Kết quả chạy phân tích độ tin cậy của thang đo lần 1 cho thấy độ tin cậy đạt 0,785> 0,6 đạt yêu cầu. Tuy nhiên 2 biến thành phần LV3, LV4 có tương quan với biến tổng < 0,3, nghĩa là 2 biến thành phần LV3, LV4 này không thể hiện được nhiều tính chất của nhân tố LV. Đồng thời giá trị Cronbach’s alpha nếu loại biến của các biến LV3, LV4 lần lượt là 0,825 và 0,821 đều lớn hơn 0,785 (0,785 là độ tin cậy của thang đo hiện tại), nên loại bỏ 2 biến này để thang đo có độ tin cậy tốt hơn và chạy phân tích độ tin cậy của thang đo lần 2 với các biến còn lại.
Bảng 4.28: Kết quả phân tích thang đo lần 2 cho nhân tố LV
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan với biến tổng | Cronbach’s alpha nếu loại biến | |
Độ tin cậy của thang đo: ALPHA = 0,886 | ||||
LV1 | 12,33 | 20,238 | 0,740 | 0,858 |
LV2 | 12,55 | 19,135 | 0,713 | 0,864 |
LV5 | 12,39 | 20,476 | 0,733 | 0,860 |
LV6 | 12,52 | 19,432 | 0,710 | 0,865 |
LV7 | 12,68 | 19,381 | 0,734 | 0,859 |
Có thể bạn quan tâm!
- Thiết Kế Bảng Câu Hỏi Nghiên Cứu Định Lượng
- Thống Kê Mô Tả Thang Đo Biến Nhân Tố Mức Độ Thâm Niên
- Thống Kê Mô Tả Thang Đo Biến Nhân Tố Tín Ngưỡng
- Đồ Thị Phân Tán Giữa Giá Trị Dự Đoán Và Phần Dư Từ Hồi Quy
- Hạn Chế Và Hướng Nghiên Cứu Tiếp Theo
- Thông Tin Chung (Đánh Dấu Vào Số Thích Hợp)
Xem toàn bộ 174 trang tài liệu này.
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả)
Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,886 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3. Như vậy, thang đo nhân tố LV với các biến quan sát: LV1, LV2, LV5, LV6, LV7 đạt độ tin cậy.
4.4.6. Quan hệ công việc (CV)
Bảng 4.29: Kết quả phân tích thang đo cho nhân tố CV
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan với biến tổng | Cronbach’s alpha nếu loại biến | |
Độ tin cậy của thang đo: ALPHA = 0,797 |
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan với biến tổng | Cronbach’s alpha nếu loại biến | |
CV1 | 4,95 | 5,302 | 0,698 | 0,662 |
CV2 | 5,05 | 5,690 | 0,607 | 0,760 |
CV3 | 5,01 | 5,747 | 0,620 | 0,746 |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả)
Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,797 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3. Như vậy thang đo nhân tố CV với các biến quan sát: CV1, CV2, CV3 đạt độ tin cậy.
4.4.7. Đạo đức nghề nghiệp của nhân viên kế toán (DD)
Bảng 4.30: Kết quả phân tích thang đo cho nhân tố DD
Trung bình thang đo nếu loại biến | Phương sai thang đo nếu loại biến | Tương quan với biến tổng | Cronbach’s alpha nếu loại biến | |
Độ tin cậy của thang đo: ALPHA = 0,852 | ||||
DD1 | 15,56 | 12,070 | 0,690 | 0,815 |
DD2 | 15,60 | 12,089 | 0,649 | 0,826 |
DD3 | 15,39 | 11,741 | 0,694 | 0,813 |
DD4 | 15,37 | 12,646 | 0,650 | 0,825 |
DD5 | 15,27 | 12,723 | 0,636 | 0,829 |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả)
Kết quả chạy phân tích độ tin cậy của thang đo cho thấy độ tin cậy đạt 0,852 > 0,6 đạt yêu cầu. Tất cả các biến thành phần đều có tương quan với tổng > 0,3. Như vậy thang đo nhân tố DD với các biến quan sát: DD1, DD2, DD3, DD4, DD5 đạt độ tin cậy.
