Bảng 4.3 Thống kê mô tả các yếu tố ảnh hưởng đã được lấy log
SL | Mức tối thiểu | Mức tối đa | Mức trung bình | Độ lệch chuẩn | Skewness | Kurtosis | |
Log Quy mô doanh nghiệp | 112 | 3.58 | 4.66 | 4.1624 | .17549 | .423 | 1.309 |
Log Tỷ suất lợi nhuận | 112 | .21 | 1.34 | .7752 | .20622 | -.283 | 1.059 |
Có thể bạn quan tâm!
- Các Yếu Tố Ảnh Hưởng Tới Chất Lượng Bctc Của Dnnvv
- Tổng Hợp Đánh Giá Mức Độ Ảnh Hưởng Của Các Yếu Tố Đến Cl Bctc
- Mô Hình Hồi Quy Các Yếu Tố Ảnh Hưởng Đến Chất Lượng Báo Cáo Tài Chính
- ; Yếu Tố Trách Nhiệm Của Nhân Viên Kế Toán Ảnh Hưởng Thứ Hai Với Hệ Số Beta
- Kiểm Tra Giả Định Các Phần Dư Có Phân Phối Chuẩn
- Các yếu tố ảnh hưởng đến chất lượng báo cáo tài chính của doanh nghiệp nhỏ và vừa tại thành phố Hồ Chí Minh - 12
Xem toàn bộ 120 trang tài liệu này.
Như vậy, thông qua công cụ phân tích hệ số Cronbach alpha có 24 biến quan sát thuộc 8 yếu tố trên đạt về hệ số Cronbach alpha và hệ số tương quan tổng nên được giữ lại để tiếp tục phân tích khám phá EFA. Mục đích của việc phân tích EFA là để tìm ra thang đo có độ tin cậy tốt nhất cho các yếu tố để phân tích hồi quy, việc phân tích EFA có thể sẽ tìm ra yếu tố mới cho mô hình, tuy nhiên sẽ loại bỏ các biến quan sát để tìm ra thang đo có độ tin cậy cho mô hình nghiên cứu là điều chắc chắn và có thể việc loại bỏ biến ở bước phân tích này khá nhiều, đặc biệt đối với những nghiên cứu còn khá mới và được nghiên cứu trong những trường hợp nghiên cứu khác nhau.
4.3 Phân tích nhân tố khám phá EFA
4.3.1 Phân tích khám phá EFA cho biến độc lập
Như vậy từ 19 biến quan sát của 7 yếu tố của mô hình nghiên cứu đề xuất được đưa vào phân tích EFA với kỳ vọng sẽ sau khi phân tích nhân tố thì vẫn giữ được 7 yếu tố với số lượng biến quan sát rút gọn nhất và phát hiện yếu tố mới (nếu có) để bổ sung mô hình.
Các điều kiện kiểm tra như hệ số KMO đều đạt khá lớn và Sig. của Bartlett’s Test đều nhỏ hơn 5% cho thấy các biến quan sát trong quá trình thực hiện phân tích khám phá EFA đều hoàn toàn phù hợp với phân tích nhân tố.
Phương pháp trích trong phân tích nhân tố của nghiên cứu này là phân tích nhân tố chính (principal component analysis) với giá trị trích Eigenvalue lớn hơn 1. Điều này có nghĩa chỉ có những nhân tố trích ra có giá trị Eigenvaluve lớn hơn mới được giữ lại trong mô hình phân tích.
