Bảng 4.9: Bảng ma trận nhân tố sau khi xoay
Component | |||||
1 | 2 | 3 | 4 | 5 | |
CE2 | 0,821 | ||||
CE1 | 0,802 | ||||
CE6 | 0,778 | ||||
CE7 | 0,756 | ||||
CE4 | 0,748 | ||||
CE5 | 0,716 | ||||
CE3 | 0,714 | ||||
CA1 | 0,785 | ||||
CA5 | 0,763 | ||||
CA2 | 0,746 | ||||
CA4 | 0,741 | ||||
CA3 | 0,722 | ||||
MA2 | 0,764 | ||||
MA5 | 0,762 | ||||
MA1 | 0,751 | ||||
MA4 | 0,717 | ||||
MA3 | 0,667 | ||||
RA2 | 0,772 | ||||
RA3 | 0,760 | ||||
RA1 | 0,754 | ||||
RA4 | 0,726 | ||||
RA5 | 0,637 | ||||
IC5 | 0,765 | ||||
IC4 | 0,754 | ||||
IC2 | 0,718 | ||||
IC3 | 0,693 | ||||
IC1 | 0,652 |
Có thể bạn quan tâm!
- Khảo Sát Thực Trạng Hệ Thống Ksnb Ngành Sản Xuất Gốm Sứ Tại Bình Dương
- Đánh Giá Hệ Thống Ksnb Các Doanh Nghiệp Sản Xuất Gốm Sứ Bình Dương
- Kết Quả Nghiên Cứu Các Nhân Tố Ảnh Hưởng Đến Tính Hữu Hiệu Của Hệ Thống Ksnb Trong Các Doanh Nghiệp Sản Xuất Gốm Sứ Trên Địa Bàn Tỉnh Bình Dương
- So Sánh Kết Quả Nghiên Cứu Với Thực Tiễn Trong Các Dnsx Gốm Sứ Tỉnh Bình Dương
- Kết Luận – Hàm Ý Và Kiến Nghị
- Đối Với Nhân Tố Thông Tin Truyền Thông
Xem toàn bộ 185 trang tài liệu này.
Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.a
a. Rotation converged in 5 iterations.
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
Từ bảng kết quả 4.9 Bảng ma trận nhân tố sau khi xoay cho thấy có 5 nhân tố được hình thành như sau:
Nhóm 1 (nhân tố Môi trường kiểm soát - CE) gồm 7 biến như sau: CE2, CE1 CE6, CE7, CE4, CE5, CE3.
Nhóm 2 (nhân tố Hoạt động kiểm soát - CA) gồm 5 biến như sau: CA1, CA5 CA2, CA4, CA3.
Nhóm 3 (nhân tố Giám sát - MA) gồm 5 biến như sau: MA2, MA5, MA1, MA4, MA3.
Nhóm 4 (nhân tố Đánh giá rủi ro - RA) gồm 5 biến như sau: RA2, RA3, RA1, RA4, RA5.
Nhóm 5 (nhân tố Thông tin truyền thông - IC) gồm 5 biến như sau: IC5, IC4, IC2, IC3, IC1.