4.5. Phân tích nhân tố khám phá EFA
4.5.1. Phân tích nhân tố khám phá EFA cho các biến độc lập
Trong đề tài nghiên cứu này, phân tích nhân tố sẽ giúp ta xem xét khả năng rút gọn số lượng 28 biến quan sát (Trong đó 23 biến quan sát của 6 biến độc lập, 5 biến quan sát của biến phụ thuộc) xuống còn một số ít các biến dùng để phản ánh một cách cụ thể sự tác động của các nhân tố đến nhân tố DD. Kết quả phân tích nhân tố được thể hiện dưới đây:
- Kiểm định KMO
Để tiến hành phân tích nhân tố khám phá thì dữ liệu thu được phải đáp ứng được các điều kiện qua kiểm định KMO và kiểm định Bartlett’s. Bartlett’s Test dùng để kiểm định giả thuyết H0 là các biến không có tương quan với nhau trong tổng thể, tức ma trận tương quan tổng thể là một ma trận đơn vị, hệ số KMO dùng để kiểm tra xem kích thước mẫu ta có được có phù hợp với phân tích nhân tố hay không. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2007) thì giá trị Sig. của Bartlett’s Test nhỏ hơn 0,05 cho phép bác bỏ giả thiết H0 và giá trị 0,5<KMO<1, có nghĩa là phân tích nhân tố là thích hợp.
Bảng 4.31: Kiểm định KMO
Trị số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy) | 0,779 | |
Đại lượng thống kê Bartlett’s (Bartlett’s Test of Sphericity) | Approx. Chi-Square | 2629,586 |
Df | 253 | |
Sig. | 0,000 |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả) Kết quả kiểm định cho ra trị số của KMO đạt 0,779 lớn hơn 0,5 và Sig của Bartlett’s Test là 0,000 nhỏ hơn 0,05 cho thấy các biến có tương quan với nhau
trong tổng thể.
- Ma trận xoay các nhân tố
Phương pháp được chọn ở đây là phương pháp xoay nhân tố Varimax proceduce, xoay nguyên góc các nhân tố để tối thiểu hoá số lượng các quan sát
có hệ số lớn tại cùng một nhân tố. Vì vậy, sẽ tăng cường khả năng giải thích các nhân tố. Sau khi xoay, ta sẽ loại bỏ các quan sát có hệ số tải nhân tố nhỏ hơn 0,5 ra khỏi mô hình. Chỉ những quan sát có hệ số tải nhân tố lớn hơn 0,5 mới được sử dụng để giải thích một nhân tố nào đó. Phân tích nhân tố khám phá EFA sẽ giữ lại các biến quan sát có hệ số tải lớn hơn 0,5 và sắp xếp chúng thành những nhóm chính.
Kết quả phân tích nhân tố khám phá cho ra được 6 nhân tố có ảnh hưởng đến nhân tố DD, 6 nhóm nhân tố được rút trích giải thích được 69,803% sự biến động của dữ liệu.
Nhằm xác định số lượng nhân tố trong nghiên cứu này sử dụng 2 tiêu
chuẩn:
- Tiêu chuẩn Kaiser (Kaiser Criterion) nhằm xác định số nhân tố được
trích từ thang đo. Các nhân tố kém quan trọng bị loại bỏ, chỉ giữ lại những nhân tố quan trọng bằng cách xem xét giá trị Eigenvalue. Giá trị Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, chỉ có nhân tố nào có Eigenvalue lớn hơn 1 mới được giữ lại trong mô hình phân tích.
- Tiêu chuẩn phương sai trích (Variance Explained Criteria): Phân tích nhân tố là thích hợp nếu tổng phương sai trích không được nhỏ hơn 50%.
Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 69,803% lớn hơn 50% và giá trị eigenvalues của các nhân tố đều lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp.
Bảng 4.32: Kết quả EFA cho các biến độc lập
Hệ số tải | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
LV7 | 0,828 | |||||
LV1 | 0,824 | |||||
LV2 | 0,815 | |||||
LV5 | 0,811 | |||||
LV6 | 0,791 |
Hệ số tải | ||||||
1 | 2 | 3 | 4 | 5 | 6 | |
MN2 | 0,824 | |||||
MN3 | 0,814 | |||||
MN1 | 0,801 | |||||
MN4 | 0,798 | |||||
TN2 | 0,825 | |||||
TN1 | 0,816 | |||||
TN3 | 0,798 | |||||
TN4 | 0,784 | |||||
HV1 | 0,901 | |||||
HV3 | 0,893 | |||||
HV2 | 0,756 | |||||
PL2 | 0,770 | |||||
PL4 | 0,762 | |||||
PL3 | 0,723 | |||||
PL1 | 0,722 | |||||
CV1 | 0,857 | |||||
CV3 | 0,827 | |||||
CV2 | 0,808 | |||||
Eigenvalues | 4,845 | 3,822 | 2,340 | 1,8917 | 1,724 | 1,407 |
Phương sai rút trích | 21,065% | 16,619% | 10,174% | 8,333% | 7,494% | 6,118% |
Tổng phương sai trích: 69,803% |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả)
Sau khi xoay các nhân tố, ta thấy sự tập trung của các biến quan sát theo từng nhân tố đã khá rõ ràng. Bảng kết quả phân tích cho thấy có tất cả 23 quan sát tạo ra 6 nhân tố. Đó là:
+ LV: LV1, LV2, LV5, LV6, LV7.
+ MN: MN1, MN2, MN3, MN4.
+ TN: TN1, TN2, TN3, TN4.
+ HV: HV1, HV2, HV3.
+ PL: PL1, PL2, PL3, PL4.
+ CV: CV1, CV2, CV3.
4.5.2. Phân tích EFA cho biến phụ thuộc DD
Bảng 4.33: Kiểm định KMO
Trị số KMO (Kaiser-Meyer-Olkin of Sampling Adequacy) | 0,837 | |
Đại lượng thống kê Bartlett’s (Bartlett’s Test of Sphericity) | Approx. Chi-Square | 473,352 |
Df | 10 | |
Sig. | 0,000 |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả) Kết quả kiểm định cho ra trị số của KMO đạt 0,837 > 0.5 và Sig của Bartlett’s Test là 0,000 nhỏ hơn 0,05 cho thấy 5 biến quan sát DD1, DD2, DD3,
DD4, DD5 có tương quan với nhau và hoàn toàn phù hợp với phân tích nhân tố.
Bảng 4.34: Kết quả EFA cho các biến phụ thuộc
Hệ số tải | |
DD1 | 0,815 |
DD3 | 0,813 |
DD4 | 0,783 |
DD5 | 0,781 |
DD2 | 0,771 |
Eigenvalues | 3,144 |
Phương sai rút trích | 62,878% |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả) Đối với kết quả phân tích nhân tố khám phá trên, tổng phương sai trích là 62,878% lớn hơn 50% và giá trị eigenvalues của nhân tố lớn hơn 1, do đó sử dụng phương pháp phân tích nhân tố là phù hợp. Như vậy ta thu được nhân tố
DD với 5 biến quan sát DD1, DD2, DD3, DD4, DD5.
Từ các kết quả trên ta có các giả thuyết nghiên cứu sau:
- H1: Có mối liên hệ giữa nhân tố MN và nhân tố DD
- H2: Có mối liên hệ giữa nhân tố HV và nhân tố DD
- H3: Có mối liên hệ giữa nhân tố TN và nhân tố DD
- H4: Có mối liên hệ giữa nhân tố PL và nhân tố DD
- H5: Có mối liên hệ giữa nhân tố LV và nhân tố DD
- H6: Có mối liên hệ giữa nhân tố CV và nhân tố DD
4.6. Phân tích tương quan
Bước phân tích hệ số tương quan giúp kiểm tra sự tương quan giữa các biến độc lập với biến phụ thuộc trước khi chạy hồi quy.
