CHƯƠNG 4 KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.1 Kết quả khảo sát
4.1.5 Kiểm định mô hình nghiên cứu và các giả thuyết
4.1.5.2 Phân tích hồi qui
Phân tích hồi qui đƣợc tiến hành với 5 biến độc lập là Quy mô doanh nghiệp;
Mức độ cạnh tranh của thị trường; Sự quan tâm đến KTQT của chủ doanh nghiệp;
Trình độ của nhân viên kế toán; Chi phí cho việc tổ chức một hệ thống KTQT cho doanh nghiệp và 1 biến phụ thuộc là Việc vận dụng KTQT của doanh nghiệp sử dụng phương pháp Enter.
Phương trình hồi qui tuyến tính đa biến có dạng:
VDKTQT = β1*QMDN + β2*MĐCTTT + β3*SQTCDN + β4*TĐNVKT + β5*CPTC + ei
Kết quả hồi qui đa biến
Đánh giá độ phù hợp của mô hình:
Bảng 4. 7: Bảng chỉ tiêu đánh giá độ phù hợp của mô hình
Mô hình R R2 R2 điều
chỉnh
Độ lệch chuẩn
Durbin- Watson
1 0,775 0,701 0,694 0,57334 1,637
(Nguồn: Phân tích xử lý dữ liệu của tác giả)
Nhƣ kết quả phân tích thì mô hình có R2 hiệu chỉnh là 0,694 nghĩa là 69,4%
sự biến thiên của Việc vận dụng KTQT của doanh nghiệp đƣợc giải thích bởi sự biến thiên của các thành phần nhƣ: Quy mô doanh nghiệp; Mức độ cạnh tranh của thị trường; Sự quan tâm đến KTQT của chủ doanh nghiệp; Trình độ của nhân viên kế toán; Chi phí cho việc tổ chức một hệ thống KTQT cho doanh nghiệp.
Kiểm định giả thuyết về sự phù hợp của mô hình:
Bảng 4. 8: Bảng kiểm định độ phù hợp của mô hình Mô hình Tổng bình
phương
df Bình phương trung bình
F Mức ý
nghĩa
1 Hồi qui 135,341 5 27,068 82,343 0,000
Phần dƣ 89,741 273 0,329
Tổng 225,082 278
(Nguồn: Phân tích xử lý dữ liệu của tác giả) Với giả thuyết H0: β1= β2= β3= β4= β5= 0 (tất cả hệ số hồi qui riêng phần bằng 0).
Giá trị Sig(F) = 0,000 < mức ý nghĩa 5%: giả thuyết H0 bị bác bỏ. Điều đó có ý nghĩa là sự kết hợp của các biến độc lập hiện có trong mô hình có thể giải thích đƣợc sự biến thiên của biến phụ thuộc. Mô hình hồi qui tuyến tính đã xây dựng là phù hợp với tập dữ liệu hiện có.
Sig(β1), Sig(β2), Sig(β3), Sig(β4), Sig(β5) < mức ý nghĩa 5% nên các biến độc lập tương ứng là Quy mô doanh nghiệp; Mức độ cạnh tranh của thị trường;
Sự quan tâm đến KTQT của chủ doanh nghiệp; Trình độ của nhân viên kế toán; Chi phí cho việc tổ chức một hệ thống KTQT cho doanh nghiệp có hệ số hồi qui có ý nghĩa về mặt thống kê ở mức ý nghĩa 5%.
Phương trình hồi qui và ý nghĩa các hệ số hồi qui
Bảng 4. 9: Bảng thông số thống kê của từng biến trong mô hình hồi qui Coefficientsa
Mô hình Hệ số không chuẩn hóa
Hệ số chuẩn hóa
Giá trị t
Mức ý nghĩa
Thống kê đa cộng tuyến
B Độ lệch
chuẩn
Beta Dung
sai
VIF
1 (Constant) 0,091 0,257 0,355 0,723
QMDN 0,399 0,054 0,335 7,372 0,000 0,706 1,416
MĐCTTT 0,416 0,049 0,386 8,469 0,000 0,702 1,424
SQTCDN 0,184 0,037 0,193 4,984 0,000 0,976 1,025
TĐNVKT 0,129 0,039 0,135 3,319 0,001 0,877 1,140
CPTC -0,139 0,027 -0,200 -5,166 0,000 0,979 1,022
a. Dependent Variable: VDKTQT
(Nguồn: Phân tích xử lý dữ liệu của tác giả) Phương trình hồi qui rút ra được:
VDKTQT = 0,335*QMDN + 0,386*MĐCTTT + 0,193*SQTCDN + 0,135*TĐNVKT – 0,200*CPTC + ei
Tầm quan trọng của các biến trong mô hình:
Để xác định tầm quan trọng của các biến trong mô hình ta sử dụng hệ số Beta. Theo kết quả bảng thông số thống kê của từng biến cho thấy tầm quan trọng của các biến này đối với Việc vận dụng KTQT nhƣ sau:
Nhân tố Mức độ cạnh tranh của thị trường có hệ số Beta là 0,386 nên có tầm quan trọng nhất đối với Việc vận dụng KTQT.
Đứng thứ hai là Quy mô doanh nghiệp với hệ số Beta là 0,335.
Thứ 3 là nhân tố Chi phí cho việc tổ chức một hệ thống KTQT cho doanh nghiệp với hệ số Beta là -0,200.
Thứ 4 là nhân tố Sự quan tâm đến KTQT của chủ doanh nghiệp với hệ số Beta là 0,193.
Và cuối cùng là nhân tố Trình độ của nhân viên kế toán với hệ số Beta là 0,135.
Dò tìm các vi phạm giả định cần thiết
Kiểm định phân phối chuẩn của phần dƣ:
Biểu đồ 4. 1: Biểu đồ phần dƣ chuẩn hóa mô hình (Nguồn: Phân tích xử lý dữ liệu của tác giả)
Từ biểu đồ phần dƣ chuẩn hóa có trị trung bình (Mean) = 6,87*10-17 ≅ 0 và độ lệch chuẩn = 0,991 ≅ 1: phân phối phần dƣ có dạng gần chuẩn, thỏa yêu cầu giả định về phân phối chuẩn của phần dƣ.
Kiểm định đa cộng tuyến:
Theo kết quả thì giá trị VIF của các biến độc lập đều < 2 nên hiện tƣợng đa cộng tuyến của các biến độc lập không ảnh hưởng đến kết quả giải thích của mô hình.
Kiểm định tính độc lập của sai số
Hệ số Durbin-Watson là d = 1,637 cho thấy các sai số trong mô hình thuộc miền có tự tương quan thuận chiều (với mức ý nghĩa 5%, tra bảng Durbin-Watson với N = 200 (gần với 279 là số quan sát của mẫu) và k = 5 là số biến độc lập: dL = 1,718, dU = 1,820 ta tính đƣợc miền chấp nhận cho giá trị d thuộc (2,180 – 2,282). Ta thấy d < dL < dU có nghĩa là các phần dƣ gần nhau thuộc miền có tự tương quan thuận chiều).