CHƯƠNG 2 : PHƯƠNG PHÁP NGHIÊN CỨU
3.2 Phân tích dữ liệu
3.2.2 Đánh giá các thang đo
Như đã trình bày ở chương 2 những thang đo cho mục tiêu nghiên cứu bao gồm: (1) mức độ an tồn (at), được đo lường bằng bảy biến quan sát (từ at_1 đến at_7); (2) mức tiện dụng (td), được đo lường bằng sáu biến quan sát (từ td_8 đến td_13); (3) lợi ích (li), được đo lường bằng năm biến quan sát (từ li_14 đến li_18); (4) năng lực phục vụ (nl), được đo lường bằng năm biến quan sát (từ nl_19 đến nl_23); (5) trang thiết bị cơ sở vật chất (tb), được đo lường bằng bốn biến quan sát (từ tb_24 đến nl_27); (6) sự hài lịng (hl), được đo lường bằng ba biến quan sát (từ hl_28 đến hl_30).
Các thang đo được đánh giá sơ bộ thơng qua hai cơng cụ chính: hệ số tin cậy Cronbach alpha và phương pháp phân tích nhân tố khám phá EFA (exploratory factor analysis).
3.2.2.1 Đánh giá thang đo qua hệ số tin cậy Cronbach Alpha
Hệ số Cronbach alpha được sử dụng trước để loại các biến khơng phù hợp trước. Các biến cĩ hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn .30 sẽ bị loại và tiêu chuẩn chọn thang đo khi nĩ cĩ độ tin cậy alpha từ .60 trở lên (Nunnally & Burnstein 1994).
Kết quả thực hiện kiểm định độ tin cậy Cronbach alpha của các thành phần thang đo về sự hài lịng của tổ chức, cá nhân nộp thuế về việc kê khai thuế qua mạng được trình bày ở bảng 3.3 sau:
Bảng 3.3: Kết quả phân tích Cronbach alpha của các thành phần thang
đo về sự hài lịng của tổ chức, cá nhân nộp thuế về việc kê khai thuế qua mạng.
Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai
thang đo nếu loại biến Tương quan biến-tổng Cronbach’s Alpha nếu loại biến Thang đo “Mức độ an toàn”. Cronbach’s alpha = 0.865
at_1 23.47 17.530 0.646 0.846 at_2 23.43 16.929 0.686 0.840 at_3 23.75 17.364 0.541 0.861 at_4 23.34 17.156 0.588 0.854 at_5 23.31 17.180 0.636 0.847 at_6 23.30 17.103 0.725 0.835 at_7 23.27 17.439 0.669 0.843
Thang đo “Mức tiện dụng”. Cronbach’s alpha = 0.827
td_8 19.27 10.833 0.639 0.789 td_9 19.32 11.650 0.593 0.800 td_10 18.89 10.973 0.639 0.789 td_11 19.17 12.037 0.517 0.814 td_12 19.09 11.252 0.605 0.797 td_13 19.21 11.334 0.578 0.803
Thang đo “Mức lợi ích”. Cronbach’s alpha = 0.860 li_14 16.92 8.444 0.616 0.847 li_15 16.76 7.944 0.710 0.823 li_16 16.74 7.977 0.719 0.821 li_17 16.89 8.091 0.691 0.828 li_18 16.94 8.323 0.653 0.837
Thang đo “Năng lực phục vụ”. Cronbach’s alpha = 0.839
nl_19 14.70 8.051 0.646 0.805
nl_20 14.67 7.655 0.679 0.795
nl_21 14.68 8.302 0.618 0.812
nl_22 14.67 8.110 0.627 0.810
nl_23 14.61 8.002 0.637 0.807
Thang đo “Trang thiết bị cơ sở vật chất”. Cronbach’s alpha = 0.750
tb_24 10.75 5.013 0.532 0.702
tb_25 10.64 4.686 0.621 0.655
tb_26 10.65 4.552 0.588 0.669
tb_27 11.05 4.381 0.473 0.747
Thang đo “Sự hài lịng của tổ chức, cá nhân nộp thuế”. Cronbach’s alpha = 0.841
hl_28 7.24 2.620 0.622 0.866
hl_29 7.38 2.721 0.740 0.752
hl_30 7.18 2.442 0.768 0.717
Thành phần mức độ an toàn cĩ Cronbach alpha là 0.865 (lớn hơn 0.60).
Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.541 (biến at_3) và cao nhất là 0.725 (biến at_6). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Thành phần mức tiện dụng cĩ Cronbach alpha là 0.827 (lớn hơn 0.60).
Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.517 (biến td_11) và cao nhất là 0.639 (biến td_8, td_10). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Thành phần mức lợi ích cĩ Cronbach alpha là 0.860 (lớn hơn 0.60). Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.616 (biến li_14) và cao nhất là 0.719 (biến li_16). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Thành phần năng lực phục vụ cĩ Cronbach alpha là 0.839 (lớn hơn 0.60). Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.618 (biến nl_21) và cao nhất là 0.679 (biến nl_20). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Thành phần trang thiết bị cơ sở vật chất cĩ Cronbach alpha là 0.750 (lớn
hơn 0.60). Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.473 (biến tb_27) và cao nhất là 0.621 (biến tb_25). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
Thành phần sự hài lịng của tổ chức, cá nhân nộp thuế cĩ Cronbach alpha là 0.841 (lớn hơn 0.60). Đồng thời các hệ số tương quan biến-tổng của các biến đo lường thành phần này đều đạt chuẩn cho phép (lớn hơn 0.30). Nhỏ nhất là 0.622 (biến hl_28) và cao nhất là 0.768 (biến hl_30). Vì vậy, các biến đo lường thành phần này đều được sử dụng trong phân tích EFA tiếp theo.
3.2.2.2 Đánh giá thang đo bằng phân tích nhân tố khám phá EFA
Tiếp theo, phương pháp EFA được sử dụng. Phân tích nhân tố khám phá là một nhĩm các thủ tục được sử dụng để thu nhỏ và tĩm tắt dữ liệu. Sau khi phân tích
nhân tố, số lượng biến sẽ được giảm xuống và được trình bày dưới dạng một số ít nhân tố cơ bản cĩ thể sử dụng được nhưng vẫn cĩ thể đại diện cho phần lớn ý nghĩa các biến thu thập.
Một số tiêu chuẩn mà các nhà nghiên cứu cần quan tâm trong phân tích nhân tố khám phá như sau (Trọng & Ngọc 2008):
- Kiểm định Bartlett(sig.): đại lượng Bartlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến khơng cĩ tương quan trong tổng thể. Nếu kiểm định này cĩ ý nghĩa thống kê (sig. ≤ 0.05) thì các biến quan sát cĩ tương quan với nhau trong tổng thể.
- Hệ số KMO (Kaiser-Meyer-Olkin): đây là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, phân tích nhân tố khám phá thích hợp khi 0.5≤KMO≤1.
- Hệ số tải nhân tố (Factor loading): là hệ số tương quan đơn giữa các biến và nhân tố. Hệ số này càng lớn cho biết các biến và nhân tố càng cĩ quan hệ chặt chẽ với nhau. Theo Hair & ctg (1998,111), Factor loading là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA (ensuring practical significance). Factor loading > 0.3 được xem là đạt được mức tối thiểu, Factor loading > 0.4 được xem là quan trọng, ≥ 0.5 được xem là cĩ ý nghĩa thực tiễn. Ngoài ra, theo Hair & ctg (1998,111): nếu chọn tiêu chuẩn factor loading > 0.3 thì cỡ mẫu nghiên cứu ít nhất phải là 350, nếu cỡ mẫu khoảng 100 thì nên chọn tiêu chuẩn factor loading > 0.55, nếu cỡ mẫu khoảng 50 thì Factor loading phải > 0.75. Trong nghiên cứu này, với cỡ mẫu 212, tiêu chuẩn hệ số tải nhân tố được chọn là > 0.5.
- Phương sai trích (Variance Explained Criteria): tổng phương sai trích phải ≥ 50% .
- Chỉ số Eigenvalue: đại diện cho lượng biến thiên được giải thích bởi nhân tố. Chỉ những nhân tố cĩ Eigenvalue>1 mới được giữ lại trong mơ hình phân tích(Gerbing & Anderson,1988).
Nghiên cứu này sử dụng phương pháp phân tích nhân tố Principle Components và phép quay gĩc Varimax để tìm ra các nhân tố đại diện cho các biến.
Varimax cho phép xoay nguyên gĩc các nhân tố để tối thiểu hố số lượng biến cĩ hệ số lớn tại cùng một nhân tố, vì vậy sẽ tăng cường khả năng giải thích các nhân tố.
