Vai Trò Của Biến Trung Gian Khả Năng Sinh Lời Tác Động Lên Mối Quan Hệ Giữa

Quy mô doanh nghiệp

H1a

Cơ hội tăng trưởng

H1b

Khả năng sinh lời

H1c

Quan điểm quản lý

H1d

H1f

H1e

H2a

H2b

H2c

Quy định pháp lý

Công bố báo cáo PTBV

H2d

H2e

Đặc điểm ngành nghề kinh doanh

(Nguồn: Tác giả xử lý dựa vào kết quả nghiên cứu chính thức)

Hình 4.2 Mô hình nghiên cứu hiệu chỉnh

Trên cơ sở mô hình nghiên cứu thì tác giả cũng đồng thời đưa ra 11 giả thuyết và dự định sẽ đi kiểm định 11 giả thuyết này. Trong đó các giả thuyết được đề xuất bao gồm:

H1a: Quy mô của DN xăng dầu có ảnh hưởng đến Khả năng sinh lời của DN (tác động thuận chiều +)

H1b: Cơ hội tăng trưởng của DN xăng dầu có ảnh hưởng đến Khả năng sinh lời của DN (tác động thuận chiều +)

H1c: Quan điểm của nhà quản lý DN xăng dầu có ảnh hưởng đến Khả năng sinh lời của DN (tác động thuận chiều +)

H1d: Quy định pháp lý liên quan đến PTBV, CBTT có ảnh hưởng đến Khả năng sinh lời của DN (tác động thuận chiều +)

H1e: Đặc điểm ngành nghề kinh doanh của DN xăng dầu có ảnh hưởng đến Khả năng sinh lời của DN (tác động thuận chiều +)

H2a: Quy mô của DN xăng dầu có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN(tác động thuận chiều +)

H2b: Cơ hội tăng trưởng của DN xăng dầu có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN (tác động thuận chiều +)

H2c: Quan điểm của nhà quản lý DN xăng dầu có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN (tác động thuận chiều +)

H2d: Đặc điểm ngành nghề kinh doanh của DN xăng dầu có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN (tác động thuận chiều +)

H2e: Quy định pháp lý có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN (tác động thuận chiều +)

H3: Khả năng sinh lời của DN xăng dầu có ảnh hưởng đến CBTT liên quan báo cáo PTBV của DN (tác động thuận chiều +)

4.5.1 Kiểm định mô hình lý thuyết

Tác giả sử dụng SEM nhằm kiểm định mô hình và các giả thuyết nghiên cứu đã có. Kết quả ước lượng mô hình nghiên cứu cho thấy: Mô hình kiểm định có 366 bậc tự do (p = 0,00) và các chỉ số kết quả đã chỉ ra mô hình hoàn toàn thích hợp với dữ liệu thu thập từ khảo sát, cụ thể: (Chi-square/df = 1,323; GFI = 0,891; CFI = 0,975, TLI = 0,972 và RMSEA = 0,035).

Như vậy, Mối liên hệ của các khái niệm đã đạt được kỳ vọng về mặt lý thuyết; kết quả ước lượng tham số chính cho thấy trong cả hai mối quan hệ đều có ý nghĩa thống kê (p < 5%).

Nguồn: Kết quả phân tích từ phần mềm AMOS 20

Hình 4.3 Sơ đồ kiểm định lý thuyết theo cấu trúc SEM

4.5.2 Kiểm định giả thuyết nghiên cứu (SEM)

Kiểm định các giả thuyết của mô hình nghiên cứu như sau:

Bảng 4.19 Kết quả kiểm định các giả thuyết nghiên cứu

Các biến

Estimate	S.E.	C.R.	P	Kết luận
KNSL	<--	QMDN	091	.030	3.000	.002	Chấp nhận H1a
KNSL	<--	DDKD	.164	.034	4.834	***	Chấp nhận H1e
KNSL	<--	CHTT	.193	.036	5.329	***	Chấp nhận H1b
KNSL	<--	QDPL	.108	.033	3.283	.001	Chấp nhận H1d
KNSL	<--	QDQL	.210	.040	5.305	***	Chấp nhận H1c
CBTT	<--	QMDN	.117	.041	2.866	.004	Chấp nhận H2a
CBTT	<--	DDKD	.210	.048	4.380	***	Chấp nhận H2e
CBTT	<--	CHTT	.195	.052	3.760	***	Chấp nhận H2b
CBTT	<--	QDPL	.157	.045	3.515	***	Chấp nhận H2d
CBTT	<--	QDQL	.019	.055	.348	.728	Bác bỏ H2c
CBTT	<--	KNSL	.644	.120	5.371	***	Chấp nhận H3

Có thể bạn quan tâm!

