Chương 3 PHƯƠNG PHÁP NGHIÊN CỨU
3.3. Nghiên cứu định lượng
Nghiên cứu này kết hợp khảo sát các đối tượng là các chuyên gia của KTNN và các chuyên gia từ các cơ quan trực thuộc Quốc hội, Chính phủ và đơn vị được kiểm toán để thu thập dữ liệu. Khảo sát và phân tích đánh giá của các nhà quản lý và KTVNN về ảnh hưởng của các nhân tố tới CLKT của KTNN.
Mẫu khảo sát từ 150-300 cán bộ.
Cơ cấu đối tượng lựa chọn để khảo sát:
- Chuyên gia thuộc Quốc hội, Chính phủ có kinh nghiệm công tác từ 10 năm trở lên, quan tâm và sử dụng thông tin BCKT của KTNN trong công việc;
- Chuyên gia từ đơn vị được kiểm toán: Ban giám hiệu các trường đại học, Lãnh đạo Vụ Kế hoạch tài chính các bộ, ngành, Trưởng/Phó phòng Kế hoạch – Tài chính, Kế toán trưởng, kế toán tổng hợp các đơn vị được kiểm toán với thâm niên công tác từ 05 năm trở lên.
- Kiểm toán viên nhà nước có kinh nghiệm làm việc từ 03 năm trở lên.
Dữ liệu thu thập được của từng bước nghiên cứu được phân tích theo các công cụ thống kê chuẩn như phân tích mô tả, sử dụng phần mềm SPSS 20 để đánh giá độ tin cậy của các biến. Sau đó loại bỏ các biến không có giá trị đại diện (nếu có), sắp xếp các biến còn lại vào các nhân tố phù hợp. Áp dụng phương pháp nghiên cứu hồi quy bội, các quan hệ tuyến tính để kiểm định các nhân tố có ảnh hưởng lớn đến CLKT, tính toán mức độ quan trọng của từng nhân tố.
3.3.1. Quy trình xây dựng bảng hỏi
Dựa vào kết quả nghiên cứu định tính tác giả xác định các chỉ tiêu đo lường CLKT của KTNN Việt Nam và các thang đo phù hợp để đo lường các nhân tố ảnh hưởng đến CLKT. Bảng hỏi sử dụng thang đo Likert năm cấp độ để đánh giá, cụ thể: 1. Rất thấp – 2. Thấp – 3. Trung bình – 4. Cao – 5. Rất cao.
* Nội dung của bảng hỏi
Nội dung bảng hỏi được chia làm 02 phần:
- Phần 1: Thông tin cá nhân gồm họ tên (không bắt buộc), giới tính (không bắt buộc), đơn vị công tác, chức vụ/chức danh nghề nghiệp và thâm niên công tác.
- Phần 2: Câu hỏi khảo sát, chia làm 02 mục:
60 + Mục 1: Các câu hỏi chung về CLKT.
+ Mục 2: Nội dung chính của các câu hỏi về 13 nhân tố và 50 tiêu chí đo lường.
3.3.2. Thu thập dữ liệu
- Phương pháp thu thập dữ liệu chính được sử dụng gồm: Phát trực tiếp bảng hỏi đến các đối tượng dự kiến được khảo sát hoặc gửi và nhận bảng hỏi qua công cụ Google biểu mẫu và email.
- Đối tượng khảo sát: Các chuyên gia bên ngoài được lựa chọn chủ yếu là những cán bộ lãnh đạo các Ban thuộc Quốc hội, cơ quan của Chính phủ, lãnh đạo các đơn vị được kiểm toán, trưởng bộ phận tài chính – kế toán và lãnh đạo một số phòng ban liên quan. Các KTV nhà nước tham gia trả lời bảng hỏi được chọn ngẫu nhiên là các KTV nhà nước từ các chuyên ngành và khu vực tham gia lớp "Bồi dưỡng nghiệp vụ kiểm toán việc quản lý và sử dụng đất đai" do KTNN tổ chức tháng 6/2019. Ngoài ra, tác giả liên hệ và thực hiện khảo sát các KTV nhà nước thuộc KTNN các chuyên ngành, khu vực như chuyên ngành II, III, VI, khu vực I, II, V v.v.
- Thời gian thực hiện khảo sát từ tháng 4/2019 đến hết tháng 01/2020.