4.3.3.2. Phân tích nhân tố đối với biến phụ thuộc
Bảng 4.10: Kiểm định điều kiện thực hiện của EFA
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. | 0,873 | |
Bartlett's Test of Sphericity | Approx. Chi-Square | 414,110 |
df | 15 | |
Sig. | 0,000 |
Component | Initial Eigenvalues | Extraction Sums of Squared Loadings | ||||
Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % | |
1 | 3,388 | 56,464 | 56,464 | 3,388 | 56,464 | 56,464 |
2 | 0,656 | 10,926 | 67,390 | |||
3 | 0,617 | 10,277 | 77,667 | |||
4 | 0,489 | 8,149 | 85,815 | |||
5 | 0,439 | 7,319 | 93,135 | |||
6 | 0,412 | 6,865 | 100,000 | |||
Extraction Method: Principal Component Analysis. |
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
4.3.4. Thống kê mô tả các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống KSNB trong các doanh nghiệp sản xuất gốm sứ trên địa bàn tỉnh Bình Dương
Bảng 4.11: Thống kê mô tả “Môi trường Kiểm Soát”
N | Minimum | Maximum | Mean | Std. Deviation | |
CE1 | 200 | 1 | 5 | 3,48 | 1,403 |
CE2 | 200 | 1 | 5 | 3,51 | 1,315 |
CE3 | 200 | 1 | 5 | 3,20 | 1,425 |
CE4 | 200 | 1 | 5 | 3,48 | 1,276 |
CE5 | 200 | 1 | 5 | 3,46 | 1,314 |
CE6 | 200 | 1 | 5 | 3,32 | 1,441 |
CE7 | 200 | 1 | 5 | 3,39 | 1,442 |
Valid N (listwise) | 200 |
Bảng 4.12: Thống kê mô tả “Đánh giá rủi ro”
N | Minimum | Maximum | Mean | Std. Deviation | |
RA1 | 200 | 1 | 5 | 3,33 | 1,470 |
RA2 | 200 | 1 | 5 | 3,18 | 1,407 |
RA3 | 200 | 1 | 5 | 3,14 | 1,459 |
RA4 | 200 | 1 | 5 | 3,28 | 1,475 |
RA5 | 200 | 1 | 5 | 3,31 | 1,384 |
Valid N (listwise) | 200 |
Bảng 4.13: Thống kê mô tả “Hoạt động kiểm soát”
N | Minimum | Maximum | Mean | Std. Deviation | |
CA1 | 200 | 1 | 5 | 3,69 | 1,292 |
CA2 | 200 | 1 | 5 | 3,64 | 1,116 |
CA3 | 200 | 1 | 5 | 3,59 | 1,135 |
CA4 | 200 | 1 | 5 | 3,73 | 1,106 |
CA5 | 200 | 1 | 5 | 3,66 | 1,226 |
Valid N (listwise) | 200 |
Bảng 4.14: Thống kê mô tả “Thông tin truyền thông”
N | Minimum | Maximum | Mean | Std. Deviation | |
IC1 | 200 | 1 | 5 | 3,49 | 1,411 |
IC2 | 200 | 1 | 5 | 3,43 | 1,373 |
IC3 | 200 | 1 | 5 | 3,02 | 1,487 |
IC4 | 200 | 1 | 5 | 3,54 | 1,318 |
IC5 | 200 | 1 | 5 | 3,47 | 1,367 |
Valid N (listwise) | 200 |
Bảng 4.15: Thống kê mô tả “Giám sát”
N | Minimum | Maximum | Mean | Std. Deviation | |
MA1 | 200 | 1 | 5 | 3,27 | 1,510 |
MA2 | 200 | 1 | 5 | 2,99 | 1,458 |
MA3 | 200 | 1 | 5 | 3,20 | 1,381 |
MA4 | 200 | 1 | 5 | 3,24 | 1,464 |
MA5 | 200 | 1 | 5 | 3,09 | 1,433 |
Valid N (listwise) | 200 |
Kết luận: Thực trạng các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống KSNB tại các doanh nghiệp sản xuất gốm sứ tỉnh Bình Dương đã được mô tả bằng
bảng phân tích thống kê mô tả các biến trên. Dữ liệu phân tích cho thấy, nhìn chung các nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống KSNB tại các doanh nghiệp sản xuất gốm sứ tỉnh Bình Dương được đánh giá trên mức trung bình và ở mức khá. Các giá trị trung bình của các “Môi trường kiểm soát”, “Đánh giá rủi ro”, “Hoạt động kiểm soát, “Thông tin và truyền thông, “Giám sát” giao động từ 3,27 đến 3,69 với thang đo từ 1 - 5”.