Xem toàn bộ 255 trang tài liệu này.

(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)

Bảng 4.20 Mức độ tác động của các nhân tố đến KNSL

Mối quan hệ

Hệ số hồi quy	%	Thứ tự ảnh hưởng
KNSL	<---	QMDN	0.091	11.88	5
KNSL	<---	DDKD	0.164	21.41	3
KNSL	<---	CHTT	0.193	25.2	2
KNSL	<---	QDPL	0.108	14.1	4
KNSL	<---	QDQL	0.210	27.41	1
Tổng			0.766	100

(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)

Bảng 4.21 Mức độ tác động của các nhân tố đến CBTT

Mối quan hệ

Hệ số hồi quy	%	Thứ tự ảnh hưởng
CBTT	<---	QMDN	0.117	8.84	5
CBTT	<---	DDKD	0.210	15.87	2
CBTT	<---	CHTT	0.195	14.74	3
CBTT	<---	QDPL	0.157	11.87	4
CBTT	<---	KNSL	0.644	48.68	1
Tổng			1.323	100

(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)

Tóm lại, tác giả đã đạt được kết quả tương ứng với các giả thuyết đặt ra ban đầu, đó là công bố báo cáo PTBV phụ thuộc vào các nhân tố tố theo thứ tự trên bảng 4.20 là (1) Khả năng sinh lời; (2) đặc điểm ngành nghề kinh doanh; (3) Cơ hội tăng trưởng; (4) quy định pháp lý và (5) quy mô doanh nghiệp. Và không có mối quan hệ giữa quan điểm quản lý với CBTT báo cáo PTBV.

Theo kết quả bảng 4.21, tác giả cũng kiểm chứng được có mối quan hệ giữa các nhân tố (1) quan điểm của nhà quản lý; (2) cơ hội tăng trưởng; (3) đặc điểm ngành nghề kinh doanh (4) quy định pháp lý và (5) quy mô doanh nghiệp theo thứ tự ảnh hưởng đến khả năng sinh lời từ đó làm cho công bố thông tin cần đẩy mạnh hơn.

4.5.3 Kiểm định vai trò của biến trung gian

Theo mô hình nghiên cứu của tác giả, biến Khả năng sinh lời được gọi là biến trung gian khi nó tham gia giải thích cho mối quan hệ giữa biến độc lập (quy mô doanh nghiệp, đặc điểm ngành nghề kinh doanh, cơ hội tăng trưởng, quy định pháp lý, quan điểm quản lý) và biến phụ thuộc là CBTT báo cáo PTBV (Baron & Kenny, 1986).

Với lý thuyết của Baron & Kenny (1986) về biến trung gian (khả năng sinh lời) và mối tác động trung gian, một điều kiện cần đó là biến độc lập X phải có sự tác động lên biến phụ thuộc Y (tác động tổng hợp total effect - hệ số c phải có ý nghĩa).

X c Y X c’ Y

X a M M

Trong đó:

c': Tác động trực tiếp từ X lên Y a*b: Tác động gián tiếp từ X lên Y c: Tác động tổng từ X lên Y

Tuy nhiên, đã có nhiều tác giả đưa ra nhận định mỗi tác động không nhất thiết phải có ý nghĩa thì mới có mối quan hệ trung gian. Chính vì vậy, cần có một định hướng đánh giá mối quan hệ trung gian chính xác hơn.