Các tiêu chí khi loại biến quan sát trong quá trình phân tích khám phá bao gồm: hệ số tải nhân tố không nhỏ hơn 50%, độ giá trị của hệ số tải biến quan sát thuộc cùng nhiều nhân tố khi đang phân tích phải nhỏ hơn 0.3 (max – min < 0.3) và độ ý nghĩa nội dung, nhưng chủ yếu bị loại là do hệ số tải và độ giá trị không đảm bảo
Kết quả phân tích khám phá đúng như mong đợi, có 7 yếu tố được rút ra ở ngay lần phân tích khám phá đầu tiên đó là: (1) Quyết định của nhà quản trị , (2) Chính sách pháp luật, (3) Trách nhiệm nhân viên kế toán, (4) Thuế, (5) Quy mô doanh nghiệp, (6) Tỷ suất lợi nhuận, (7) Thời gian hoạt động. Tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0.663 > 0.5; Sig. = 0,000 < 0.05 (bảng 4.4), chứng tỏ phân tích nhân tố để nhóm các biến lại với nhau là thích hợp và dữ liệu phù hợp cho việc phân tích nhân tố.
Bảng 4.4: Hệ số KMO và kiểm định Bartlett các thành phần
KMO and Bartlett's Test
.663 | |
Giá trị Chi-Square | 996.677 |
Mô hình kiểm tra Bậc tự do Bartlett | 171 |
Sig (p – value) | .000 |
Bảng 4.5: Bảng phương sai trích
Giá trị Eigenvalues | Chỉ số sau khi trích | Chỉ số sau khi xoay | |||||||
Yếu tố | Tổng | Phương sai trích | Tích lũy phương sai trích | Tổng | Phương sai trích | Tích lũy phương sai trích | Tổng | Phương sai trích | Tích lũy phương sai trích |
1 | 4.730 | 24.896 | 24.896 | 4.730 | 24.896 | 24.896 | 3.431 | 18.060 | 18.060 |
2 | 2.570 | 13.527 | 38.423 | 2.570 | 13.527 | 38.423 | 2.962 | 15.588 | 33.649 |
3 | 2.050 | 10.788 | 49.211 | 2.050 | 10.788 | 49.211 | 2.287 | 12.035 | 45.684 |
4 | 1.600 | 8.419 | 57.630 | 1.600 | 8.419 | 57.630 | 2.121 | 11.164 | 56.848 |
5 | 1.316 | 6.925 | 64.555 | 1.316 | 6.925 | 64.555 | 1.260 | 6.631 | 63.479 |
6 | 1.067 | 5.616 | 70.171 | 1.067 | 5.616 | 70.171 | 1.197 | 6.302 | 69.781 |
7 | 1.040 | 5.475 | 75.646 | 1.040 | 5.475 | 75.646 | 1.114 | 5.865 | 75.646 |
8 | .786 | 4.139 | 79.785 | ||||||
9 | .719 | 3.784 | 83.569 | ||||||
10 | .545 | 2.866 | 86.435 |
Bảng 4.5 cho thấy các yếu tố đều có giá trị Eigenvalues = 1.040 > 1. Phương sai trích là 75.646% > 50% là đạt yêu cầu. Với phương pháp rút trích Principal components và phép quay Varimax, có 7 yếu tố được rút trích ra từ biến quan sát và 7 yếu tố rút trích ra thể hiện được khả năng giải thích được 75.646% sự thay đổi của biến chất lượng BCTC của các DNNVV trong tổng thể.
