4.1. Thang đo nghiên cứu
Thang đo được sử dụng trong nghiên cứu này dựa vào lý thuyết và các nghiên cứu tiền nhiệm của các tác giả trên thế giới. Các thang đo được điều chỉnh và bổ sung cho phù hợp với đặc điểm thực tế của các DNXD Việt Nam nói chung và dựa vào kết quả nghiên cứu định tính, phương pháp phỏng vấn sâu từ các chuyên gia.
Biến chất lượng tổng thể của thông tin (CLTT) được đo lường thông qua 7 khía cạnh, gồm: Đáp ứng thông tin kịp thời; Đáp ứng thông tin chính xác; Đáp ứng thông tin linh hoạt;
Đáp ứng thông tin liên quan/thích hợp; Đáp ứng thông tin trên phạm vi rộng; Đáp ứng thông tin với định dạng dễ hiểu và dễ sử dụng; Đáp ứng thông tin đảm bảo tính minh bạch (Orla Feeney, 2007). Mã biến được đặt ký hiệu từCLTT1 đến CLTT7.
Nhu cầu thông tin KTQT CP, DT và KQKD Kỹ năng, kiến thức và
năng lực của kế toán viên
Chất lượng tổng thể của thông tin Sự hữu ích của việc áp
dụng kỹ thuật KTQT
Công nghệ thông tin và hệ thống cơ sở dữ liệu
Sự phối hợp giữa các bộ phận trong doanh nghiệp
Biến sự hữu ích (H.ICH) của việc áp dụng KTQT được đo lường bởi 4 khía cạnh: Phù hợp với mục tiêu của DN; Giảm hoặc tối ưu hóa chi phí; Kiểm soát và cải thiện các hoạt động, quy trình nội bộ; Loại bỏ các hoạt động không làm tăng giá trị cho DN (Orla Feeney, 2007). Mã biến được đặt ký hiệu từH.ICH1 đến H.ICH4.
Biến kỹ năng, kiến thức và năng lực của kế toán viên (KTKN) đo lường với 6 khía cạnh: Có đạo đức nghề nghiệp; Có chuyên môn tài chính và KTQT; Có kỹ năng giao tiếp và làm việc nhóm; Có kỹ năng công nghệ thông tin; Có kiến thức về kinh doanh và doanh nghiệp; Có khả năng sáng tạo (Piercea, Tony O’Deab, 2003; Orla Feeney, 2007). Mã biến được ký hiệu từ KTKN1 đến KTKN6.
Biến công nghệ thông tin và hệ thống cơ sở dữ liệu (DLTT) đo lường bởi 4 khía cạnh:
Hệ thống cơ sở dữ liệu đầy đủ và cập nhật cho thông tin chi phí, doanh thu và kết quả kinh doanh; Hệ thống máy tính và mạng viễn thông phù hợp và ổn định; Phần mềm kế toán có thể kết nối, liên kết với các ứng dụng khác để nhập, truy xuất dữ liệu; Phần mềm kế toán có thể linh hoạt thay đổi và nâng cấp theo yêu cầu sử dụng và quản lý của DN (Piercea, Tony O’Deab, 2003; Christofer Andersson and Lotta Mọhửnen, 2014). Mó biến được đặt ký hiệu từ DLTT1 đến DLTT4.
Biến sự phối hợp giữa các bộ phận (PHBP) trong doanh nghiệp được đo lường bởi 3 khía cạnh: Các bộ phận trong DN có sự liên kết chặt chẽ trong việc cung cấp và chia sẻ thông tin; Các bộ phận trong doanh nghiệp có sự hỗ trợ lẫn nhau trong công việc; Các bộ phân trong doanh nghiệp đều đồng thuận về mục tiêu chung của doanh nghiệp (Sorin briciu và cộng sự, 2013). Mã biến được đặt ký hiệu từ PHBP1 đến PHBP3.