Bootstrapping là dạng kỹ thuật liên quan đến việc lấy mẫu lặp lại N lẫn từ tập dữ liệu mẫu và ước tính tác động gián tiếp ( giá trị tích số a*b) trong mỗi tập dữ liệu

được lấy mẫu lại. Bằng cách lặp lại này, phân phối của giá trị tích số a*b được hình thành và tạo nên khoảng tin cậy của mối quan hệ gián tiếp (Preacher and Hayes, 2004). Để có thể thực hiện phân tích biến trung gian bằng kỹ thuật Bootstrap trên phần mềm SPSS, chúng ta sẽ dụng Hayes Process Mac. Sau đó, xuất kết quả các phép hồi quy X → M (hồi quy 1) và X, M → Y (hồi quy 2) (cụ thể ở phụ lục 11). Ở đây, mục tiêu của chúng ta quan tâm nhiều nhất vào mối quan hệ gián tiếp của biến X lên biến Y. Do vậy, cần tập trung vào bảng các giá trị TOTAL, DIRECT AND INDIRECT EFFECTS OF X ON Y.

Total effect of X on Y: Tác động từ biến X lên biến Y (giá trị hệ số c)

Direct effect of X on Y: Tác động trực tiếp từ biến X lên biến Y (giá trị hệ số c') Indirect effect(s) of X on Y: Tác động gián tiếp từ biến X lên biễn Y qua biên M (giá trị tích số a*b)

Phần Indirect effects, chúng ta sẽ đánh giá dựa vào khoảng tin cậy phép bootstrap cho tích số a*b để đưa ra kết luận có sự tác động gián tiếp hay không

+ Nếu giá trị trong khoảng tin cậy phép bootstrap tích số a*b có chứa giá trị 0, chúng ta đưa ra kết luận không có tác động gián tiếp từ X lên Y.

+ Nếu giá trị trong khoảng tin cậy phép bootstrap tích số a*b không chứa giá trị 0, chúng ta đưa ra kết luận có tác động gián tiếp từ X lên Y.

Từ các kết quả này, tác giả tổng hợp lên bảng 4.22 như sau

Bảng 4.22 Vai trò của biến trung gian Khả năng sinh lời tác động lên mối quan hệ giữa các nhân tố ảnh hưởng và CBTT PTBV

Kết quả hồi quy từ X->M Kết quả hồi quy từ X,M->Y

Giá trị P

Khoảng tin cậy phép

bootstrap

Hệ số tác

động

Kết luận

BootLLCI

(chặn dưới)

BootULCI

(chặn trên)

QMDN->KNSL

QMDN, KNSL->CBTT

.0001

.0000

.0455

.1876

.1151

KNSL có vai trò trung gian tác động lên

mối quan hện từ QMDN đến CBTT

CHTT->KNSL

CHTT, KNSL->CBTT

.0000

.0912

.2149

.1513

KNSL có vai trò trung gian tác động lên

mối quan hện từ CHTT đến CBTT

QDPL->KNSL

QDPL, KNSL->CBTT

.0016

.0000

.0355

.1610

.0968

KNSL có vai trò trung gian tác động lên

mối quan hện từ QDPL đến CBTT

QDQL->KNSL

QDQL, KNSL->CBTT

.0000

.1271

.2695

.1956

KNSL có vai trò trung gian tác động lên

mối quan hện từ QDQL đến CBTT

DDKD->KNSL

DDKD, KNSL->CBTT

.0000

.0839

.2018

.1429

KNSL có vai trò trung gian tác động lên

mối quan hện từ DDKD đến CBTT

(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)

4.6 KIỂM ĐỊNH BOOTSTRAP

Việc kiểm định bootstrap được tiến hành để kiểm tra lại mô hình. Bootstrap là phương pháp lấy mẫu lại có thay thế trong đó mẫu ban đầu đóng vai trò đám đông. Kết quả ước lượng mô hình nghiên cứu theo kiểm định bootstrap trong mô hình SEM cho thấy: Mô hình kiểm định có 366 bậc tự do (p = 0,000) và các chỉ số kết quả đã chỉ ra mô hình hoàn toàn thích hợp với dữ liệu thu thập từ khảo sát, cụ thể: (Chi-square/df = 1,323; CFI = 0,963, TLI = 0,967 và RMSEA = 0,041).

(Nguồn: Xử lý dữ liệu từ khảo sát chính thức)

Hình 4.4 Kết quả kiểm định Bootraps

Tiếp theo, tác giả tiếp tục kiểm tra bằng phương pháp tính giá trị tới hạn C.R (Critical Ratios) tại bảng 4.23. Ở đây cột Mean là hệ số hồi quy của ước lượng bootstrap, cột Bias là chênh lệch giữa cột hệ số hồi quy Mean và giá trị hệ số hồi