Kiểm Tra Chênh Lệch Giữa Giá Trị Trung Bình Và Cá Biệt

Kiểm định hiện tượng phương sai phần dư thay đổi: Kiểm định này kiểm tra hiện tượng phương sai phần dư thay đổi thông qua kiểm định Spearman. Khi các hệ số tương quan hạng Spearman có mức ý nghĩa >0,05, không có hiện tượng phương sai phần dư thay đổi (Spearman, 1904).

3.4.4.2 Kiểm tra mô hình hồi quy Logistic

NC này sử dụng mô hình hồi quy Logistic. Mô hình này được sử dụng như một kỹ thuật phân tích để giải thích cho mối tương quan giữa các biến trong mô hình. Lý do cho việc áp dụng mô hình này là vì biến phụ thuộc có dạng biến giả. Phần mềm SPSS 22 được sử dụng để phân tích mô hình hồi quy Binary Logistic.

Dữ liệu thu thập sẽ được kiểm tra và loại bỏ những quan sát không hợp lệ và được mã hóa các biến. Sau đó, tác giả thực hiện phân tích dữ liệu cụ thể gồm các bước: thống kê mô tả mẫu NC, kiểm tra sự chênh lệch giữa các giá trị trung bình và giá trị cá biệt, kiểm tra liên hệ giữa biến định tính độc lập với phụ thuộc, kiểm tra sự tương quan giữa các biến, kiểm tra đa cộng tuyến giữa các biến độc lập, kiểm định mô hình hồi quy Logistic. Chi tiết các bước phân tích như sau:

1. Thống kê mô tả các biến

Bước này này nhằm mô tả các chỉ tiêu thống kê về mẫu với các thông số thống kê như giá trị trung bình, lớn nhất, nhỏ nhất.

2. Kiểm tra chênh lệch giữa giá trị trung bình và cá biệt

Kiểm tra chênh lệch giữa giá trị trung bình và cá biệt nhằm phát hiện các quan sát bất thường ảnh hưởng đến các dự đoán và kết quả mô hình. Để kiểm tra chênh lệch giữa giá trị trung bình và cá biệt, tác giả sử dụng phân tích kiểm định Leverage và khoảng cách Cook. Khoảng cách Cook là một đo lường được sử dụng để đánh giá ảnh hưởng của một quan sát, nó đo lường sự tác động đến số dư của tất cả các quan sát khác khi bỏ đi một quan sát đã cho. Giá trị trung bình của khoảng cách Cook có giá trị càng cao thì các quan sát cụ thể có ảnh hưởng bất thường càng lớn. Nếu kết quả kiểm định Leverage cho giá trị Cook nằm giữa

Có thể bạn quan tâm!

Xem toàn bộ 276 trang tài liệu này.

0 và 1 thì cho thấy không có giá trị quan sát nào bất thường trong mẫu chọn, các dự đoán và kết quả chạy mô hình không bị ảnh hưởng (Cook, 1977).

3. Kiểm tra liên hệ giữa biến định tính độc lập với phụ thuộc

Thực hiện kiểm tra này nhằm xem xét mối liên hệ giữa các biến định tính

thông qua kiểm định Chi bình phương. Nếu hệ số tương quan Prearson Chi

Square có giá trị Sig ≤ 0.05 thì giữa các biến có mối liên hệ với nhau 1900).

4. Kiểm tra sự tương quan giữa các biến

(Pearson,

Kiểm tra này nhằm phát hiện giữa các nhân tố trong mô hình có tương quan chặt chẽ hay không. Nếu hệ số Pearson giữa các biến trong mô hình đều < 0.8 và có giá trị Sig. < 0,05 thì các nhân tố có tương quan với nhau và mô hình không xảy đa cộng tuyến (Gayen, 1951).

5. Kiểm tra đa cộng tuyến giữa các biến độc lập

Hệ số VIF là một cách khác để kiểm tra đa cộng tuyến giữa các biến độc lập. Nếu hệ số VIF có giá trị <10, thì mô hình NC không có hiện tượng đa cộng tuyến giữa các biến độc lập (Belsley và cộng sự, 1980).

