CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
4.4 Phân tích nhân tố khám phá
Phương pháp phân tích nhân tố khám phá (EFA) được sử dụng để thu nhỏ và tóm tắt dữ liệu. Trong nghiên cứu của tác giả, phương pháp EFA dựa vào mối tương quan giữa các biến với nhau để rút gọn thành những nhân tố có nghĩa hơn. Cụ thể, khi đưa tất cả các biến thu thập được vào tiến hành phân tích, các biến có thể có liên hệ với nhau. Khi đó, chúng sẽ được gom thành tập hợp các nhóm biến có liên hệ với nhau để xem xét và trình bày dưới dạng các nhân tố cơ bản tác động đến việc áp dụng kế tóan dồn tích tại các đơn vị sự nghiệp y tế công lập trên địa bàn thành phố Hồ Chí Minh. Kết quả phân tích được trình bày như sau:
4.4.1 Biến độc lập
Tác giả sử dụng phần mềm SPSS 23 để phân tích 24 biến quan sát của 6 nhóm biến (nhân tố giả định ban đầu) thu được kết quả như sau:
Bảng 4.12 Kiểm định KMO và Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.740
Bartlett's Test of Sphericity
Approx. Chi-Square 2446.286
df 276
Từ kết quả trong bảng 4.12 cho thấy hệ số KMO là 0,740 lớn hơn 0,5 chứng tỏ việc thực hiện phân tích nhân tố là thích hợp với dữ liệu nghiên cứu đã thu thập. Kết quả kiểm định Bartlett có mức ý nghĩa Sig = 0,000 nhỏ hơn 0,05 cho thấy các biến quan sát có mối tương quan trong mỗi nhân tố. Do đó dữ liệu dùng để phân tích nhân tố là hồn tồn thích hợp.
Bảng 4.13 Tổng phương sai trích (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 Cumulative % 1 4.094 17.060 17.060 4.094 17.060 17.060 3.984 16.601 16.601 2 3.591 14.961 32.021 3.591 14.961 32.021 2.735 11.397 27.998 3 2.375 9.894 41.915 2.375 9.894 41.915 2.476 10.315 38.313 4 2.156 8.985 50.900 2.156 8.985 50.900 2.112 8.802 47.115 5 1.624 6.768 57.668 1.624 6.768 57.668 1.917 7.986 55.101 6 1.231 5.129 62.797 1.231 5.129 62.797 1.847 7.696 62.797 7 .906 3.774 66.571 8 .838 3.492 70.063 9 .827 3.448 73.511 10 .723 3.014 76.525 11 .708 2.950 79.475 12 .644 2.682 82.158 13 .555 2.311 84.468 14 .525 2.187 86.656 15 .480 2.001 88.657 16 .412 1.715 90.372
17 .400 1.666 92.038 18 .382 1.594 93.632 19 .370 1.540 95.172 20 .333 1.386 96.558 21 .293 1.221 97.779 22 .214 .893 98.672 23 .186 .774 99.446 24 .133 .554 100.000
Extraction Method: Principal Component Analysis.
Kết quả từ bảng 4.13, sau khi phân tích nhân tố khám phá EFA, 6 nhóm biến độc lập với 24 biến quan sát vẫn được giữ nguyên. Giá trị của tổng phương sai trích là 62,797% lớn hơn 50%, giá trị này cho biết các biến quan sát giải thích được 62,797% sự thay đổi của các nhân tố.
Bảng 4.14 Ma trận nhân tố sau khi xoay (Rotated Component Matrix) Component 1 2 3 4 5 6 MTPL07 .817 MTPL02 .786 MTPL03 .775 MTPL04 .760 MTPL01 .736 MTPL06 .732 MTPL05 .629 MTVH3 .909 MTVH4 .848 MTVH1 .790 MTVH2 .678 MTKT04 .880 MTKT02 .846 MTKT01 .824 MTCT01 .866 MTCT04 .790 MTCT02 .779 MTGD01 .762 MTGD02 .753 MTGD03 .616 MTGD04 .540 MTQT3 .823 MTQT2 .744 MTQT1 .648
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Kết quả tiếp theo trong phương pháp phân tích nhân tố EFA là bảng ma trận nhân tố sau khi xoay (Rotated Component Matrix). Bảng này bao gồm 24 biến quan sát trong 6 nhóm được trình bày trong bảng 4.11. Tổng phương sai trích và xem xét trật tự của các biến quan sát có bị xáo trộn so với thang đo được xây dựng ban đầu hay không.