- Kích thước mẫu: Việc xác định kích cỡ mẫu nhìn chung là một vấn đề rất phức tạp và còn tuỳ thuộc và kinh nghiệm của từng nhà nghiên cứu. Theo Hair và cộng sự (2009), để sử dụng EFA kích thước mẫu tối thiểu phải là 50, tốt hơn nên là 100. Tổng số phiếu phát ra 280, số phiếu thu về đạt yêu cầu 168, đảm bảo lớn hơn 100, như vậy số lượng mẫu thu về hợp lệ của luận án là đạt yêu cầu.
Trong số 168 phiếu hợp lệ có 77 phiếu thu được từ các chuyên gia bên ngoài (cán bộ lãnh đạo các Ban thuộc Quốc hội, cơ quan của Chính phủ, lãnh đạo các đơn vị được kiểm toán, trưởng bộ phận tài chính – kế toán và lãnh đạo một số phòng ban liên quan thuộc Bộ Giáo dục và Đào tạo, Bộ Y tế, Bộ Khoa học và Công nghệ, Thông tấn xã Việt Nam, Bộ Tài nguyên và Môi trường v.v.), chiếm 45,8% và 91 phiếu (tương đương với 54,2%) thu được từ đối tượng là KTVNN các chuyên ngành, khu vực, đơn vị tham mưu, đơn vị sự nghiệp trực thuộc KTNN như KTNN chuyên ngành II, III, V, VI khu vực I, II, V, VII và KTV từ Vụ Tổng hợp, Vụ Chế độ và KSCL kiểm toán, trường Đào tạo và Bồi dưỡng nghiệp vụ kiểm toán.
* Quy trình thực hiện phân tích định lượng:
(i) Đo lường độ tin cậy của thang đo bằng hệ số Cronbach's alpha
Theo Cronbach's, L. J. (1951), thang đo có độ tin cậy của thang đo biến thiên trong khoảng [0,1], hệ số Cronbach's alpha từ 0,6 trở lên thì thang đo được chấp nhận. Tuy
61
nhiên, trong nghiên cứu của mình Nguyễn Đình Thọ (2014) cho rằng, hệ số Cronbach's alpha không nên quá lớn, nếu Cronbach's alpha trên 0,95 nghĩa là thang đo đang có sự trùng lắp. Đồng thời, theo Nunnally J. (1978), hệ số tương quan biến tổng "Corrected item – Total correlation" cần thiết của một biến đo lường là lớn hơn hoặc bằng 0,3. Tóm lại, khi thực hiện phân tích Cronbach's alpha cho một nhân tố, nếu hệ số Cronbach's alpha của nhân tố nhỏ hơn 0,6 và không có biến quan sát nào trong nhóm có Cronbach's alpha if item deleted hớn hơn 0,6 thì xem xét loại cả nhân tố. Nếu giá trị Cronbach's alpha if item deleted của một biến quan sát lớn hơn hệ số Cronbach's alpha của nhân tố đó và giá trị tương quan biến tổng nhỏ hơn 0,3 thì xem xét loại biến đó để tăng độ tin cậy của thang đo.
(ii) Phân tích nhân tố khám phá EFA
Sau khi kiểm định độ tin cậy của thang đo, cần đánh giá giá trị của thang đo. Theo Nguyễn Đình Thọ (2014), thang đo có 02 loại giá trị: “(i) Giá trị hội tụ, tức là các biến quan sát hội tụ về cùng một nhân tố và (ii) Giá trị phân biệt, tức là các biến quan sát thuộc nhân tố này phải phân biệt với nhân tố khác. Phân tích nhân tố khám phá EFA nhằm rút gọn một tập biến quan sát có quan hệ tương quan với nhau thành một biến lớn đại diện cho tập biến đó”. Khác với bước kiểm định độ tin cậy của thang đo ta chỉ xem xét mối quan hệ giữa các biến quan sát trong cùng một biến thì phân tích EFA xem xét mối quan hệ giữa các quan sát của tất cả các nhân tố nhằm tìm ra các biến quan sát hội tụ nhiều nhân tố hoặc các biến quan sát bị tách ra từ nhân tố ban đầu. Các tiêu chí khi phân tích nhân tố khám phá:
- Hệ số KMO (Kaiser-Meyer-Olkin) là trị số để xem xét độ thích hợp của nhân tố, theo Hoàng Trọng và cộng sự (2008) thì giá trị KMO thích hợp nằm trong khoảng 0,5
≤ ≤1 .