6. Kiểm định mô hình hồi quy Logistic:

Để khẳng định các biến độc lập tác động lên biến phụ thuộc, theo Agresti (2007), hệ thống kiểm định hồi quy Logistic gồm 3 kiểm định sau:

+ Kiểm tra mức độ phù hợp của mô hình: Kiểm tra này xem xét mức độ phù hợp mô hình, nói cách khác, mô hình hồi quy Logistic có phù hợp với dữ liệu thực tế không thông qua sử dụng kiểm định Omnibus. Nếu giá trị Sig. của Step, Block, Model đều < 0,05 thì mô hình hồi quy Binary Logistic phù hợp với dữ liệu thực tế (Agresti, 2007).

+ Kiểm tra mức độ giải thích của mô hình: Thước đo R2 Nagelkerke được sử dụng để xem xét mức độ giải thích mô hình. Thước đo này càng cao cho thấy mô hình có mức độ giải thích cao (Agresti, 2007).

+ Kiểm định ý nghĩa của các hệ số: Kiểm định này nhằm xem xét biến độc

lập

tương quan

với biến phụ

thuộc hay không

thông qua sử

dụng kiểm định

Wald. Khi mức ý nghĩa của các hệ số hồi quy ≤ 0,05, các biến độc lập có ý nghĩa (Agresti, 2007).

3.4.4.3 Kiểm tra mô

specifications)

hình hồi quy Logistic

với

thông số

thay thế

(alternative

Trong phần này, tác giả kiểm tra thông số thay thế của mô hình DTKH là RRKT. Sau đó, tác giả đối chiếu kết quả kiểm tra này với kết quả chính từ hồi quy mô hình Logistic ở bước trên. Từ đó, tác giả tổng hợp và đưa ra kết luận.

Thông số

thay thế

đó là thu gọn các biến

RRKT (SGRO, ABVDA, RECI,

GCO, MDOP) thành thước đo tóm lược (summary measures) sử dụng phân tích thành phần chính PCA (Principal Component Analysis). PCA là việc chuyển đổi từ không gian đa chiều (5 chiều đại diện cho 5 nhân tố) thành không gian một chiều (1 biến duy nhất là RRKT). Tổ hợp (Combining) biến RRKT theo cách này giảm thiểu mức độ cộng tuyến giữa các biến rủi ro có thể ảnh hưởng đến mối quan hệ của mỗi biến với quyết định DTKH (Landsman và cộng sự, 2009). Kết

quả

phân tích

PCA của các

nhân tố

thuộc

RRKT cho thấy số

nhân tố

với

Eigenvalue >1. Nhân tố với Eigenvalue lớn nhất hay còn được gọi là thành phần

chính thứ

nhất (First Principal Component) từ

phân tích

PCA của các

nhân tố

thuộc RRKT gồm MDOP, GCO, SGRO, RECI, ABVDA được sử dụng như một thước đo đại điện cho biến RRKT và được sử dụng cho bước hồi quy tiếp theo trong mô hình (Landsman và cộng sự, 2009; Hsieh và Lin, 2016).

KẾT LUẬN CHƯƠNG 3‌

Chương 3 đã trình bày về phương pháp NC của luận án đó là phương pháp hỗn hợp. Phương pháp này có hai giai đoạn gồm: giai đoạn định tính và giai đoạn định lượng.

NC định tính nhằm

khám phá các nhân tố

mới

ảnh hưởng tới quyết định

DTKH bên cạnh các nhân tố kế thừa từ các NC trước và điều chỉnh thang đo ban đầu cho từng nhân tố. Từ đó, tác giả xây dựng mô hình chính thức. Phương pháp phỏng vấn chuyên gia được sử dụng trong giai đoạn định tính này để xây dựng lý thuyết. Phương pháp phỏng vấn chuyên gia và bảng câu hỏi bán cấu trúc được

sử dụng để thu thập dữ liệu. Các chuyên gia được chọn theo mục đích xây dựng lý thuyết. Quá trình phân tích dữ liệu định tính gắn liền với quá trình thu thập. Việc phân tích dữ liệu trong định tính bao gồm ba quá trình cơ bản, đó là: phân tích mở, tập trung và chọn lọc.

