Từ kết quả phân tích nhân tố khám phá cho thấy có 5 nhân tố ảnh hưởng đến ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Tiếp theo, phân tích hồi quy nhằm xác định sự tương quan này có tuyến tính hay không và mức độ quan trọng của từng nhân tố ảnh hưởng đến ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM.
Nghiên cứu thực hiện chạy hồi quy tuyến tính đa biến với phương pháp đưa vào một lượt giá trị trung bình (phương pháp Enter) của 5 biến độc lập bao gồm:
Chất lượng hệ thống OpenERP (ký hiệu S), chất lượng thông tin đầu vào (ký hiệu I), Sự tham gia của lãnh đạo (ký hiệu L), Người sử dụng (ký hiệu U), Dịch vụ hỗ trợ đào tạo - kỹ thuật (ký hiệu SE), và 1 biến phụ thuộc Y (giá trị trung bình của 4 biến quan sát): gồm 4 biết quan sát A1, A2, A3, A4.
Phương trình hồi quy tuyến tính biểu diễn mối quan hệ giữa 5 nhân tố ảnh hưởng (5 biến độc lập) và Ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM (1 biến phụ thuộc) có dạng như sau:
Y = β0 + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + ε Trong đó:
Y: Biến phụ thuộc. Biến Y bao gồm có 4 biến quan sát là A1, A2, A3, A4.
X1, X2, X3, X4, X5 là biến độc lập theo thứ tự Chất lượng hệ thống OpenERP, Chất lượng thống tin đầu vào, Sự tham gia của lãnh đạo, Người sử dụng, “Dịch vụ hỗ trợ đào tạo, kỹ thuật”.
β0 là hằng số hồi quy.
β1, β2, β3, β4, β5 là các hệ số hồi quy.
ε là sai số ngẫu nhiên 4.4.1 Phân tích tương quan
Nhằm xem xét mối tương quan giữa các biến trước khi phân tích hồi quy tuyến tính bội, đặc biệt là tương quan giữa biến phụ thuộc với biến độc lập. Kết quả phân tích tương quan xem bảng 4.13.
Bảng 4.13: Kết quả phân tích tương quan giữa các biến Mối tương quan
Y S I U L SE
Pearson Correlation
Y 1.000 .550 .574 .496 .561 .607 S .550 1.000 .361 .321 .319 .336 I .574 .361 1.000 .400 .316 .409 U .496 .321 .400 1.000 .364 .366 L .561 .319 .316 .364 1.000 .431 SE .607 .336 .409 .366 .431 1.000
Sig. (1-tailed)
Y . .000 .000 .000 .000 .000
S .000 . .000 .000 .000 .000
I .000 .000 . .000 .000 .000
U .000 .000 .000 . .000 .000
L .000 .000 .000 .000 . .000
SE .000 .000 .000 .000 .000 .
N
Y 200 200 200 200 200 200
S 200 200 200 200 200 200
I 200 200 200 200 200 200
U 200 200 200 200 200 200
L 200 200 200 200 200 200
SE 200 200 200 200 200 200
(Nguồn: Kết quả tính toán của tác giả)
Từ kết quả phân tích tương quan trên, ta có thể thấy tương quan giữa biến phụ thuộc “ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM” với các biến độc lập Chất lượng hệ thống OpenERP, Chất lượng thông tin đầu vào, Sự tham gia của lãnh đạo, Người sử dụng, Dịch vụ hỗ trợ đào tạo, kỹ thuật đều khác 1, như vậy không xẩy ra tương quan hoàn toàn giữa các biến độc lập và biến phụ thuộc; và tất cả giá trị Sig <
0.05. Do đó có thể đưa các biến độc lập này vào mô hình hồi quy bội để giải thích cho sự thay đổi của biến phụ thuộc. Tuy nhiên, mức độ tác động của từng biến độc lập này lên biến phụ thuộc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM sẽ được xác định cụ thể thông qua phân tích hồi quy tuyến tính bội.