Biến phụ thuộc đáp ứng nhu cầu thông tin KTQT CP, DT và KQKD (DUNCTT) được đo lường bởi 3 khía cạnh: Nhu cầu vềthông tin cho định hướng hoạt động; Nhu cầu về thông tin kiểm soát và đánh giá; Nhu cầu vềthông tin để chứng minh các quyết định quản trị (Orla Feeney, 2007). Mã biến được đặt ký hiệu lần lượt là NCĐH, NCKS, NCQD.
4.2. Thiết kế mẫu nghiên cứu
Trên cơ sở khối lượng dữ liệu cần phải thu thập, đối tượng nghiên cứu tại các DNXD niêm yết trên thị trường chứng khoán Việt Nam. Phiếu khảo sát được gửi bằng nhiều hình thức từ trực tiếp, gửi qua email và qua các công cụ truyền tin khác đến 43 DNXD niêm yết, với đối tượng khảo sát là nhà quản trị các cấp trong DN. Số phiếu gửi đi là 305 phiếu, số phiếu thu về là 192 phiếu (đạt tỷ lệ 63%), trong đó có 13 phiếu không đạt yêu cầu và đã bị loại, còn lại 179 phiếu khảo sát thích hợp được đánh số thứ tự, xem xét sàng lọc trước khi tiến hành nhập liệu vào phần mềm SPSS 20, sử dụng đểđưa vào phân tích phục vụ kiểm định các giả thuyết nghiên cứu.
4.3. Phân tích dữ liệu
Để kiểm định mô hình thang đo và đánh giá mức độ phù hợp của mô hình nghiên cứu trong thực tế, cũng như phân tích tác động của các yếu tố đến khả năng đáp ứng nhu cầu thông tin KTQT CP, DT và KQKD tại các DNXD niêm yết trên thị trường chứng khoán Việt
Nam, nghiên cứu sử dụng phân tích nhân tố khám phá (EFA) và phân tích hồi quy với các bước sau: (i) Phân tích độ tin cậy của thang đo bằng hệ số Cronbach Alpha; (ii) Phân tích nhân tốkhám phá; (iii) Phân tích tương quan; (iv) Phân tích hồi quy.
5. Kết quả nghiên cứu
5.1. Kiểm định độ tin cậy của thang đo
Sau khi thu thập dữ liệu, nghiên cứu đã phân tích độ tin cậy của các thang đo trong mô hình bằng hệ số Cronbach's alpha.
Bảng 1: Bảng phân tích thang đo
Cronbach’s
Alpha Indicator
Scale Mean if
Item Deleted
Scale Variance if
Item Deleted
Corrected Item-Total Correlation
Cronbach's Alpha if Item Deleted
CLTT 0.890
CLTT1 25.76 9.835 .755 .865
CLTT2 25.58 10.121 .778 .863
CLTT3 25.83 9.983 .720 .870
CLTT4 25.62 10.237 .721 .870
CLTT4 25.63 10.571 .669 .876
CLTT6 25.63 11.077 .534 .891
CLTT7 25.74 10.136 .633 .882
H.ICH 0.882
H.ICH1 12.77 3.720 .701 .865
H.ICH2 12.35 4.048 .581 .909
H.ICH3 12.52 3.554 .859 .805
H.ICH4 12.53 3.419 .854 .804
KTKN 0.862
KTKN1 20.25 7.695 .576 .856
KTKN2 20.28 7.618 .696 .831
KTKN2 20.29 7.859 .639 .842
KTKN4 19.90 8.113 .582 .852
KTKN5 19.96 7.874 .720 .829
KTKN6 19.99 7.522 .740 .824
DLTT 0.749
DLTT1 11.77 2.506 .623 .648
DLTT2 11.85 2.428 .622 .646
DLTT3 12.27 2.692 .446 .744
DLTT4 12.03 2.578 .496 .718
PHBP 0.742
PHBP1 6.87 1.735 .504 .732
PHBP2 7.16 1.676 .607 .612
PHBP3 7.20 1.633 .595 .624
DUNCTT 0.716
NCKH 8.61 1.216 .535 .633
NCKS 8.24 1.206 .517 .651
NCQĐ 8.30 .929 .574 .589
(Nguồn: Phân tích dữ liệu)
Như vậy, toàn bộ các biến trong mô hình qua dữ liệu được thu thập từ khảo sát chính thức đều có hệ số Cronbach Alpha lớn (đều lớn hơn 0,7), đạt từ 0,716 đến 0,890. Đồng thời, tất cả các biến quan sát cho các biến độc lập và phụ thuộc đều có hệ sốtương quan biến tổng lớn hơn 0,3 (thấp nhất 0,446). Điều này cho thấy các thang đo đạt tính tin cậy cần thiết. Qua kết quả phân tích ở trên, toàn bộ 24 quan sát cho 5 biến độc lập và 3 quan sát cho biến phụ thuộc trong mô hình phù hợp và đủ điều kiện cho các bước phân tích tiếp theo của nghiên cứu.