Với số lượng khảo sát là 258 mẫu, hệ số tải nhân là 0,5. Bảng 4.12 về kết quả nhân tố sau khi xoay cho thấy hầu hết các biến quan sát đều đáp ứng yêu cầu về hệ số tải lớn hơn 0,5. Điều này chứng tỏ các nhóm nhân tố với hệ sộ tải nhân lớn hơn 0,5 là có ý nghĩa thực tiễn. Các nhóm nhân tố cũng theo thứ tự thang đo trong nhóm ban đầu, ít bị xáo trộn sau khi tiến hành phân tích EFA. Kết quả cịn lại trong mơ hình bao gồm những nhân tố sau:
Bảng 4.15 Ma trận hệ số nhân tố (Component Score Coefficient Matrix)
Component 1 2 3 4 5 6 MTCT1 .016 -.031 -.017 .437 -.026 -.063 MTCT2 -.006 -.042 .054 .391 .041 -.075 MTCT4 .011 -.007 -.027 .393 -.038 -.046 MTGD1 -.005 .000 .009 -.019 .415 -.084 MTGD2 .016 -.025 .053 -.016 .408 -.114 MTGD3 -.020 .047 -.120 .013 .319 .091 MTGD4 -.010 .040 -.038 -.017 .287 .012 MTKT1 .008 -.036 .348 -.046 -.024 -.009 MTKT2 .016 -.024 .355 -.009 -.026 -.014 MTKT4 .014 -.038 .375 .058 -.008 -.066 MTPL1 .190 .007 .034 .002 .028 -.052 MTPL2 .201 .012 .000 .018 .041 -.051 MTPL3 .198 -.030 .050 .032 -.046 .000 MTPL4 .194 -.013 .015 .030 .008 -.032 MTPL5 .148 .055 -.046 -.100 -.005 .109 MTPL6 .185 .014 -.011 .016 -.076 .004
MTPL7 .211 -.012 .029 .028 .019 -.059 MTQT1 -.010 -.022 -.026 -.039 -.014 .377 MTQT2 -.009 -.046 .050 -.041 -.007 .414 MTQT3 -.031 .004 -.091 -.094 -.065 .514 MTVH1 .026 .311 -.035 -.031 .067 -.064 MTVH2 -.008 .232 .079 -.024 -.011 .008 MTVH3 .010 .361 -.105 -.039 .020 .008 MTVH4 -.010 .316 -.026 .007 -.018 -.025
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.
Mơi trường chính trị gồm các biến quan sát MTCT1, MTCT2, MTCT4 và xác định hệ số nhân tố dựa vào bảng 4.13
F1 = 0,437*MTCT1 + 0,391*MTCT2 + 0,393*MTCT4
Môi trường giáo dục gồm các biến quan sát MTGD1, MTGD2, MTGD3, MTGD4 và xác định hệ số nhân tố dựa vào bảng 4.13
F2 = 0,415*MTGD1 + 0,408*MTGD2 + 0,319*MTGD3 + 0,287*MTGD4
Môi trường kinh tế gồm các biến quan sát MTKT1, MTKT2, MTKT4 và xác định hệ số nhân tố dựa vào bảng 4.13
F3 = 0,348*MTKT01 + 0,355*MTKT02 + 0,375*MTKT04
Môi trường pháp lý gồm các biến quan sát MTPL1, MTPL2, MTPL3, MTPL4, MTPL5, MTPL6, MTPL7 và xác định hệ số nhân tố dựa vào bảng 4.13
F4 = 0,19*MTPL1 + 0,201*MTPL2 + 0,198*MTPL3 + 0,194*MTPL4 + 0,148*MTPL5 + 0,185*MTPL6 + 0,211*MTPL7
Môi trường quốc tế gồm các biến quan sát MTQT1, MTQT2, MTQT3 và xác định hệ số nhân tố dựa vào bảng 4.13
F5 = 0,377*MTQT1 + 0,414*MTQT2 + 0,514*MTQT3
Mơi trường văn hóa gồm các biến quan sát MTVH1, MTVH2, MTVH3, MTVH4 và xác định hệ số nhân tố dựa vào bảng 4.13
4.4.2. Biến phụ thuộc
Tác giả tiến hành phân tích EFA cho biến phụ thuộc và thu được kết quả:
Bảng 4.16 Kiểm định KMO and Bartlett
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .750
Bartlett's Test of Sphericity
Approx. Chi-Square 766.324
df 10
Sig. .000
Hệ số KMO là 0,750 lớn hơn 0,5 cho thấy rằng việc thực hiện phân tích nhân tố khám phá EFA là thích hợp với dữ liệu nghiên cứu. Kết quả kiểm định Bartlett có mức ý nghĩa Sig = 0,000 nhỏ hơn 0,05 suy ra biến quan sát có mối quan hệ với nhân tố “Sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL”, điều này chứng tỏ dữ liệu dùng cho phân tích nhân tố là hồn tồn thích hợp.
