Luận án Các nhân tố ảnh hưởng đến thực hiện kế toán quản trị môi trường tại các doanh nghiệp sản xuất ở Việt Nam – nghiên cứu cho các tỉnh thành khu vực - Nguyễn Thị Hằng Nga

đáp ứng tiêu chuẩn phân tích nhân tố, 150 phiếu khảo sát đƣợc phát ra và thu về 135 phiếu, sàng lọc để loại bỏ những phiếu không đạt yêu cầu và cuối cùng kích thƣớc mẫu đủ điều kiện cho nghiên cứu định lƣợng sơ bộ là 128 quan sát. 84 3.4.1.2 Phương pháp phân tích Nghiên cứu định lƣợng sơ bộ đƣợc phân tích thông qua hai kỹ thuật: Phân tích độ tin cậy của thang đo và phân tích nhân tố khám phá nhằm loại bỏ các biến quan sát không đạt yêu cầu.  Phân tích độ tin cậy thang đo Nghiên cứu sử dụng kiểm định độ tin cậy của thang đo bằng công cụ Cronbach’s Alpha và hệ số tƣơng quan biến tổng (item-total correlation) nhằm loại ra những biến quan sát không đóng góp vào việc mô tả khái niệm cần đo, giúp nâng cao hệ số tin cậy cho khái niệm cần đo. Hệ số tin cậy Cronbach’s Alpha cho biết các đo lƣờng có liên kết với nhau hay không, còn hệ số tƣơng quan biến - tổng (item-total correlation) sẽ giúp loại ra những mục hỏi không đóng góp nhiều cho sự mô tả của khái niệm nghiên cứu. Theo Hair và cộng sự (2010), Kline (2015) thì hệ số Cronbach’s Alpha từ 0,8 trở lên là tốt và từ 0,7 đến 0,8 là có thể sử dụng đƣợc. Tuy nhiên một số nhà nghiên cứu khác cho rằng trong tình huống nghiên cứu mới, khái niệm nghiên cứu mới thì hệ số Cronbach’s Alpha từ 0,6 trở lên là có thể chấp nhận đƣợc. Hệ số Cronbach’s Alpha không cho biết nên loại bỏ hay giữ lại biến quan sát nào, còn hệ số tƣơng quan biến tổng đƣợc sử dụng để loại bỏ các biến quan sát không đạt yêu cầu khi hệ số tƣơng quan biến tổng nhỏ hơn 0,3.  Phân tích nhân tố khám phá Theo Hair và cộng sự (2010) thì các tiêu chuẩn khi thực hiện phân tích nhân tố khám phá (EFA) gồm: Thứ nhất là hệ số KMO của kiểm định Bartlett, để phân tích nhân tố phù hợp thì hệ số KMO phải lớn hơn hoặc bằng 0,5 với giá trị Sig. nhỏ hơn 0,05. Thứ hai là các nhân tố đƣợc rút trích tại giá trị Eigenvalue lớn hơn hoặc bằng 1 và tổng phƣơng sai trích phải lớn hơn hoặc bằng 50%. Thứ ba là nếu sau khi phân tích nhân tố khám phá là phân tích nhân tố khẳng định và phân tích mô hình cấu trúc tuyến tính thì phƣơng pháp rút trích Principal Axis Factoring và phép xoay Promax nên đƣợc áp dụng (Kline, 2015). Thứ tƣ là hệ số tải nhân tố ít nhất phải lớn hơn 0,4 và tốt hơn hết là nên lớn hơn hoặc bằng 0,5 để đảm bảo ý nghĩa thực tiễn. Khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥ 0,3 để đảm bảo giá trị phân biệt (Hair và cộng sự, 2010). 85 Với các tiêu chuẩn nhƣ trên, trong nghiên cứu này các biến quan sát của thang đo đƣợc lựa chọn khi hệ số Cronbach’s Alpha từ 0,6 trở lên, hệ số tƣơng quan biến tổng lớn hơn 0,3. Phƣơng pháp rút trích Principal Axis Factoring và phép xoay Promax đƣợc sử dụng trong phân tích nhân tố, hệ số tải nhân tố lớn hơn 0,5 và sự khác biệt giữa các hệ số tải nhân tố nhỏ hơn 0,3. 3.4.1.3 Kết quả nghiên cứu định lượng sơ bộ Kết quả nghiên cứu định lƣợng sơ bộ đƣợc trình bày ở chƣơng 4: Kết quả nghiên cứu và bàn luận 3.4.2 Nghiên cứu định lƣợng chính thức Mục đích của giai đoạn nghiên cứu định lƣợng là để phân tích việc thực hiện KTQTMT tại các DNSX và xác định mức độ ảnh hƣởng của các nhân tố đến thực hiện KTQTMT tại các DNSX ở các tỉnh thành khu vực phía Nam. 3.4.2.1 Thiết kế mẫu nghiên cứu  Xác định đơn vị khảo sát Đối tƣợng quan tâm trong nghiên cứu này bao gồm tất cả các DNSX ở các tỉnh thành khu vực phía Nam. Trong điều kiện bị giới hạn về nguồn lực, nghiên cứu giới hạn phạm vi điều tra là các DNSX ở vùng kinh tế trọng điểm phía Nam, bao gồm Thành phố Hồ Chí Minh, Đồng Nai, Bình Dƣơng, Tiền Giang và Long An. Sở dĩ nghiên cứu lựa chọn vùng KTTĐ phía Nam là vì đây là vùng có đóng góp lớn vào tăng trƣởng kinh tế của các nƣớc. Mặc dù chỉ chiếm hơn 8% diện tích và 17% dân số, nhƣng vùng KTTĐ phía Nam đã tạo ra 42% GDP của cả nƣớc và tỷ lệ đóng góp vào ngân sách chiếm tới hơn 60% (Phan Thị Cẩm Giang, 2016).  