Kết quả phân tích nhân tố khám phá của nghiên cứu như sau: Bảng 3.4: KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.938
Approx. Chi-Square 2991.121
Df 351
Bartlett's Test of Sphericity
Sig. 0.000
Kết quả kiểm định Bartlett’s cho thấy giữa các biến trong tổng thể cĩ mối tương quan với nhau ở mức ý nghĩa 5% (sig. = 0.000 < 0.05), đồng thời hệ số KMO = 0.938 rất cao, chứng tỏ phân tích nhân tố để nhĩm các biến lại là rất thích hợp.
Với giá trị Eigenvalue là 1.048, 27 biến được nhĩm lại thành 4 nhân tố. Tổng phương sai trích được 58.054 (>50%), nghĩa là khả năng sử dụng 04 nhân tố này để giải thích cho 27 biến quan sát là 58,054 %.
Bảng 3.5: Total Variance Explained Initial Eigenvalues
Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Comp onent Total % of Variance Cumulat ive % Total % of Variance Cumulati ve % Total % of Variance Cumula tive % 1 11.107 41.138 41.138 11.107 41.138 41.138 4.751 17.595 17.595 2 2.343 8.678 49.816 2.343 8.678 49.816 4.692 17.376 34.971 3 1.176 4.356 54.172 1.176 4.356 54.172 4.248 15.734 50.705 4 1.048 3.882 58.054 1.048 3.882 58.054 1.984 7.349 58.054 5 .913 3.382 61.436 6 .805 2.981 64.417 7 .787 2.916 67.333 8 .750 2.779 70.112 9 .723 2.677 72.789 10 .664 2.461 75.249
11 .626 2.318 77.568 12 .582 2.156 79.723 13 .538 1.991 81.715 14 .502 1.861 83.576 15 .495 1.833 85.408 16 .456 1.690 87.098 17 .443 1.641 88.739 18 .420 1.557 90.296 19 .394 1.459 91.754 20 .348 1.289 93.043 21 .343 1.271 94.314 22 .292 1.083 95.396 23 .283 1.049 96.445 24 .275 1.018 97.464 25 .254 .942 98.406 26 .220 .817 99.222 27 .210 .778 100.000 Extraction Method: Principal Component Analysis.
Bảng Rotated Component Matrix cho thấy hai biến cĩ Factor loading < 0.5 là td_11 “máy mĩc khơng cần cấu hình mạnh để kê khai qua mạng” và td_13 “kê khai thuế cho nhiều đối tượng nộp thuế”. Hai biến này bị loại bỏ vì khơng thoả tiêu chuẩn trên.(xem phụ lục 2 - lần 1)
Như vậy, sau khi loại biến tổng cộng cĩ 04 nhân tố được rút trích bao gồm 25 biến quan sát như sau:
Bảng 3.6: Rotated Component Matrixa Component
1 2 3 4
tb_27 .751 tb_25 .719
nl_22 .710 nl_20 .685 nl_23 .653 nl_21 .639 tb_26 .593 tb_24 .572 nl_19 .568 li_15 .780 li_17 .717 li_16 .712 li_14 .614 td_12 .598 td_10 .544 li_18 .540 at_6 .762 at_2 .700 at_3 .695 at_1 .658 at_7 .651 at_5 .650 at_4 .524 td_9 .764 td_8 .593
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.
Với sự loại biến lần này thì kết quả kiểm định Bartlett’s với 25 biến quan sát của 05 thành phần chất lượng dịch vụ cho thấy giữa các biến trong tổng thể vẫn cĩ mối tương quan với nhau (sig = 0.000 < 0.05), đồng thời hệ số KMO = 0.937 là rất cao, chứng tỏ việc phân tích nhân tố để nhĩm các biến lại là rất thích hợp. Ngồi ra, giá trị Eigenvalue lúc này là 1.045 và 25 biến quan sát được nhĩm lại thành 04 nhân tố. Tổng phương sai trích được là 59.737 (lớn hơn 50%), cho thấy khả năng sử dụng 04 nhân tố này để giải thích cho 25 biến quan sát là 59,737%. (xem phụ lục 2 - lần 2)
→ Kết quả phân tích nhân tố khám phá EFA cho thấy:
+ Đối với nhân tố thứ nhất: cĩ hai thành phần trong thang đo chất lượng dịch vụ cơng là Năng lực phục vụ của cơng chức thuế và Trang thiết bị, cơ sở vật chất khơng đạt giá trị phân biệt nên gộp chung lại thành một thành phần mới được
gọi tên là Năng lực phục vụ và điều kiện vật chất, gồm 09 biến quan sát (nl_19,
nl_20, nl_21, nl_22, nl_23, tb_24, tb_25, tb_26 và tb_27). Thành phần này phản ánh năng lực phục vụ của cơng chức thuế trong việc hỗ trợ tổ chức, cá nhân trong quá trình đăng ký, kê khai qua mạng và điều kiện cơ sở vật chất phục vụ cho việc thực hiện cơng tác này của cơng chức thuế.
