ tự mức độ các nhân tố tác động phụ thuộc vào giá trị tuyệt đối của các hệ số hồi quy đã chuẩn hóa. Yếu tố nào có giá trị tuyệt đối càng cao thì có tác động càng mạnh tới “hành vi gian lận thuế”. Kết quả phân tích mơ hình hồi quy cho thấy, “hành vi gian lận thuế” của các doanh nghiệp chịu tác động mạnh nhất từ nhân tố