Bảng 4.17 Tổng phương sai trích của biến phụ thuộc
Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 3.160 63.197 63.197 3.160 63.197 63.197
2 .936 18.711 81.908
3 .506 10.124 92.032
4 .281 5.630 97.662
5 .117 2.338 100.000
Extraction Method: Principal Component Analysis.
Bảng 4.17 cho thấy biến quan sát của biến phụ thuộc tạo thành một nhóm có giá trị của tổng phương sai trích là 63.197%. Tương ứng với ý nghĩa các biến quan sát giải thích được 63.197% sự thay đổi của biến phụ thuộc. Vì các biến quan sát tạo thành một nhóm nên khơng thực hiện được phép xoay Varimax mà sử dụng
kết quả từ bảng ma trận nhân tố trước khi xoay. Kết quả từ bảng 4.16 cho thấy các biến quan sát đều có hệ số tải lớn hơn 0,5. Điều này chứng tỏ các nhóm nhân tố được lựa chọn có ý nghĩa thực tiễn.
Bảng 4.18 Ma trận nhân tố trước khi xoay của biến phụ thuộc
Component 1 CSDT3 .906 CSDT4 .897 CSDT2 .833 CSDT1 .802 CSDT5
Extraction Method: Principal Component Analysis. a. 1 components extracted. Bảng 4.19 Ma trận hệ số nhân tố của biến phụ thuộ Component 1 CĐKTC01 .254 CĐKTC02 .264 CĐKTC03 .287 CĐKTC04 .284 CĐKTC05 .141
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
Bảng 4.19 cung cấp giá trị xác định mức ảnh hưởng của các biến độc lập đến biến phụ thuộc:
CSDT = 0,254*CSDT1 + 0,264*CSDT2 + 0,287*CSDT3 + 0,284*CSDT4 + 0,141*CSDT5
Như vậy sau khi phân tích nhân tố khám phá EFA, tác giả đã xác định được mơ hình mới. Biến phụ thuộc CSDT là sự áp dụng kế toán dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM và 6 biến độc lập hay còn gọi là 6 nhân tố tác động là mơi trường chính trị (F1), mơi trường giáo dục (F2), môi trường kinh tế (F3), môi trường pháp lý (F4), môi trường quốc tế (F5), mơi trường văn hóa (F6). Mơ hình tác giả xây dựng:
CSDT = f(F1,F2.F3,F4,F5,F6) 4.5 Kiểm định mơ hình nghiên cứu
4.5.1 Phân tích tương quan
Trước khi đi vào kiểm định mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính bội, tác giả cần xem xét sự tương quan giữa các biến độc lập và biến phụ thuộc. Phân tích ma trận tương quan sử dụng hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ giữa 05 biến độc lập và 01 biến phụ thuộc. Hệ số tương quan pearson được tính tốn để tượng hóa mức độ chặt chẽ trong mối liên hệ tuyến tính giữa 2 biến định lượng, giá trị tuyệt đối của hệ số này càng gần 1.0 thì 2 biến này có tương quan tuyến tính càng chặt chẽ. Đồng thời hiện tượng đa cộng tuyến cũng sẽ được xem xét. Tương quan giữa các biến trong mơ hình được trình bày trong bảng 4.20:
Bảng 4.20 Hệ số tương quan Pearson MTPL MTKT MTCT MTQT MTGD MTVH CĐKTC MTPL Pearson Correlation 1 -.081 -.029 .114 .030 -.038 .420** Sig. (2-tailed) .194 .646 .068 .634 .539 .000 N 258 258 258 258 258 258 258 MTKT Pearson Correlation -.081 1 .049 .220** .075 .260** .433** Sig. (2-tailed) .194 .431 .000 .229 .000 .000 N 258 258 258 258 258 258 258 MTCT Pearson Correlation -.029 .049 1 .298** .090 .166** .347** Sig. (2-tailed) .646 .431 .000 .149 .008 .000 N 258 258 258 258 258 258 258 MTQT Pearson Correlation .114 .220** .298** 1 .213** .113 .472** Sig. (2-tailed) .068 .000 .000 .001 .071 .000 N 258 258 258 258 258 258 258 MTGD Pearson Correlation .030 .075 .090 .213** 1 -.024 .272** Sig. (2-tailed) .634 .229 .149 .001 .699 .000 N 258 258 258 258 258 258 258 MTVH Pearson Correlation -.038 .260** .166** .113 -.024 1 .286** Sig. (2-tailed) .539 .000 .008 .071 .699 .000 N 258 258 258 258 258 258 258 CĐKTC Pearson Correlation .420** .433** .347** .472** .272** .286** 1 Sig. (2-tailed) .000 .000 .000 .000 .000 .000 N 258 258 258 258 258 258 258
**. Correlation is significant at the 0.01 level (2-tailed).
Dựa kết quả của bảng 4.20, ta thấy giữa các biến MTPL, MTKT, MTCT, MTQT, MTGD, MTVH khơng có mối liên hệ tương quan với nhau. Hệ số tương quan giữa biến phụ thuộc sự áp dụng kế tóan dồn tích tại các đơn vị SNYTCL và 6 biến độc lập khá thấp, nhỏ hơn 0,5. Điều này cho thấy mối quan hệ giữa các biến độc lập với biến phụ thuộc khá yếu.