4.3.5. Kiểm định mô hình nghiên cứu
Việc phân tích nhân tố khám phá (EFA) giúp ta phân tích các nhân số tự động theo phương pháp trích nhân số có quyền số hoặc có trong số nhân tố (Weight or factor socre coefficient); hoặc tính nhân số của nhân tố bằng phương pháp trung bình cộng (Nguyễn Đình Thọ, 2011). Trong nghiên cứu, sử dụng tính nhân số của nhân tố bằng phương pháp trích nhân số có quyền số hoặc có trong số nhân tố. Việc tính toán nhân số sẽ thực hiện tự động trong phần mềm SPSS 22.0 để xác định mối quan hệ nhân quả giữa các biến trong mô hình. Trước tiên ta cần phân tích tương quan giữa các biến xem thử có mối liên hệ tuyến tính giữa biến độc lập và biến phụ thuộc hay không. Kết quả của phần phân tích này dù không xác định được mối quan hệ nhân quả giữa biến phụ thuộc và biến độc lập nhưng nó đóng vai trò làm cơ sở cho phân tích hồi qui. Các biến phụ thuộc và biến độc lập có tương quan cao với nhau báo hiệu sự tồn tại của mối quan hệ tiềm ẩn giữa hai biến. Đồng thời, việc phân tích tương quan còn làm cơ sở để dò tìm sự vi phạm giả định của phân tích hồi quy tuyến tính, các biến độc lập có tương quan cao với nhau.
4.3.5.1. Phân tích trương quan
Sử dụng một hệ số thống kê có tên là hệ số tương quan Pearson để lượng hóa mức độ chặt chẽ của mối liên hệ tuyến tính giữa hai biến định lượng. Nếu giữa 2 biến độc lập có sự tương quan chặt thì phải lưu ý vấn đề đa cộng tuyến khi phân tích hồi quy (hệ số tương quan > 0.8). Trong phân tích tương quan Pearson, không có sự phân
biệt giữa các biến độc lập và biến phụ thuộc mà tất cả đều được xem xét như nhau.
Bảng 4.16: Ma trận tương quan giữa biến phụ thuộc và các biến độc lập
CE | RA | CA | IC | MA | EIC | ||
CE | Pearson Correlation | 1 | 0,073 | -0,058 | -0,050 | -0,033 | 0,536** |
Sig. (2-tailed) | 0,306 | 0,416 | 0,485 | 0,647 | 0,000 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 | |
RA | Pearson Correlation | 0,073 | 1 | -0,066 | -0,053 | 0,011 | 0,448** |
Sig. (2-tailed) | 0,306 | 0,351 | 0,452 | 0,876 | 0,000 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 | |
CA | Pearson Correlation | -0,058 | -0,066 | 1 | 0,152* | 0,186** | 0,295** |
Sig. (2-tailed) | 0,416 | 0,351 | 0,032 | 0,009 | 0,000 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 | |
IC | Pearson Correlation | -0,050 | -0,053 | 0,152* | 1 | 0,288** | 0,186** |
Sig. (2-tailed) | 0,485 | 0,452 | 0,032 | 0,000 | 0,008 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 | |
MA | Pearson Correlation | -0,033 | 0,011 | 0,186** | 0,288** | 1 | 0,321** |
Sig. (2-tailed) | 0,647 | 0,876 | 0,009 | 0,000 | 0,000 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 | |
EIC | Pearson Correlation | 0,536** | 0,448** | 0,295** | 0,186** | 0,321** | 1 |
Sig. (2-tailed) | 0,000 | 0,000 | 0,000 | 0,008 | 0,000 | ||
N | 200 | 200 | 200 | 200 | 200 | 200 |
**. Correlation is significant at the 0,01 level (2-tailed).
*. Correlation is significant at the 0,05 level (2-tailed).
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
Qua kết quả phân tích ma trận tương quan giữa biến phụ thuộc và các biến độc lập có thể thấy tất cả các biến độc lập đều có tương quan tuyến tính với biến phụ thuộc (sig < 0,05), từ đó, tiến hành đưa cả các biến độc lập có tương quan với biến phụ thuộc vào mô hình hồi quy tuyến tính ở bước tiếp theo.