+ Đối với nhân tố thứ hai: cĩ hai thành phần trong thang đo chất lượng
dịch vụ cơng là Mức tiện dụng và Lợi ích mang lại từ việc kê khai qua mạng khơng
đạt giá trị phân biệt nên gộp chung lại thành một thành phần mới được gọi tên là
Những tiện lợi mang lại, gồm 07 biến quan sát (td_10, td_12, li_14, li_15, li_16,
li_17 và li_18). Thành phần này phản ánh những lợi ích và tiện dụng từ việc kê khai qua mạng mà những tổ chức, cá nhân đã và đang nhận được khi thực hiện dịch vụ cơng này.
+ Đối với nhân tố thứ ba: các biến quan sát trong thang đo Mức độ an toàn vẫn được giữ nguyên, khơng thay đổi gồm 07 biến quan sát (at_1, at_2, at_3, at_4, at_5, at_6 và at_7) nên nhân tố này vẫn được đặt tên là Mức độ an toàn.
+ Đối với nhân tố thứ tư: bao gồm 02 biến quan sát (td_8 và td_9) được
từ việc đăng ký đến việc thực hiện kê khai qua mạng. Do đĩ, thành phần mới này được đặt tên là Thủ tục và quy trình.
Hệ số tin cậy Cronbach Alpha của thành phần Năng lực phục vụ và điều
kiện vật chất mới được tính lại là 0.884 (lớn hơn 0.6), của thành phần Những tiện lợi mang lại mới được tính lại là 0.885 (lớn hơn 0.6) và thành phần Thủ tục và quy trình
mới được tính lại là 0.758 (lớn hơn 0.6); các hệ số tương quan biến tổng của các biến đo lường đều lớn hơn 0.3. Như vậy, các biến quan sát đo lường thành phần này là phù hợp. (xem phụ lục 3)
Như vậy, sau khi phân tích và đánh giá bằng hai cơng cụ hệ số tin cậy Cronbach Alpha và phân tích nhân tố khám phá EFA, thang đo chất lượng dịch vụ cơng trong lĩnh vực kê khai thuế qua mạng cịn lại 4 thành phần với 25 biến quan sát: (1) Thành phần Năng lực phục vụ và điều kiện vật chất gồm 09 biến quan sát; (2) Thành phần Những tiện lợi mang lại gồm 07 biến quan sát; (3) Thành phần Mức độ an toàn gồm 07 biến quan sát; (4) Thành phần Thủ tục và quy trình gồm
02 biến quan sát.
Kết quả phân tích nhân tố khám phá EFA đối với 03 biến quan sát trong thang đo sự hài lịng của tổ chức, cá nhân nộp thuế cho thấy giữa các biến cĩ mối tương quan với nhau (sig = 0.000 < 0.05) và hệ số KMO = 0.695 (> 0.5) chứng tỏ việc phân tích nhân tố để nhĩm các biến lại là rất thích hợp.
Bảng 3.7: KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0.695
Approx. Chi-Square 279.275
Df 3
Bartlett's Test of Sphericity
Sig. 0.000
Phương pháp phân tích nhân tố khám phá EFA theo phương pháp trích yếu tố Principal Component Analysis với phép xoay Varimax cho thấy cĩ một nhân tố
Sự hài lịng của tổ chức, cá nhân nộp thuế được trích tại Eigenvalue là 2.281 và
loading) của 03 biến là khá cao (đều lớn hơn 0.8). Như vậy, các biến quan sát của thang đo này đạt yêu cầu cho các phân tích tiếp theo.
Bảng 3.8: Total Variance Explained
Initial Eigenvalues
Extraction Sums of Squared Loadings Component Total % of Variance Cumulative % Total % of Variance Cumulative % 1 2.281 76.030 76.030 2.281 76.030 76.030 2 .478 15.917 91.948 3 .242 8.052 100.000
Extraction Method: Principal Component Analysis. Bảng 3.9: Component Matrixa Component 1 hl_30 0.906 hl_29 0.894 hl_28 0.814
Extraction Method: Principal Component Analysis.
a. 1 components extracted.