5.2. Phân tích nhân tố khám phá (EFA)
Từ kết quả phân tích độ tin cậy của thang đo ở phần trên, phân tích EFA được thực hiện với phương pháp trích hệ số là Component Analysis và phép xoay Varimax. Việc phân tích nhân tố trước tiên được tiến hành trên 24 biến quan sát của các biến độc lập ảnh hưởng đến khảnăng đáp ứng nhu cầu thông tin KTQT CP, DT và KQKD tại các DNXD niêm yết trên TTCK Việt Nam.
Kết quả từ SPSS cho hệ số KMO bằng 0,5 <0,783 <1,0 chứng tỏ sự phù hợp của mô hình EFA; Giá trị kiểm định Bartlett có ý nghĩa đối với Sig. = 0,000; số lượng các nhân tố trích được là 5, tương đồng với mô hình lý thuyết ban đầu xây dựng, tổng phương sai trích đạt 65,705%, trọng số các nhân tốđều lớn hơn 0,5. Như vậy phân tích EFA thích hợp với các dữ liệu và các biến quan sát có tương quan với nhau trong tổng thể, nên được sử dụng cho phân tích tiếp theo.
Thực hiện phân tích EFA của biến phụ thuộc “Đáp ứng nhu cầu thông tin KTQT CP, DT và KQKD” thì hệ số KMO = 0,675 và kiểm định Bartlett’s Test có Sig. = 0,000 thích hợp với các dữ liệu, các biến tương quan với nhau trong tổng thể. Hệ số tải nhân tố của các biến thang đo đều lớn hơn 0,5 và phương sai trích đạt 64,1%.
5.3. Phân tích hồi quy đa biến Kiểm định hệ sốtương quan
Sau quá trình thực hiện kiểm định thang đo nghiên cứu tiến hành tính toán nhân số của nhân tố (giá trị của các nhân tố trích được trong phân tích EFA) bằng cách tính trung bình cộng của các biến quan sát thuộc nhân tốtương ứng. Các nhân tốđược trích ra trong phân tích nhân tốđược sử dụng cho phân tích hồi quy đa biến để kiểm định mô hình nghiên cứu và các giả thuyết kèm theo. Các kiểm định giả thiết thống kê đều áp dụng mức ý nghĩa 5%.
Bảng 2 cho thấy rằng hệ số tương quan giữa “DUNCTT” với các biến như sau : biến độc lập “CLTT” (Pearson = 0,671); biến độc lập “H.ICH” (Pearson = 0,506) ; biến độc lập
“KTKN” (Pearson = 0,544); với biến “DLTT” (Pearson = 0,483); với biến “PHBP” (Pearson
= 0.471). Do vậy, có thể kết luận sơ bộ rằng, các biến độc lập có thểđưa vào mô hình đều phù hợp để giải thích cho việc đáp ứng nhu cầu thông tin KTQT CP, DT và KQKD.