4.4.2 Kết quả phân tích hồi quy tuyến tính đa biến
Phân tích hồi quy tuyến tính bội bằng phương pháp đồng thời ENTER nhằm kiểm định các giả thuyết.
Bảng 4.14: Chỉ tiêu đánh giá độ phù hợp của mô hình THÔNG SỐ MÔ HÌNH
Mô hình
Hệ số R
Hệ số R2
Hệ số R2 - hiệu chỉnh
Sai số chuẩn của ước
lượng
Thống kê thay đổi
Hệ số Durbin- Watson Hệ số R2
sau khi đổi
Hệ số F khi đổi
Bậc tự do
1
Bậc tự do
2
Hệ số Sig. F sau khi
đổi
1 .802a .643 .634 .07931 .643 69.995 5 194 .000 1.451 Biến độc lập: S, I, L, U, SE
Biến phụ thuộc: Y
(Nguồn: Kết quả tính toán của tác giả)
Giá trị hệ số tương quan là 0.802 > 0.5, do vậy, đây là mô hình thích hợp để sử dụng đánh giá mối quan hệ giữa biến phụ thuộc và các biến độc lập. Kết quả cũng cho thấy hệ số R2 hiệu chỉnh < hệ số R2, hệ số này được dùng để đánh giá độ phù hợp của mô hình an toàn, chính xác hơn vì nó không thổi phồng độ phù hợp của mô hình. Như vậy, mô hình hồi quy tuyến tính bội đã xây dựng phù hợp với dữ liệu là 0.643. Hay nói cách khác, khoảng 0.643 phương sai của ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ được giải thích bởi phương sai của 6 biến độc lập.
Bảng 4.15: Kiểm định độ phù hợp của mô hình ANOVAb
Mô hình Tổng bình phương Bậc tự do Trung bình bình phương F Sig.
Hồi quy 2.202 5 .440 69.995 .000b
Phần dư 1.220 194 .006
Tổng 3.422 199
a Biến phụ thuộc: Y
b Biến độc lập: (Constant) SE, U, I, L ,S
(Nguồi: Kết quả tính toán của tác giả)
Kết quả bảng 4.15 cho thấy giá trị Sig. rất nhỏ (< 0.05) nên bác bỏ giả thuyết H0. Điều này có nghĩa là các biến độc lập trong mô hình có tương quan tuyến tính với biến phụ thuộc, tức là sự kết hợp của các biến độc lập có thể giải thích được sự thay đổi của biến phụ thuộc.
Bảng 4.16: Kết quả phân tích hồi quy tuyến tính đa biến
Mô hình
Hệ số chưa chuẩn hóa
Hệ số chuẩn hóa
T Sig.
Thống kê đa cộng tuyến
B Sai số
chuẩn Beta Hệ số
Tolerance
Hệ số VIF
(hằng số) .151 .037 4.097 .000
S .215 .041 .253 5.235 .000 .790 1.266
I .172 .035 .245 4.852 .000 .724 1.382
U .069 .026 .131 2.642 .009 .744 1.345
L .083 .017 .239 4.800 .000 .742 1.348
SE .203 .038 .271 5.290 .000 .700 1.429
Biến phụ thuộc: Y
(Nguồn: Kết quả tính toán của tác giả)
Theo kết quả (bảng 2.16) khi xét tstat và tα/2 của các biến để đo độ tin cậy thì các biến độc lập S, I, L, U, SE đều đạt yêu cầu do tstat > tα/2(5, 194) = 1.9723 (nhỏ nhất là 2.642) và các giá trị Sig. thể hiện độ tin cậy khá cao, đều < 0.05 (lớn nhất là 0.009). Ngoài ra, hệ số VIF của các hệ số Beta đều nhỏ hơn 2 (lớn nhất là 1.429) và hệ số Tolerance đều > 0.5 (nhỏ nhất là 0.700) cho thấy không có hiện tượng đa cộng tuyến xảy ra (Hoàng Trọng - Mộng Ngọc, 2008). Mặt khác, mức ý nghĩa kiểm định 2 phía giữa các biến độc lập với biến phụ thuộc đều thỏa điều kiện (Sig. 2-tailed = 0.000 < 0.05).
