Kiểm định mô hình nghiên cứu và kiểm định các giả thuyết nghiên cứu
Phân tích mô hình cấu trúc tuyến tính SEM
Hình 4.4 – Sơ đồ mô hình cấu trúc SEM
(Nguồn: Kết quả được tập hợp qua phân tích từ phần mềm AMOS)
Bảng 4.16 – Hệ số hồi quy chưa chuẩn hoá của các biến trong phân tích SEM
Regression Weights: (Group number 1 – Default model)
Estimate | S.E. | C.R. | P Label | |||
AISQ | | SWR | ,124 | ,027 | 4,611 | *** |
AISQ | | HWR | ,146 | ,026 | 5,716 | *** |
AISQ | | MCR | ,149 | ,030 | 5,058 | *** |
AISQ | | HRR | ,200 | ,029 | 6,932 | *** |
AISQ | | ITAR | ,154 | ,029 | 5,250 | *** |
AISQ | | OCR | ,167 | ,032 | 5,206 | *** |
AIQ | | AISQ | ,733 | ,084 | 8,708 | *** |
Có thể bạn quan tâm!
- Ma Trận Xoay Các Nhân Tố Thức)
- Tổng Hợp Các Biến Quan Sát Sau Khi Phân Tích Efa Chính Thức
- Hệ Số Hồi Quy Chuẩn Hoá Của Các Biến Độc Lập Standardized Regression Weights: (Group Number 1 – Default Model)
- Kết Quả Kiểm Định Sự Khác Biệt Trong Đánh Giá Về Mức Độ Ảnh Hưởng Của Các Rủi Ro Cntt Đến Clhtttkt Giữa Các Nhóm Dn Kinh Doanh Ở Những
- Ảnh hưởng của rủi ro công nghệ thông tin đến chất lượng thông tin kế toán trong các doanh nghiệp tại Việt Nam 1738937919 - 23
- Tóm Tắt Kết Quả Định Lượng Trả Lời Câu Hỏi Nc 1 Và 2
Xem toàn bộ 405 trang tài liệu này.
Nguồn: Trích từ kết quả phân tích sơ đồ cấu trúc SEM bằng phần mềm AMOS
Bảng hệ số hồi quy cho thấy giá trị Sig của các biến tương ứng < 0,05 nên các giả thuyết H1, H2, H3, H4, H5, H6 và H7 đều được chấp nhận. Hơn nữa, các hệ số hồi quy mang dấu âm () của các biến Rủi ro phần mềm và dữ liệu, Rủi ro phần cứng, Rủi ro cam kết quản lý, Rủi ro nguồn lực con người, Rủi ro ứng dụng tiến bộ CNTT và Rủi ro văn hoá tổ chức cho thấy chúng có tác động ngược chiều lên CLHTTTKT. Đồng thời, hệ số hồi quy của biến CLHTTTKT có dấu dương (+) chỉ ra CLHTTTKT có tác động cùng chiều lên CLTTKT.
Bảng 4.17 – Hệ số hồi quy chuẩn hoá của các biến trong phân tích SEM Standardized Regression Weights: (Group number 1 – Default model)
Estimate | |||
AISQ | | SWR | ,228 |
AISQ | | HWR | ,294 |
AISQ | | MCR | ,264 |
AISQ | | HRR | ,393 |
AISQ | | ITAR | ,288 |
AISQ | | OCR | ,281 |
AIQ | | AISQ | ,648 |
Nguồn: Kết quả trích từ phân tích sơ đồ cấu trúc SEM bằng phần mềm AMOS
Thứ tự tác động ngược chiều của các biến độc lập lên biến CLHTTTKT trong bảng hệ số hồi quy chuẩn hoá thể hiện như sau:
Thứ tự biến tác động | |
AISQ | HRR > HWR > ITAR > OCR > MCR > SWR |
Bảng 4.18 – Giá trị R2 trong phân tích SEM
Squared Multiple Correlations: (Group number 1 – Default model)
Estimate | |
AISQ AIQ | ,524 ,419 |
Nguồn: Kết quả được tập hợp qua phân tích trên AMOS
Bảng trên cho thấy, giá trị R2 cho hồi quy biến phụ thuộc AISQ là 0,524. Do đó, các biến độc lập có ý nghĩa thống kê đã giải thích 52,4% sự thay đổi của biến AISQ. Nói cách khác, các biến Rủi ro nguồn lực con người, Rủi ro phần cứng, Rủi ro ứng dụng tiến bộ CNTT, Rủi ro văn hoá tổ chức, Rủi ro cam kết quản lý và Rủi ro phần mềm và dữ liệu, đã giải thích 52,4% thay đổi của CLHTTTKT.