Sau khi mô hình chính thức được xây dựng, NC định lượng được thực hiện để kiểm định về sự phù hợp của mô hình. NC này sử dụng dữ liệu thứ cấp được thu thập dựa trên BCTC, BCTN trên trang web cafef.vn, mof.gov.vn. Phương pháp chọn mẫu thuận tiện được sử dụng trong giai đoạn NC này. Sau khi thu thập dữ

liệu, mô hình hồi quy Logistic được phân tích kiểm định các giả thuyết NC.

bằng Chương trình SPSS 22 để

CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU‌

Trong chương ba (3), tác giả đã trình bày về phương pháp NC của luận án đó là phương pháp hỗn hợp gồm hai giai đoạn: NC định tính và định lượng. Trong chương này, tác giả trình bày và phân tích kết quả của hai giai đoạn NC nêu trên để trả lời cho các câu hỏi đã đặt ra. Từ kết quả này, tác giả đưa ra kết luận và hàm ý trong chương 5.

4.1. Kết quả nghiên cứu định tính‌

Từ tổng quan kết hợp cơ sở lý thuyết, tác giả đã xây dựng mô hình sơ khởi

về các nhân tố ảnh hưởng tới quyết định DTKH

tại các CTKT

độc lập VN

(chương 2). Trong mô hình sơ khởi, các nhân tố ảnh hưởng tới quyết định DTKH bao gồm các nhóm nhân tố chính, đó là: RRKT, RRKD của khách hàng, RRKD của CTKT, đặc điểm BQT của khách hàng, mức độ chuyên ngành của CTKT, giá phí.

Trong đó, dựa trên các NC trước tác giả xác định:

RRKT được đo lường thông qua năm (05) nhân tố

là YKKT năm trước

không phải là YKCNTP, YKKT có đoạn vấn đề cần nhấn mạnh do vi phạm

HĐLT, sự tăng trưởng của khách hàng, tỷ lệ nợ phải thu và HTK trên tổng TS, hành vi ĐCLN.

Rủi ro tài chính là nhân tố thuộc RRKD của khách hàng được tính bằng hệ số Z Score âm.

Khả năng thực hiện kiểm toán của CTKT và tính chính trực của NQL khách hàng là hai nhân tố thuộc RRKD của CTKT.

Đặc điểm BQT của khách hàng được đo lường qua tính độc lập, chuyên

môn tài chính, kinh nghiệm, quy mô và tần suất cuộc họp của HĐQT và UBKT.

Giá phí được đo lường bằng tổng phí kế hoạch/tổng giờ kế hoạch.

Mức độ chuyên ngành của CTKT được đo lường bằng 1 nếu CTKT có thị

phần lớn nhất trong ngành

và = 0 trường hợp khác. Thị

phần được tính bằng

tổng số khách hàng của một CTKT trong một ngành trên tổng số khách hàng của tất cả các CTKT trong ngành cụ thể đó.

Từ mô hình NC đề xuất ban đầu này, tác giả tiến hành NC định tính qua thảo luận với chuyên gia để khẳng định mô hình này liệu có phù hợp với đặc điểm của VN, đồng thời, khám phá các nhân tố mới ảnh hưởng tới quyết định DTKH; xây dựng và điều chỉnh các thang đo cho từng khái niệm NC phù hợp VN. Kết quả NC định tính giúp tác giả xây dựng mô hình hoàn chỉnh và giả thuyết NC chính thức cho luận án.

Để thảo luận với chuyên gia,

như trong chương 3

đã trình bày, tác giả sử

dụng dàn bài thảo luận với bảng câu hỏi bán cấu trúc (Phụ lục 8). Dàn bài thảo luận xây dựng dựa trên mô hình sơ khởi. Ban đầu, tác giả dự định phỏng vấn khoảng 15 chuyên gia nhưng đến chuyên gia thứ 12 thì không có thêm ý mới nên việc thảo luận dừng lại. Các chuyên gia mà tác giả đã thảo luận gồm các KTV đang làm việc tại các công ty thuộc Big four: KPMG, E&Y, các CTKT lớn: RSM, GT và các công ty nhỏ. Danh sách chuyên gia thảo luận trình bày trong phụ lục 9. Kết quả tổng hợp cho từng câu hỏi được trình bày trong bảng 4.1 bên dưới. Kết quả thảo luận chuyên gia (Phụ lục 10) đã cho thấy các nhân tố kế thừa từ NC trước bao gồm RRKT (được đo lường thông qua YKKT năm trước không phải là

YKCNTP, YKKT có đoạn vấn đề cần nhấn mạnh do vi phạm HĐLT, sự tăng

trưởng của khách hàng, tỷ lệ nợ phải thu và HTK/tổng TS, hành vi ĐCLN) và RRTC của khách hàng (đo lường qua Z Score), giá phí, bộ phận kiểm toán nội bộ (được đo lường bằng 1 nếu khách hàng có bộ phận KTNB và bằng 0 trường hợp khác), mức độ chuyên ngành của CTKT ảnh hưởng đến quyết định DTKH đều phù hợp với các CTKT độc lập VN.