Bảng 4.6: Ma trận xoay
Nhân tố | |||||||
1 | 2 | 3 | 4 | 5 | 6 | 7 | |
NQT1 | .758 | ||||||
NQT2 | .677 | ||||||
NQT3 | .840 | ||||||
NQT4 | .650 | ||||||
PL1 | .882 | ||||||
PL2 | .798 | ||||||
PL3 | .862 | ||||||
PL4 | .730 | ||||||
THUE1 | .775 | ||||||
THUE2 | .859 | ||||||
THUE3 | .821 | ||||||
TIMEMH | .832 | ||||||
KT1 | .843 | ||||||
KT2 | .871 | ||||||
KT3 | .687 | ||||||
KT4 | .704 | ||||||
KT5 | .895 | ||||||
LOGROE | .816 | ||||||
LOGSIZE | .884 |
4.3.2 Phân tích khám phá EFA cho biến phụ thuộc “Chất lượng báo cáo tài chính” của các DNNVV
Biến phụ thuộc “Chất lượng BCTC của các DNNVV” với 5 biến quan sát, kết quả phân tích EFA cho thấy tất cả các điều kiện về phân tích nhân tố khám phá đều đáp ứng, hệ số KMO = 0.827 > 0.5; Sig. = 0.000 < 0.05; hệ số tải nhân tố > 0.5; giá trị trích Eigenvalue là 3.13 (yêu cầu lớn hơn 1); và tổng phương sai trích đạt khá cao 62.596%. (bảng 4.7, 4.8)
Bảng 4.7: Hệ số KMO và kiểm định Bartlett các thành phần biến phụ thuộc
KMO and Bartlett's Test
.827 | ||
Giá trị Chi-Square | 228.463 | |
Mô hình kiểm traBartlett | Bậc tự do | 10 |
Sig (p – value) | .000 |
Bảng 4.8: Phương sai trích biến phụ thuộc
Giá trị Eigenvalues | Chỉ số sa | u khi trích | ||||
Tổng | Phương sai trích | Tích lũy phương sai trích | Tổng | Phương sai trích | Tích lũy phương sai trích | |
1 | 3.130 | 62.596 | 62.596 | 3.130 | 62.596 | 62.596 |
2 | .631 | 12.621 | 75.217 | |||
3 | .528 | 10.555 | 85.772 | |||
4 | .454 | 9.084 | 94.856 | |||
5 | .257 | 5.144 | 100.000 |
4.4 Phân tích tương quan Pearson
Kiểm định hệ số tương quan Pearson dùng để kiểm tra mối liên hệ tuyến tính giữa các biến độc lập và biến phụ thuộc. Ma trận tương quan cho biết tương quan giữa biến phụ thuộc với từng biến độc lập cũng như tương quan giữa các biến độc lập với nhau. Hệ số tương quan của Chất BCTC của các DNNVV với từng biến độc lập tương đối cao. Hệ số tương quan giữa các biến độc lập khá thấp, tuy nhiên ta vẫn phải xét vai trò của các biến độc lập và hiện tượng đa cộng tuyến.
Bảng 4.9: Kết quả phân tích tương quan Pearson giữa biến độc lập và biến phụ thuộc
CL | NQT | PL | THUE | KT | LOGSIZE | LOGROE | TIMEMH | ||
CL NQT PL THUE KT LOGSIZE LOGROE TIMEMH | Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N | 1 | .423** | .577** | .198* | .496** | .208* | .218* | .210* |
.000 | .000 | .037 | .000 | .028 | .021 | .026 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.423** | 1 | .409** | .026 | .246** | .007 | -.027 | .125 | ||
.000 | .000 | .784 | .009 | .942 | .774 | .191 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.577** | .409** | 1 | .016 | .279** | -.019 | .080 | .141 | ||
.000 | .000 | .867 | .003 | .843 | .405 | .137 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.198* | .026 | .016 | 1 | .129 | .002 | .109 | .065 | ||
.037 | .784 | .867 | .175 | .981 | .251 | .493 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.496** | .246** | .279** | .129 | 1 | .115 | .065 | .003 | ||
.000 | .009 | .003 | .175 | .225 | .497 | .973 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.208* | .007 | -.019 | .002 | .115 | 1 | .113 | .150 | ||
.028 | .942 | .843 | .981 | .225 | .233 | .114 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.218* | -.027 | .080 | .109 | .065 | .113 | 1 | .154 | ||
.021 | .774 | .405 | .251 | .497 | .233 | .104 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 | ||
.210* | .125 | .141 | .065 | .003 | .150 | .154 | 1 | ||
.026 | .191 | .137 | .493 | .973 | .114 | .104 | |||
112 | 112 | 112 | 112 | 112 | 112 | 112 | 112 |
**. Correlation is significant at the 0.01 level (2-tailed).
*. Correlation is significant at the 0.05 level (2-tailed).