Kết quả chạy tương quan giữa các biến đại diện cho các nhân tố độc lập với biến đại diện cho nhân tố phụ thuộc như sau:
Bảng 4.35: Hệ số tương quan
DD | MN | HV | TN | PL | LV | CV | ||
DD | Pearson Correlation | 1 | 0,460 | 0,328 | 0,193 | 0,559 | 0,467 | 0,150 |
Sig. (2-tailed) | 0,000 | 0,000 | 0,003 | 0,000 | 0,000 | 0,020 | ||
MN | Pearson Correlation | 0,460 | 1 | 0,186 | 0,037 | 0,288 | 0,259 | 0,122 |
Sig. (2-tailed) | 0,000 | 0,004 | 0,569 | 0,000 | 0,000 | 0,060 | ||
HV | Pearson Correlation | 0,328 | 0,186 | 1 | 0,395 | 0,154 | 0,011 | -0,182 |
Sig. (2-tailed) | 0,000 | 0,004 | 0,000 | 0,017 | 0,871 | 0,005 | ||
TN | Pearson Correlation | 0,193 | 0,037 | 0,395 | 1 | 0,111 | 0,028 | -0,132 |
Sig. (2-tailed) | 0,003 | 0,569 | 0,000 | 0,087 | 0,663 | 0,042 | ||
PL | Pearson Correlation | 0,559 | 0,288 | 0,154 | 0,111 | 1 | 0,310 | 0,063 |
DD | MN | HV | TN | PL | LV | CV | ||
Sig. (2-tailed) | 0,000 | 0,000 | 0,017 | 0,087 | 0,000 | 0,336 | ||
LV | Pearson Correlation | 0,467 | 0,259 | 0,011 | 0,028 | 0,310 | 1 | 0,153 |
Sig. (2-tailed) | 0,000 | 0,000 | 0,871 | 0,663 | 0,000 | 0,018 | ||
CV | Pearson Correlation | 0,150 | 0,122 | -0,182 | -0,132 | 0,063 | 0,153 | 1 |
Sig. (2-tailed) | 0,020 | 0,060 | 0,005 | 0,042 | 0,336 | 0,018 |
(Nguồn: Xử lý khảo sát SPSS 20.0 của tác giả)
Kết quả phân tích tương quan Pearson từ bảng trên cho thấy mối quan hệ giữa các biến biến độc lập với biến phụ thuộc đều có Sig. <0,05 kết luận các biến có sự tương quan giữa các biến độc lập với biến phụ thuộc. Do đó sẽ được đưa vào mô hình để giải thích cho biến phụ thuộc.
4.7. Phân tích hồi quy đa biến
4.7.1. Phân tích hồi quy đa biến lần 1
Sau khi thực hiện phân tích tương quan, việc phân tích hồi quy tiếp theo nhằm xác định mối quan hệ tuyến tính giữa các biến MN, HV, TN, PL, LV, CV với biến phụ thuộc DD.
Bảng 4.36: Phân tích hồi quy đa biến lần 1
Unstandardized Coefficients | Standardized Coefficients | Sig. | VIF | ||
B | Std. Error | ||||
(Constant) | 0,156 | 0,252 | 0,538 | ||
MN | 0,185 | 0,039 | 0,228 | 0,000 | 1,179 |
HV | 0,170 | 0,039 | 0,222 | 0,000 | 1,277 |
TN | 0,052 | 0,041 | 0,062 | 0,205 | 1,199 |
PL | 0,348 | 0,047 | 0,360 | 0,000 | 1,188 |
LV | 0,216 | 0,038 | 0,276 | 0,000 | 1,167 |