Ngoài ra, nhân tố được đề cập trong NC trước nhưng được điều chỉnh thang đo có ảnh hưởng đến quyết định DTKH được chuyên gia đề xuất cũng như nêu quan điểm về thang đo đó là:

1. Tính chính trực của NQL khách hàng: Các chuyên gia cho rằng tính chính trực của NQL khách hàng là một yếu tố quan trọng có ảnh hưởng đến quyết định DTKH. Các chuyên gia đã lý giải rằng: quy định của CMKT (VSQC1, VSA 220)

yêu cầu

KTV cần

chú trọng

xem xét tính chính trực của

NQL khách hàng bao

gồm tính chính trực các chủ sở hữu chính, các thành viên chủ chốt của BGĐ và BQT đơn vị được kiểm toán khi đưa ra quyết định CN, DTKH. Do vậy, CTKT rất chú trọng đến tính chính trực của NQL khách hàng. Các chuyên gia còn lý giải thêm rằng, trong thực tế, nếu công ty thực hiện kiểm toán cho một khách hàng không chính trực thì sẽ có thể làm cho CTKT có thể gặp phải nhiều rủi ro như

đưa ra YKKT không phù hợp, bị kiện tụng dẫn đến thiệt hại tài chính, mất khách hàng, giảm uy tín và thậm chí là phải ngừng hoạt động. Do đó, tính chính trực của NQL khách hàng là nhân tố thuộc RRKD của CTKT cần xem xét đầu tiên để DTKH. Với những lý do trên, các chuyên gia đã đề nghị đưa thêm biến này vào mô hình. Để xem xét tính chính trực của NQL khách hàng cũng như đo lường cho yếu tố rủi ro này, dựa trên quy định và hướng dẫn của chuẩn mực kiểm toán và

thực tế

tại các công ty, các chuyên gia đã cho rằng,

tính chính trực của

NQL

khách hàng được đo lường thông qua việc khách hàng đang vướng vào các vụ

kiện tụng, tranh chấp; bị kiểm tra, thanh tra của cơ quan Nhà nước, các cuộc

điều tra liên quan đến các chủ sở hữu, BQT, Ban Giám đốc. Ngoài ra, tính chính trực còn thể hiện qua dấu hiệu về sự lạm quyền (Chủ tịch HĐQT đồng thời là

Giám đốc) hay quyền lực tập trung vào một số

ít người;

có thay đổi nhân sự

phòng kế toán (kế toán trưởng) trong năm; có thay đổi NQL (Chủ tịch HĐQT, Giám đốc).

Bên cạnh đó, nhân tố được đề cập trong NC trước nhưng chưa xây dựng

thang đo có ảnh hưởng đến quyết định DTKH được chuyên gia đề xuất cũng như nêu quan điểm về thang đo đó là:

2. Khả năng thực hiện kiểm toán của CTKT: Các chuyên gia cho rằng khả năng thực hiện kiểm toán của CTKT là nhân tố có ảnh hưởng đến quyết định DTKH. Các chuyên gia cũng đã lý giải rằng: quy định của CMKT (VSQC1, VSA

220) yêu cầu CTKT chỉ CN, DTKH nếu CTKT có đủ khả năng thực hiện cuộc kiểm toán. Do vậy, ngoài các biến nêu trên họ còn chú trọng đến khả năng thực hiện kiểm toán của CTKT khi đưa ra quyết định DTKH. Các chuyên gia giải thích thêm, nếu công ty CN, DTKH khách hàng mà không có đủ khả năng để thực hiện cuộc kiểm toán sẽ dẫn đến một vài nội dung bị cắt giảm, các nhân viên căng thẳng, áp lực và có thể hợp đồng không hoàn thành đúng thời hạn, không đảm bảo chất lượng cuộc kiểm toán. Do đó, khả năng thực hiện kiểm toán của CTKT cũng là một vấn đề mà CTKT cần xem xét khi đưa ra quyết định có nên