quy định. Bên cạnh đó, quy định về
pháp luật thuế
thường xuyên được bổ
sung, sửa đổi để phù hợp với tình hình mới. Tuy nhiên, việc sửa đổi thường xuyên các quy định làm cho thường những người làm công tác kế toán thuế gặp khó khăn trong việc cập nhật liên tục quy định, và hiểu rõ những quy định này để áp dụng trong việc hoàn thành nghĩa vụ thuế. Bên cạnh đó, quy định sửa đổi nhiều lúc cũng dẫn đến những sửa đổi trong việc ghi nhận kế toán, tính thuế, dễ dàng dẫn đến sai lầm trong kê khai, nộp thuế theo đúng quy định của pháp luật thuế.
Thứ sáu, các doanh nghiệp có ý kiến phản ánh việc thực thi chính sách ở các cơ quan thuế trên địa bàn còn chưa thống nhất. Ngoài việc nghiên cứu tìm hiểu các văn bản pháp luật về thuế, doanh nghiệp còn phải tìm hiểu cách thức áp dụng của từng cục thuế/chi cục thuế trong trường hợp quy định không rõ ràng. Các doanh nghiệp gặp phải trường hợp các chi cục thuế khác nhau yêu cầu doanh nghiệp nộp các loại tờ khai, văn bản khác nhau để giải quyết cùng một loại thủ tục hành chính thuế, trong đó, hai ví dụ được nhắc đến nhiều
nhất là thủ
tục thay đổi địa điểm kinh doanh dẫn đến chuyển đổi cơ
quan
thuế thuế.
(chi cục thuế) quản lý và thủ
tục giải thể
doanh nghiệp đóng mã số
4. CÁC NHÂN TỐ
QUẢN LÝ THUẾ
TÁC ĐỘNG ĐẾN TUÂN
THỦ THUẾ CỦA DOANH NGHIỆP TRÊN ĐỊA BÀN THÀNH PHỐ HỒ CHÍ MINH
1. Kiểm định chất lượng của thang đo
Tác giả sử
dụng kiểm định Cronbach’s Alpha để
đánh giá chất lượng
của thang đo đã xây dựng. Kiểm định độ tin cậy thang đo Cronbach’s Alpha là công cụ dùng để kiểm tra xem các biến quan sát của một nhân tố có đáng tin
cậy hay không, có tốt không. Phép kiểm định này phản ánh mức độ tương
quan chặt chẽ giữa các biến quan sát trong cùng một nhân tố. Nó cho biết
trong các biến quan sát của một nhân tố, biến nào đã đóng góp vào việc đo lường khái niệm nhân tố, biến nào không. Kết quả Cronbach Alpha của nhân
tố tốt thể hiện rằng các biến quan sát mà tác giả sử dụng là rất tốt, thể hiện được đặc điểm của nhân tố, như vậy tác giả đã có được một thang đo tốt cho nhân tố này.
Thang đo được đánh giá chất lượng tốt khi: (1) Hệ số Conbach’s Alpha của tổng thể lớn hơn 0,6 (hoặc lớn hơn 0,7 đối với những nghiên cứu điển hình); và (2) Hệ số tương quan biến – tổng của các biến quan sát lớn hơn 0,3
(Corrected Item – Total Correlation) (Nguyễn Đình Thọ Trang, 2009).
và Nguyễn Thị
Mai
Kết quả kiểm định cho thấy hệ số Cronbach’s Alpha của các biến đều lớn hơn 0,6 và hệ số tương quan biến tổng lớn hơn 0,3. Chi tiết kết quả kiểm
định Cronbach's Alpha của các biến được trình bày trong Phụ kiểm định thang đo.
lục Kết quả
Tuy nhiên, trong thang đo Tuyên truyền hỗ
trợ
(TTHT), biến quan sát
TTHT3 có trị số “Cronbach's Alpha nếu loại biến” là 0,738, lớn hơn trị số
Cronbach's Alpha nếu để biến TTHT3 trong thang đo (0,688). Do đó, tác giả loại bỏ biến này để thang đo có trị số Cronbach's Alpha lớn hơn (0,738) và có chất lượng tốt hơn so với thang đo có cả 04 biến.