4.3.5.2. Phân tích hồi quy
a. Đánh giá mức độ phù hợp của mô hình hồi quy
Hệ số xác định thường ký hiệu là R^2, một con số thống kê tổng hợp khả năng giải thích của một phương trình. Nó biểu hiện tỷ lệ biến thiên của biến phụ thuộc do tổng mức biến thiên của các biến giải thích. R^2 phải nằm giữa 0 và 1. Khi R2 càng gần 0, khả năng giải thích càng kém và điều ngược lại sẽ đúng khi các giá trị của nó tiến dần tới 1.
Bảng 4.17: Phân tích hồi quy tuyến tính bội mô hình
Mô hình | Hệ số R | Hệ số R2 | R2 điều chỉnh | Sai số chuẩn ước lượng | Trị số thống kê Durbin-Watson |
1 | 0,817a | 0,667 | 0,659 | 0,44643 | 2,018 |
a. Predictors: (Constant), MA, RA, CE, CA, IC
b. Dependent Variable: EIC
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
Bảng phân tích hồi quy tuyến tính bội mô hình cho kết quả R^2 = 0,667 >0,5. Như vậy sự biến thiên của các biến độc lập giải thích được 66,7% sự biến thiên của biến phụ thuộc
b. Kiểm định sự phù hợp của hàm hồi quy
Bảng 4.18: Kiểm định sự phù hợp của hàm hồi quy
Mô hình | Tổng bình phương | Bậc tự do | Bình phương trung bình | Thống kê F | Mức ý nghĩa (Sig.) | |
1 | Regression | 77,502 | 5 | 15,500 | 77,774 | 0,000b |
Residual | 38,664 | 194 | 0,199 | |||
Total | 116,167 | 199 |
a. Dependent Variable: EIC
b. Predictors: (Constant), MA, RA, CE, CA, IC
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
Kết quả mong muốn là sig <0,05 để bác bỏ H0. Khi đó kết luận hàm hồi quy hoàn toàn phù hợp với dữ liệu. Qua kiểm định sự phù hợp của hàm hồi quy ta thấy giá trị Sig <0,05 nên hàm hồi quy là hoàn toàn phù hợp
c. Kiểm định ý nghĩa của các hệ số hồi quy trong mô hình
Nếu sig <0,05 ta bác bỏ H0, khi đó biến đó thực sự có ý nghĩa thống kê và sẽ được đưa vào mô hình. Ngược lại sig >0,05 ta chấp nhận H0- kêt luận biến đó không có ý nghĩa thống kê và sẽ loại khỏi mô hình
Bảng 4.19: Kiểm định ý nghĩa của các hệ số hồi quy trong mô hình
Mô hình | Hệ số chưa chuẩn hóa | Hệ số chuẩn hóa | t | Mức ý nghĩa (Sig.) | Đa cộng tuyến | |||
Hệ số B | Sai số chuẩn | Beta | Độ chấp nhận | VIF | ||||
1 | Hằng số | -0,360 | 0,226 | -1,595 | 0,112 | |||
CE | 0,390 | 0,030 | 0,535 | 12,857 | 0,000 | 0,990 | 1,010 | |
RA | 0,313 | 0,030 | 0,432 | 10,368 | 0,000 | 0,988 | 1,012 | |
CA | 0,249 | 0,036 | 0,291 | 6,842 | 0,000 | 0,949 | 1,054 | |
IC | 0,091 | 0,033 | 0,121 | 2,785 | 0,006 | 0,903 | 1,107 | |
MA | 0,173 | 0,031 | 0,244 | 5,582 | 0,000 | 0,895 | 1,117 |
a. Dependent Variable: EIC
(Nguồn: Kết quả phân tích từ phần mềm thống kê SPSS 22.0)
Tất cả các hệ số hồi quy của các biến độc lập đều có ý nghĩa thống kê vì các giá trị sig đều <0,05. Hệ số tự do không có ý nghĩa thống kê vì sig >0,05
d. Kiểm tra các giả định trong mô hình
+ Kiểm định giả định hiện tượng phương sai của sai số thay đổi