Bảng 2: Phân tích tương quan Correlations
CLTT H.ICH KTKN DLTT PHBP DUNCTT
CLTT
Pearson
Correlation 1 .311** .383** .475** .467** .671**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
H.ICH
Pearson
Correlation .311** 1 .645** .280** .300** .506**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
KTKN
Pearson
Correlation .383** .645** 1 .334** .342** .544**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
DLTT
Pearson
Correlation .475** .280** .334** 1 .308** .483**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
PHBP
Pearson
Correlation .467** .300** .342** .308** 1 .471**
Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
DUNCTT
Pearson
Correlation .671** .506** .544** .483** .471** 1 Sig. (2-tailed) .000 .000 .000 .000 .000
N 179 179 179 179 179 179
**. Correlation is significant at the 0.01 level (2-tailed).
(Nguồn: Phân tích dữ liệu) Phân tích hồi quy
Sau khi phân tích tương quan tuyến tính giữa các biến, nghiên cứu thực hiện kiểm định hồi quy tuyến tính thông qua việc đưa các biến độc lập phù hợp vào kiểm định phương trình hồi quy tuyến tính. Dựa trên kết quả xử lý dữ liệu từ tệp dữ liệu khảo sát của tác giả thông qua SPSS, mô hình hồi quy chuẩn hóa thể hiện mối quan hệ tuyến tính giản đơn giữa các biến như sau:
DUNCTT = 0,385 + 0,400*CLTT + 0,119*H.ICH + 0,156*KTKN + 0,129*DLTT+
0,092*PHBP
Phương trình trên được đưa ra từ kết quả của hệ số các nhân tốtương ứng trong kết quả kiểm định phương trình hồi quy tuyến tính từ dữ liệu thu thập được trong nghiên cứu như bảng dưới đây:
Bảng 3: Hệ sốtrong phương trình hồi quy tuyến tính
Mô hình
Hệ sốchưa chuẩn hóa
Hệ số chuẩn
hóa t Pvalue
Collinearity Statistics B Sai số
chuẩn Beta Tolerance VIF
(Constant) .385 .245 1.569 .119
CLTT .400 .057 .429 7.080 .000 .637 1.570
H.ICH .149 .050 .190 2.971 .003 .574 1.743
KTKN .156 .059 .174 2.629 .009 .534 1.874
DLTT .129 .054 .133 2.376 .019 .741 1.349
PHBP .092 .045 .113 2.023 .045 .742 1.348
Model Summaryb Model R R Square Adjusted R
Square
Std. Error of the Estimate
Durbin- Watson
1 .772a .596 .584 .31882 1.947
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1
Regression 25.941 5 5.188 51.044 .000b
Residual 17.584 173 .102
Total 43.526 178
(Nguồn: Phân tích số liệu) Kết quả cho thấy hệ số R2 (R Square) có giá trị là 0,596 cho thấy mô hình nghiên cứu với 5 biến độc lập giải thích được 59,6% sự biến thiên của biến phụ thuộc. Bảng ANOVA cho thấy trị số thống kê F được tính từ giá trị R Square của mô hình đầy đủ, giá trị Sig. (0,000) nhỏ hơn 0,05 cho thấy việc bác bỏ giả thuyết H0 - cho rằng tất cả các hệ số hồi quy bằng 0 (ngoại trừ hằng số), điều này có nghĩa là có ít nhất một biến độc lập nào đó có ảnh hưởng đến biến phụ thuộc. Như vậy, mô hình hồi quy trên phù hợp với tập dữ liệu và có thể sử dụng được.
Bên cạnh đó, hệ số VIF (Variance Inflation Factor) của các nhân tố độc lập trong mô hình đều có giá trị thấp và nhỏhơn 2.2 (từ 1,348 đến 1,874), theo đó không có hiện tượng đa cộng tuyến giữa các biến độc lập trong mô hình. Đồng thời các giá trị Sig. của các hệ số của các nhân tố độc lập trong mô hình đều nhỏ hơn 0,05. Theo đó, có thể kết luận toàn bộ 5 nhân tốđều có ảnh hưởng đến biến phụ thuộc.