Kết quả phân tích tương quan cho thấy cả 7 biến độc lập có hệ số Sig = .000 < 5%, do vậy cả 7 biến độc đều tương quan với biến phụ thuộc CLBCTC ở mức ý nghĩa 5% và các biến này được giữ lại để phân tích hồi quy.
4.5 Phân tích hồi quy
Phát hiện từ bước nghiên cứu trước về các yếu tố ảnh hưởng đến Chất lượng BCTC của các DNNVV và kết quả phân tích EFA cho thấy các yếu tố Quyết định của nhà quản trị, Chính sách pháp luật, Trách nhiệm nhân viên kế toán, Thuế, Quy mô doanh nghiệp, Tỷ suất lợi nhuận và Thời gian hoạt động ảnh hưởng đến Chất lượng BCTC của các DNNVV.
Phương trình hồi quy:
Y = β1 NQT + β2 PL + β3TA + β4 KT + β5 SIZE + β6 ROE + β7 TIMEMH + ε
Trong đó:
Biến DA: Quyết định của nhà quản trị
Biến KT: Trách nhiệm của nhân viên kế toán Biến PL: Chính sách pháp luật
Biến TA: Thuế
Biến SIZE: Quy mô doanh nghiệp Biến ROE: Tỷ suất lợi nhuận
Biến TIMEMH: Thời gian hoạt động ε : hệ số nhiễu
β: hệ số hồi quy
Y: Chất lượng BCTC của các DNNVV
Kết quả phân tích hồi quy lần 1 cho thấy mô hình có độ phù hợp đạt yêu cầu (R2 hiệu chỉnh = 0.525) nhưng giá trị Sig biến TIMEMH > 0.1 nên loại biến này khỏi mô hình. Kết quả hồi quy lần 2 cho hệ số R2 là 0.549 và R2 hiệu chỉnh (Adjusted Square) là 0.524 nghĩa là mô hình hồi quy tuyến tính đã xây dựng phù hợp với tập dữ liệu 52.4%. Điều này cũng có nghĩa là có 52.4% sự biến thiên chất lượng BCTC
của các DNNVV được giải thích chung bởi 6 biến độc lập trong mô hình.
Bảng 4.10: Kiểm tra độ phù hợp của mô hình
Model Summaryb
R | R bình phương | R bình phương hiệu chỉnh | Độ lệch chuẩn | Durbin- Watson | |
1 | .741a | .549 | .524 | 1.525 | 1.716 |
a. Predictors: (Constant), LOGSIZE1, THUE, PL, LOGROE, KT, NQT
b. Dependent Variable: CL
Kiểm định F về tính phù hợp của mô hình hồi quy tuyến tính tổng thể. Kiểm định này cho chúng ta biết biến phụ thuộc có tương quan tuyến tính với toàn bộ các biến độc lập hay không.
Giả thuyết H0 là: β1= β2 = β3 = β4 = β5 = β6 = 0 Kiểm định F và giá trị sig.
Nếu giả thuyết H0 bị bác bỏ, chúng ta có thể kết luận các biến đốc lập trong mô hình có thể giải thích được sự thay đổi của biến phụ thuộc, điều này đồng nghĩa mô hình xây dựng phù hợp với tập dữ liệu các biến.
Bảng 4.11: Bảng phân tích ANOVA
ANOVAa
Tổng bình phương | Bậc tự do | Trung bình bình phương | F | Sig. | ||
Hồi quy | 297.795 | 6 | 49.632 | 21.341 | .000b | |
1 | Phần dư | 244.196 | 105 | 2.326 | ||
Tổng | 541.991 | 111 |
a. Biến phụ thuộc: Q
b. Biến độc lập: LOGROE, TA, KT, thoi gian hoat dong ma hoa lai, DA