Mô hình hồi quy tuyến tính đa biến sau khi chạy hồi quy Y= 0.253S + 0.245I + 0.131U + 0.239L + 0.271SE
Ý nghĩa hệ số hồi quy
β1 = 0.253: Trong điều kiện các nhân tố không thay đổi, cứ tăng nhân tố chất lượng hệ thống 1 đơn vị thì việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tăng lên 25,3%.
β2 = 0.245: Trong điều kiện các nhân tố không thay đổi, cứ tăng nhân tố chất lượng thông tin đầu vào 1 đơn vị thì việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tăng lên 25,3%.
β3 = 0.131: Trong điều kiện các nhân tố không thay đổi, cứ tăng nhân tố người sử dụng 1 đơn vị thì việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tăng lên 13,1%.
β4 = 0.239: Trong điều kiện các nhân tố không thay đổi, cứ tăng nhân tố sự tham gia của lãnh đạo 1 đơn vị thì việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tăng lên 23,9%.
β5 = 0.271: Trong điều kiện các nhân tố không thay đổi, cứ tăng nhân tố dịch vụ hỗ trợ đào tạo- kỹ thuật 1 đơn vị thì việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tăng lên 27,1%.
Hình 4.2: Mô hình nghiên cứu sau phân tích hồi quy (Nguồn: Kết quả tính toán của tác giả)
Kiểm định giả thiết
H1: Là giả thuyết chất lượng hệ thống OpenERP có ảnh hưởng đến việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận, hệ số Beta đạt 0.253 mức ý nghĩa Sig. = 0.000< 0.05.
H2: Là giả thuyết chất lượng thông tin đầu vào có ảnh hưởng đến việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận, hệ số Beta đạt 0.245 mức ý nghĩa Sig. = 0.000< 0.05.
H3: Là giả thuyết sự tham gia của lãnh đạo có tác động đến việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận, hệ số Beta đạt 0.239 mức ý nghĩa Sig. = 0.000< 0.05.
Ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM 0.253
0.245
0.239
0.131 0.271 Chất lượng hệ thống OpenERP
Chất lượng thông tin đầu vào
Dịch vụ hỗ trợ đào tạo - kỹ thuật Sự tham gia của lãnh đạo
Người sử dụng
H4: Là giả thuyết dịch vụ hỗ trợ đào tạo - kỹ thuật có tác động đến việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận, hệ số Beta đạt 0.271 mức ý nghĩa Sig. = 0.000< 0.05.
H5: Là giả thuyết người sử dụng có tác động đến việc ứng dụng thành công phân hệ Kế toán trong môi trường ứng dụng OpenERP tại các doanh nghiệp vừa và nhỏ ở TP.HCM. Căn cứ vào kết quả phân tích hồi quy, giả thuyết này được chấp nhận, hệ số Beta đạt 0.131 mức ý nghĩa Sig. = 0.000< 0.05.
Kiểm tra lý thuyết về phân phối chuẩn
Kiểm tra giả định về phân phối chuẩn của phần dư cho thấy: độ lệch chuẩn = 0.987 xấp xỉ 1 (hình 4.3), do vậy giả thuyết phân phối chuẩn của phần dư không bị vi phạm.
Hình 4.3: Biểu đồ phân phối chuẩn phần dư (Nguồn: Kết quả tính toán của tác giả)
Hình 4.4: Biểu đồ P – P Plot (Nguồn: Kết quả tính toán của tác giả)
Dựa vào hình vẽ P-P Plot (hình 4.4) cho thấy các điểm quan sát không phân tán quá xa đường kỳ vọng, nên ta có thể kết luận là giả thuyết phân phối chuẩn không bị vi phạm.
Ngoài ra, qua biểu đồ phân tán – Scatterplot (hình 4.5), ta có thể thấy sự phân tán đều.