- Kiểm định Bartlett, dùng để kiểm tra xem các biến quan sát của nhân tố có tương quan với nhau hay không (giá trị hội tụ của nhân tố), các biến quan sát có tương quan với nhau trong nhân tố nếu Sig. Bartlett test < 0,05.
- Trị số Eingenvalue, dùng để xác định số lượng nhân tố trong phân tích EFA. Theo Hoàng Trọng và cộng sự (2008) chỉ những nhân tố nào có Eigenvalue ≥ 1 thì mới được giữ lại trong mô hình nghiên cứu.
- Tổng phương sai trích (Total varience explained) ≥ 50% cho biết số nhân tố được trích đại diện tốt cho dữ liệu (số nhân tố được trích đại diện cho bao nhiêu % biến thiên của dữ liệu các biến quan sát).
62
- Hệ số tải nhân tố (Factor loading), thể hiện mối quan hệ tương quan giữa biến quan sát và nhân tố. Hệ số tải nhân tố càng cao nghĩa là tương quan giữa biến quan sát và nhân tố càng lớn, tương tự đối với trường hợp hệ số tải nhân tố thấp. Theo Hair và cộng sự (2006) ta có các mức giá trị của Factor loading như sau:
Factor loading: ± 0,3, điều kiện tối thiểu để biến quan sát được giữ lại;
Factor loading: ± 0,5, biến quan sát có ý nghĩa thống kê tốt;
Factor loading: ± 0,7, biến quan sát có ý nghĩa thống kê rất tốt.
Với từng khoảng cỡ mẫu khác nhau, mức trọng số nhân tố để biến quan sát có ý nghĩa thống kê lại khác nhau (Bảng 1). Đối với mô hình nghiên cứu của luận án, kích thước mẫu là 168 do đó nghiên cứu xác định hệ số tải là 0,5 ứng với kích thước mẫu tối thiểu bằng 120 trở lên.
Đối với biến quan sát tải lên ở cả hai nhân tố, theo Nguyễn Đình Thọ (2014) nếu chênh lệch hệ số tải nhỏ hơn 0,3 thì ta xem xét loại biến quan sát đó khỏi mô hình.
Giá trị Factor loading
Nguồn: Nguyễn Đình Thọ (2014)
63 (iii) Kiểm định tương quan Pearson
Sau khi phân tích nhân tố khám phá EFA xác định các giá trị hội tụ tiến hành tạo biến đại diện cho các biến độc lập và biến phụ thuộc ta tiến hành kiểm định tương quan Pearson để kiểm tra mối quan hệ tuyến tính giữa các biến.
(iv) Phân tích hồi quy tuyến tính bội
Phân tích hồi quy tuyến tính nhằm xác định có hay không sự tác động của tập hợp các biến độc lập lên biến phụ thuộc. Một số chỉ tiêu cần lưu ý khi phân tích hồi quy đa biến như sau:
- Giá trị R square (R2) và Adjusted R square (R2 hiệu chỉnh) thể hiện mức độ giải thích biến phụ thuộc của các biến độc lập trong mô hình, giá trị R2 và R2 hiệu chỉnh nằm trong khoảng [0, 1] và càng gần bằng 1 thì càng phản ánh mức độ thích hợp của mô hình.
- Giá trị Sig. của kiểm định F: nếu Sig. < 0,05 nghĩa là mô hình hồi quy phù hợp;
- Trị số Durbin-Watson sử dụng để kiểm tra khả năng tự tương quan chuỗi bậc nhất (kiểm định tương quan của các sai số liền kề nhau). Theo Yahua Quiao (2011) nếu trị số Durbin-Watson nằm trong khoảng từ 1,5 đến 2,5 sẽ không sảy ra hiện tượng tự tương quan.
- Giá trị Sig. của kiểm định t: Nếu giá trị Sig. của kiểm định t của hệ số hồi quy của biến độc lập nhỏ hơn 0,05 thì ta kết luận rằng biến độc lập có tác động lên biến phụ thuộc và ngược lại.
- Hệ số phóng đại phương sai VIF: Theo Nguyễn Đình Thọ (2014): "Nếu VIF của biến độc lập lớn hơn 10 có nghĩa là xảy ra hiện tượng đa cộng tuyến và biến độc lập không có ý nghĩa giải thích cho biến phụ thuộc".