Với kết quả từ bảng 4.20, biến môi trường pháp lý có hệ số Pearson là 0,420 thể hiện mối tương quan yếu. Giá trị Sig 0,000 nhỏ hơn 0,05 nên đảm bảo có ý nghĩa thống kê. Như vậy, nhân tố môi trường pháp lý có thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
Biến mơi trường chính trị có hệ số Pearson là 0,347. Giá trị sig 0,000 nhỏ hơn 0,05 nên nó có ý nghĩa thống kê. Do đó biến mơi trường chính trị cũng thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL.
Biến mơi trường kinh tế có hệ số Pearson là 0,433. Giá trị sig 0,000 nhỏ hơn 0,05 nên nó có ý nghĩa thống kê. Do đó biến mơi trường kinh tế cũng thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL.
Biến mơi trường giáo dục có hệ số Pearson là 0,272. Giá trị sig 0,000 nhỏ hơn 0,05 nên nó có ý nghĩa thống kê. Do đó biến mơi trường giáo dục cũng thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL.
Biến mơi trường quốc tế có hệ số Pearson là 0,472. Giá trị sig 0,000 nhỏ hơn 0,05 nên nó có ý nghĩa thống kê. Do đó biến mơi trường quốc tế cũng thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tóan dồn tích tại các đơn vị SNYTCL.
Biến mơi trường văn hóa có hệ số Pearson là 0, 286. Giá trị sig 0,000 nhỏ hơn 0,05 nên nó có ý nghĩa thống kê. Do đó biến mơi trường văn hóa cũng thể hiện sự ảnh hưởng của nó đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL.
Tất cả 6 biến có hệ số Pearson lớn hơn 0 mang giá trị dương, điều này thể hiện các biến độc lập có tác động cùng chiều có nhĩa là tác động tích cực đến sự áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM. Các giá trị có hệ số tương quan đạt theo yêu cầu đảm bảo có ý nghĩa thống kê (95%).
4.5.2 Phân tích hồi quy tuyến tính bội
Từ kết quả phân tích tương quan ở trên cho thấy biến phụ thuộc “Việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM” có mối quan
hệ tuyến tính với các biến độc lập. Tác giả khái qt lại mơ hình ảnh hưởng của các nhân tố: (+) (+) (+) (+) (+)
Sơ đồ 4.1: Mơ hình nghiên cứu
Các giả thiết đưa ra nhằm kiểm định mối quan hệ các biến độc lập và biến phụ thuộc:
H1: Mơi trường chính trị có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
H2: Môi trường giáo dục có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
H3: Mơi trường kinh tế có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
H4: Mơi trường pháp lý có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
H5: Mơi trường quốc tế có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
H6: Mơi trường văn hóa có tác động đến việc áp dụng kế tốn dồn tích tại các đơn vị SNYTCL trên địa bàn TP.HCM.
Mơi trường chính trị
Mơi trường pháp lý
Mơi trường kinh tế
Môi trường giáo dục
Môi trường quốc tế
Mơi trường văn hóa
Việc áp dụng kế tốn dồn tích tại các đơn vị sự nghiệp y tế cơng lập
Phân tích hồi quy tuyến tính bội được thực hiện để xem xét mối quan hệ giữa các biến độc lập là MTCT, MTKT, MTGD, MTPL, MTVH, MTQT với biến phụ thuộc là CSDT trong mơ hình nghiên cứu đề xuất ở chương 3. Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt bằng phương pháp Enter, trong đó:
- CSDT là biến phụ thuộc. Thang đo của nhân tố “việc áp dụng kế tóan dồn tích tại các đơn vị SNYTCL” là thang đo khoảng từ 1 đến 5. Biến CSDT gồm 5 biến quan sát là CSDT1, CSDT2, CSDT3, CSDT4, CSDT5
-Β0: hằng số tự do -Βj: trọng số hồi quy
-MTCT, MTGD, MTKT, MTPL, MTQT, MTVH là các biến độc lập theo thứ tự sau: môi trường chính trị, mơi trường giáo dục, môi trường kinh tế, môi trường pháp lý, mơi trường quốc tế, mơi trường văn hóa.
Kết quả thu được như sau:
Bảng 4.21 Tóm tắt mơ hình hồi quy