R2 cho hồi quy của biến phụ
thuộc
AIQ là 0,419. Cho nên, biến độc lập
AISQ đã giải thích 41,9% sự thay đổi của biến AIQ. Điều này đồng nghĩa với
việc biến CLHTTTKT đã giải thích 41,9% thay đổi của CLTTKT trong mô hình. Kiểm định sự khác biệt trung bình giữa các tổng thể bằng phân tích One Way ANOVA
Kiểm định sự khác biệt trong đánh giá về mức độ ảnh hưởng của các rủi ro CNTT đến CLHTTTKT giữa các nhóm DN có loại hình DN khác nhau
Bảng 4.19 – Kết quả kiểm định sự khác biệt trong đánh giá về mức độ ảnh hưởng của các rủi ro CNTT đến CLHTTTKT giữa các nhóm DN có loại hình DN khác nhau
f_AISQ | |||
Levene Statistic | df1 | df2 | Sig. |
2,860 | 5 | 362 | ,015 |
Sig Levene’s Test bằng 0,015 < 0,05. Ta sử Welch ở bảng Robust Test.
dụng kết quả
sig kiểm định
f_AISQ | ||||
Statistic a | df1 | df2 | Sig. | |
Welch | 5,805 | 5 | 45,908 | ,000 |
a. Asymptotically F distributed. |
f_AISQ | |||||||||
N | Mean | Std. Deviatio n | Std. Error | 95% Confiden ce Interval for Mean | Minimu m | Maximum | |||
Lower Bound | Upper Bound | ||||||||
DN tư nhân | 39 | 3,5840 | ,41159 | ,06591 | 3,4506 | 3,7175 | 2,44 | 4,33 | |
DN nhà nước | 14 | 3,6587 | ,42582 | ,11380 | 3,4129 | 3,9046 | 3,00 | 4,67 | |
DN TNHH | 149 | 3,6435 | ,41879 | ,03431 | 3,5758 | 3,7113 | 2,56 | 4,78 |
123 | 3,6260 | ,43832 | ,03952 | 3,5478 | 3,7043 | 2,67 | 4,56 | |
DN 100% vốn nước ngoài | 35 | 4,1524 | ,56533 | ,09556 | 3,9582 | 4,3466 | 3,00 | 5,00 |
Khác | 8 | 3,5139 | ,29659 | ,10486 | 3,2659 | 3,7618 | 3,00 | 4,00 |
Total | 368 | 3,6775 | ,46285 | ,02413 | 3,6301 | 3,7250 | 2,44 | 5,00 |
Nguồn: Kết quả được tập hợp từ phân tích trên phần mềm SPSS
Biểu đồ 4.1 – Biểu đồ thể hiện sự khác biệt trong đánh giá về mức độ ảnh hưởng của các rủi ro CNTT đến CLHTTTKT giữa các loại hình DN
(Nguồn: Kết quả được tập hợp qua phân tích từ phần mềm SPSS)
Sig kiểm định Welch bằng 0,000 < 0,05; cho nên có khác biệt CLHTTTKT giữa các nhóm DN hoạt động ở các loại hình khác nhau. Biểu đồ và bảng thống kê trung bình chỉ ra CLHTTTKT cao hơn ở nhóm DN 100% vốn nước ngoài.
Kiểm định sự khác biệt trong đánh giá về mức độ ảnh hưởng của các rủi ro CNTT đến CLHTTTKT giữa các nhóm DN có quy mô DN khác nhau
Bảng 4.20 – Kết quả kiểm định sự khác biệt trong đánh giá về mức độ ảnh hưởng của các rủi ro CNTT đến CLHTTTKT giữa các nhóm DN có quy mô DN khác nhau
f_AISQ | |||
Levene Statistic | df1 | df2 | Sig. |
3,372 | 2 | 365 | ,035 |
Sig Levene’s Test bằng 0,035 < 0,05. Ta sử Welch ở bảng Robust Test.
dụng kết quả
sig kiểm định
f_AISQ | ||||
Statistic a | df1 | df2 | Sig. | |
Welch | 9,287 | 2 | 218,896 | ,000 |
a. Asymptotically F distributed. |
f_AISQ | ||||||||||
N | Mean | Std. Deviati on | Std. Error | 95% Confide nce Interval for Mean | Minimu m | Maximum | ||||
Lo Bo | wer und | Upper Bound | ||||||||
Nhỏ | 144 | 3,5594 | ,39012 | ,03251 | 3,4952 | 3,6237 | 2,44 | 4,78 | ||
Vừa | 97 | 3,7125 | ,47703 | ,04844 | 3,6163 | 3,8086 | 2,67 | 4,78 | ||
Lớn | 127 | 3,7848 | ,49941 | ,04432 | 3,6971 | 3,8725 | 3,00 | 5,00 | ||
Total | 368 | 3,6775 | ,46285 | ,02413 | 3,6301 | 3,7250 | 2,44 | 5,00 |
Nguồn: Kết quả được tập hợp từ phân tích trên phần mềm SPSS