Bảng 4.. Các biến quan sát và thang đo chất lượng tốt sau kiểm định
Thang đo | Cronbach's Alpha của thang đo | Biến quan sát | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
1 | Tuyên truyền hỗ trợ (TTHT) | 0,738 | TTHT1 | 0,605 | 0,606 |
TTHT2 | 0,562 | 0,674 | |||
TTHT4 | 0,547 | 0,677 | |||
2 | Quản lý đăng ký, kê khai và thu thuế (QLT) | 0,744 | QLT5 | 0,512 | 0,705 |
QLT6 | 0,539 | 0,686 | |||
QLT7 | 0,570 | 0,675 | |||
QLT8 | 0,572 | 0,673 | |||
3 | Thanh tra, kiểm tra thuế (TTKT) | 0,827 | TTKT9 | 0,656 | 0,781 |
TTKT10 | 0,635 | 0,792 | |||
TTKT11 | 0,678 | 0,772 |
Có thể bạn quan tâm!
-
Đánh Giá Của Doanh Nghiệp Về Việc Thực Hiện Các Thủ Tục Thuế -
Những Hạn Chế, Tồn Tại Trong Quản Lý Thuế Đối Với Doanh Nghiệp -
Thực Trạng Tuân Thủ Thuế Của Doanh Nghiệp Trên Địa Bàn Thành Phố Hồ Chí Minh -
Kiểm Định Về Hiện Tượng Đa Cộng Tuyến Giữa Các Biến Độc Lập -
Giải Pháp Tăng Cường Quản Lý Thuế Để Thúc Đẩy Tuân Thủ Thuế Của Doanh Nghiệp Tại Thành Phố Hồ Chí Minh -
Giải Pháp Đối Với Quản Lý Thuế Của Cơ Quan Thuế
Xem toàn bộ 202 trang tài liệu này.
Thang đo | Cronbach's Alpha của thang đo | Biến quan sát | Tương quan biến tổng | Cronbach's Alpha nếu loại biến | |
TTKT12 | 0,656 | 0,784 | |||
4 | Xử lý vi phạm pháp luật thuế (XLVP) | 00,757 | XLVP13 | 0,523 | 0,716 |
XLVP14 | 0,481 | 0,729 | |||
XLVP15 | 0,531 | 0,714 | |||
XLVP16 | 0,598 | 0,687 | |||
XLVP17 | 0,504 | 0,720 | |||
5 | Giải quyết khiếu nại tố cáo về thuế (KNTC) | 0,710 | KNTC18 | 0,558 | 0,582 |
KNTC19 | 0,517 | 0,635 | |||
KNTC20 | 0,512 | 0,640 | |||
6 | Chất lượng dịch vụ thuế (CLDV) | 0,752 | CLDV21 | 0,505 | 0,714 |
CLDV22 | 0,539 | 0,700 | |||
CLDV23 | 0,479 | 0,722 | |||
CLDV24 | 0,577 | 0,686 | |||
CLDV25 | 0,497 | 0,718 | |||
7 | Ứng dụng công nghệ trong quản lý (CNTT) | 0,840 | CNTT26 | 0,689 | 0,791 |
CNTT27 | 0,680 | 0,795 | |||
CNTT28 | 0,664 | 0,802 | |||
CNTT29 | 0,664 | 0,802 | |||
8 | Đặc điểm hoạt động của doanh nghiệp (DDHD) | 0,827 | DDHD30 | 0,607 | 0,801 |
DDHD31 | 0,697 | 0,773 | |||
DDHD32 | 0,638 | 0,794 | |||
DDHD33 | 0,604 | 0,798 | |||
DDHD34 | 0,630 | 0,794 | |||
9 | Đặc điểm tâm lý của chủ/người quản lý doanh nghiệp (DDTL) | 0,807 | DDTL35 | 0,632 | 0,755 |
DDTL36 | 0,627 | 0,758 | |||
DDTL37 | 0,606 | 0,768 | |||
DDTL38 | 0,635 | 0,754 | |||
10 | Tuân thủ thuế của doanh nghiệp (TTT) | 0,766 | TTT39 | 0,606 | 0,690 |
TTT40 | 0,590 | 0,698 | |||
TTT41 | 0,515 | 0,742 | |||
TTT42 | 0,583 | 0,706 |
(Nguồn: Tác giả kiểm định số liệu bằng phầm mềm SPSS 20.0)
Như vậy qua phân tích kiểm định Cronbach's Alpha, mô hình còn 10 thang đo đảm bảo chất lượng tốt với 41 biến quan sát như trên (đã loại biến quan sát TTHT3 trong thang đo TTHT). Các biến quan sát này được đánh giá tốt và đáng tin cậy. Đồng thời, các biến quan sát của mỗi nhân tố đã đóng góp vào việc đo lường khái niệm của các nhân tố được đưa vào mô hình nghiên cứu.
2. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá (EFA) là một phương pháp phân tích định
lượng dùng để rút gọn một tập gồm nhiều biến đo lường phụ thuộc lẫn nhau thành một tập biến ít hơn (gọi là các nhân tố) để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair và cộng sự, 2009). Hai mục tiêu chính của EFA là phải xác định được (1) Số lượng các nhân tố ảnh hướng đến một tập các biến đo lường và (2) Cường độ về mối quan hệ giữa mỗi nhân tố với từng biến đo lường.
Trong các nghiên cứu về kinh tế, người ta thường sử dụng thang đo bao gồm rất nhiều câu hỏi (biến đo lường/biến quan sát) nhằm đo lường các khái niệm trong mô hình khái niệm, và EFA sẽ góp phần rút gọn một tập gồm rất nhiều biến đo lường/biến quan sát thành một số nhân tố. Khi có được một số ít các nhân tố, nếu sử dụng các nhân tố này với tư cách là các biến độc lập trong hàm hồi quy bội thì khi đó, mô hình sẽ giảm khả năng vi phạm hiện tượng đa cộng tuyến.
Ngoài ra, các nhân tố được rút ra sau khi thực hiện EFA sẽ có thể được thực hiện trong phân tích hồi quy đa biến (Multivariate Regression Analysis).
Phân tích EFA dựa trên cơ sở mối quan hệ giữa các biến đo lường, vì
vậy, trước khi quyết định sử dụng EFA, cần xem xét mối quan hệ giữa các biến đo lường này. Sử dụng ma trận hệ số tương quan (correlation matrix) có
thể
nhận biết được mức độ
quan hệ
giữa các biến. Nếu các hệ
số tương
quan nhỏ 2009).
hơn 0,30, khi đó sử
dụng EFA không phù hợp (Hair và cộng sự,
sau:
Điều kiện cần để bảng kết quả ma trận xoay có ý nghĩa thống kê là:
(1) Hệ số KMO phải nằm trong đoạn từ 0,5 đến 1;
(2) Kiểm định Barlett có sig phải nhỏ hơn 0,05;
(3) Tổng phương sai trích lớn hơn hoặc bằng 50%; và
(4) Giá trị Eigenvalue lớn hơn hoặc bằng 1.
Kết quả phân tích nhân tố khám phá (EFA) được trình bày chi tiết như
1. Kiểm định tính thích hợp của EFA (Kiểm định KMO)
Kiểm định KMO (Kaiser – Meyer Olkin) là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa 2 biến Xi và Xj với hệ số tương quan riêng phần của chúng. Hệ số KaiserMayerOlkin (KMO) là chỉ số dùng để xem xét sự thích hợp của phương pháp phân tích nhân tố. Trị số của KMO lớn (giữa 0,5 và 1) là điều kiện đủ để sử dụng phân tích nhân tố khám phá là thích hợp, còn nếu như trị số này nhỏ hơn 0,5 thì phân tích nhân tố khám phá có khả năng
không thích hợp với các dữ
liệu đang sử
dụng để
phân tích. Để
sử dụng
phương pháp phân tích nhân tố khám phá EFA, thì hệ số KMO phải nằm trong đoạn từ 0,5 đến 1.
Kết quả kiểm định các dữ liệu từ khảo sát các doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh bằng SPSS 20.0 cho thấy hệ số KMO = 0,760 (chi tiết trong Phụ lục Kết quả Phân tích nhân tố khám phá EFA), thõa mãn điều kiện: 0,5 < KMO < 1.
Như vậy, phân tích nhân tố khám phá EFA là thích hợp cho dữ liệu khảo sát thực tế từ các doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh mà tác giả đã thu thập được.
2. Kiểm định tương quan của các biến quan sát trong thước đo đại diện (Kiểm định Barlett)
Kiểm định Bartlett dùng để xem xét các biến quan sát trong nhân tố có tương quan với nhau hay không. Điều kiện cần để áp dụng phân tích nhân tố là các biến quan sát phản ánh những khía cạnh khác nhau của cùng một nhân
tố phải có mối tương quan với nhau. Do đó, nếu kiểm định cho thấy không có ý nghĩa thống kê thì không nên áp dụng phân tích nhân tố cho các biến đang xem xét. Kiểm định Bartlerr có ý nghĩa thống kê (Sig. ≤ 0,05), chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
Kết quả kiểm định các dữ liệu từ khảo sát các doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh bằng SPSS 20.0 cho thấy hệ số Sig. ≤ 0,05, nghĩa là các biến quan sát có tương quan với nhân tố đại diện.
3. Kiểm định mức độ giải thích của các biến quan sát đối với nhân tố
Mức độ giải thích của các biến quan sát đối với nhân tố được kiểm định thông qua Tổng phương sai trích/được giải thích (Total Variance Explained). Tổng phương sai trích ≥ 50% cho thấy mô hình phân tích nhân tố EFA là phù hợp với dữ liệu nghiên cứu. Khi xem xét biến thiên là 100% thì trị số này thể
hiện các nhân tố được trích cô đọng được bao nhiêu % và bị nhiêu % của các biến quan sát.
thất thoát bao
Kết quả kiểm định các dữ liệu khảo sát doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh (Bảng Tổng phương sai trích/được giải thích trong Phụ lục Kết quả Phân tích nhân tố khám phá EFA) cho thấy trị số phương sai trích là 59,635%. Điều này có nghĩa là 59,635% thay đổi của các nhân tố được giải thích bởi các biến quan sát (thành phần của mỗi nhân tố).
4. Kết quả phân tích nhân tố khám phá (EFA)
Để xác định số lượng nhân tố trong phân tích nhân tố khám phá EFA, trị số Eigenvalue được sử dụng như là một tiêu chí phổ biến. Trị số Eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Với tiêu chí này, chỉ có những nhân tố nào có trị số Eigenvalue ≥ 1 mới được giữ lại trong mô hình phân tích.
Theo kết quả
kiểm định
(Bảng Tổng phương sai trích/được giải thích
trong Phụ lục Kết quả Phân tích nhân tố khám phá EFA), có 8 nhân tố có trị số Eigenvalue lớn hơn 1. Đây là 8 nhân tố có được từ kết quả của phân tích nhân tố khám phá EFA.
Bên cạnh đó, phân tích nhân tố khám phá còn sử dụng Factor Loadings (hệ số tải nhân tố) là những hệ số tương quan đơn giữa các biến quan sát với nhân tố. Nếu hệ số tải càng lớn chứng tỏ biến quan sát có mối quan hệ càng chặt chẽ với nhân tố.
Kết quả
phân tích nhân tố
khám phá EFA các dữ
liệu khảo sát doanh
nghiệp trên địa bàn Thành phố Hồ Chí Minh được thể hiện trong Bảng Ma
trận nhân tố xoay (Phụ lục Kết quả Phân tích nhân tố khám phá EFA). Kết quả phân tích cho biết các biến quan sát đều có hệ số tải nhân tố (factor load ing) lớn hơn 0,55.
Sau khi thực hiện kiểm định phân tích nhân tố khám phá EFA, kết quả thể hiện có 08 nhân tố đại diện tác động đến tuân thủ thuế của doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh, với các biến đặc trưng/biến quan sát của nhân tố được sắp xếp lại khác với mô hình lý thuyết ban đầu (gồm 09 nhân tố).
Nhân tố 1 (Component 1) bao gồm các biến: KNTC18, QLT8, QLT7, KNTC19, QLT6, KNTC20, QLT5. Biến KNTC18, KNTC19, KNTC20 theo lý
thuyết lúc đầu thuộc nhân tố KNTC; QLT5, QLT6, QLT7, QLT8 thuộc nhân tố QLT. Qua EFA các biến này được xếp chung với nhau. Đặt tên cho nhân tố này là QLT hay F1.
Nhân tố
2 (Component 2)
bao gồm các biến: DDHD31, DDHD34,
DDHD30, và DDHD32, đều là thành phần của DDHD. Đặt tên cho nhân tố này là DDHD hay F2.
Nhân tố
3 (Component 3)
bao gồm các biến: CNTT27, CNTT26,
CNTT28 và CNTT29, đều là thành phần của CNTT. Đặt tên cho nhân tố này là CNTT hay F3.
Nhân tố 4 (Component 4) bao gồm các biến: TTKT11, TTKT9, TTK T12, và TTKT10, đều thuộc TTKT. Đặt tên cho nhân tố này là TTKT hay F4.
Nhân tố
5 (Component 5)
bao gồm các biến: XLVP16, XLVP15,
XLVP17, XLVP13, và XLVP14, đều thuộc XLVP. Đặt tên cho nhân tố này là XLVP hay F5.
Nhân tố 6 (Component 6) bao gồm các biến: DDTL35, DDTL38,
DDTL36, và DDTL37, đều thuộc DDTL. Đặt tên cho nhân tố này là DDTL hay F6.
Nhân tố 7 (Component 7) bao gồm các biến: CLDV22, CLDV23,
CLDV25, CLDV24, và CLDV21, đều thuộc CLDV. Đặt tên cho nhân tố này là CLDV hay F7.
Nhân tố 8 (Component 8) bao gồm các biến: TTHT1, TTHT2 và
TTHT4, đều thuộc TTHT. Đặt tên cho nhân tố này là TTHT hay F8.
Như vậy, qua các kiểm định chất lượng thang đo và các kiểm định của mô hình EFA, nhận diện có 8 thang đo tác động đến tuân thủ thuế và 1 thang đo đại diện cho tuân thủ thuế của doanh nghiệp trên địa bàn Thành phố Hồ Chí Minh, với tổng cộng có 41 biến quan sát.
Tổng hợp kết quả như sau:
Bảng 4.. Mô hình điều chỉnh qua kiểm định Cronbach’s Alpha và phân tích nhân tố khám phá (EFA)
Thang đo | Biến quan sát | Giải thích thang đo | |
1 | QLT (F1) | KNTC18, QLT8, QLT7, KNTC19, QLT6, KNTC20, QLT5 | Quản lý đăng ký, xác định, thu thuế và giải quyết khiếu nại tố cáo về thuế |
2 | DDHD (F2) | DDHD31, DDHD34, DDHD30, DDHD32 | Đặc điểm hoạt động của doanh nghiệp |
3 | CNTT (F3) | CNTT27, CNTT26, CNTT28 CNTT29 | Ứng dụng công nghệ trong quản lý |
4 | TTKT (F4) | TTKT11, TTKT9, TTKT12, TTKT10 | Thanh tra, kiểm tra thuế |
5 | XLVP (F5) | XLVP16, XLVP15, XLVP17, XLVP13, XLVP14 | Xử lý vi phạm pháp luật thuế |
6 | DDTL (F6) | DDTL35, DDTL38, DDTL36, DDTL37 | Đặc điểm tâm lý của chủ/người quản lý doanh nghiệp |