Xác định đối tượng thu thập dữ liệu và đối tượng khảo sát Đối tƣợng thu thập dữ liệu trong nghiên cứu là các DNSX vùng KTTĐ phía Nam. Còn đối tƣợng khảo sát là những cá nhân có sự am hiểu về mức độ ghi chép các thông tin liên quan đến KTQTMT, và là những ngƣời làm công tác liên quan đến mảng KT trong DN. Vì vậy, đối tƣợng khảo sát cho nghiên cứu định lƣợng là Kế toán trƣởng, Kế toán tổng hợp, Kế toán quản trị, Giám đốc tài chính, Trƣởng bộ phận kiểm soát nội bộ. Trong đó đối tƣợng chính là Kế toán trƣởng, kế toán tổng hợp hoặc Kế toán quản trị. 86  Kích thước mẫu Phân tích SEM đòi hỏi một mẫu lớn để tăng độ tin cậy cho kết quả (Raykov và Widaman, 1995). Hair và cộng sự (2010) đề nghị kích thƣớc mẫu gấp 5 lần số biến. Theo kinh nghiệm của Tabachnick và Fidell (1989), đối với phân tích SEM kích thƣớc mẫu 300 là tốt. Căn cứ vào các tiêu chuẩn trên, với số lƣợng các mục hỏi là 37, tác giả tính ra số quan sát cần phải có nhƣ ở bảng sau: Bảng 3.2: Xác định kích thƣớc mẫu Mục tiêu Số lƣợng biến quan sát Số lƣợng biến độc lập Kích thƣớc mẫu Phân tích CFA 37 6 185 Kiếm đinh SEM 37 6 300 Sử dụng cho NC 37 6 323  Xác định phương pháp chọn mẫu Theo Nguyễn Đình Thọ (2013) có phƣơng pháp chọn mẫu trong nghiên cứu định lƣợng là chọn mẫu xác suất và chọn mẫu phi xác suất. Nếu một mẫu đƣợc chọn theo phƣơng pháp xác suất (còn gọi là ngẫu nhiên) thì có thể đại diện cho đám đông, để kết quả nghiên cứu có tính tổng quát hóa cao hơn (Sudman, 1976). Chọn mẫu theo phƣơng pháp phi xác suất cũng đƣợc sử dụng phổ biến trong nghiên cứu định lƣợng, và kết quả nghiên cứu vẫn có giá trị, tuy không cao bằng nếu mẫu đƣợc chọn ngẫu nhiên. Việc áp dụng định mức, hoặc phân tầng khi chọn mẫu sẽ khắc phục đƣợc phần nào hạn chế của phƣơng pháp phi xác suất (Nguyễn Đình Thọ, 2013). Với hạn chế về thời gian và nguồn lực, nghiên cứu này sử dụng phƣơng pháp chọn mẫu phi xác suất có áp dụng định mức theo các thuộc tính của đặc điểm doanh nghiệp nhƣ: quy mô tài sản, hình thức sở hữu và lĩnh vực kinh doanh. Ngoài ra, cơ cấu theo địa chỉ hoạt động (tỉnh / thành phố) cũng đƣợc chú ý, để đảm bảo có sự cân đối về số lƣợng doanh nghiệp theo từng vùng, miền. Theo nghiên cứu của Nguyễn Văn Quang (2012), TPHCM giữ vai trò đầu tàu trong phát triển kinh tế vùng KTTĐ phía Nam, với tỷ trọng GDP tăng từ 48,44% vào năm 2000 lên 51,24% vào năm 2010. Cùng mốc thời gian này tỷ lệ đóng góp vào GDP của 2 tỉnh Đồng Nai và 87 Bình Dƣơng tăng từ 12,56% lên 15,22%. Tỷ trọng GDP của Long An và Tiền Giang trong tổng GDP vùng KTTĐ phía Nam có xu hƣớng ổn định trong nhiều năm qua, và giao động ở mức khoảng 8,5%. Vì vậy, trong cơ cấu mẫu theo địa chỉ hoạt động, tác giả dự kiến phân bổ khoảng 50% số lƣợng các DN trong mẫu nghiên cứu có trụ sở thuộc địa bàn TPHCM, 50% còn lại phân bổ một cách tƣơng đối cho 4 tỉnh Đồng Nai, Bình Dƣơng, Long An và Tiền Giang.  Xác định Phương thức lấy mẫu Mục tiêu chính của nghiên cứu này là để kiểm tra ảnh hƣởng của các nhân tố thuộc bối cảnh thể chế có thể ảnh hƣởng đến quá trình áp dụng KTQTMT tại các DNSX ở các tỉnh thành khu vực phía Nam. Để đạt đƣợc mục tiêu này, nghiên cứu đã thông qua khảo sát nhƣ một công cụ chính để thu thập dữ liệu nhằm kiểm tra các mối quan hệ giữa các biến phụ thuộc và độc lập (Davis và Cosenza, 2000). Những ƣu điểm của chiến lƣợc này là phạm vi rộng và chi phí thấp. Hơn nữa, những ngƣời trả lời khảo sát có thể trả lời câu hỏi một cách ẩn danh, điều này có thể dẫn đến những phản hồi trung thực hơn, từ đó làm giảm ảnh hƣởng của sự thiên lệch trong nghiên cứu. Do đó, nghiên cứu này đã áp dụng phƣơng pháp bảng câu hỏi để lấy dữ liệu từ các DNSX ở các tỉnh phía Nam. Một vài cách tiếp cận có thể đƣợc sử dụng trong việc thực hiện một câu hỏi: gửi các bảng câu hỏi cho những ngƣời trả lời với tƣ cách cá nhân, hoặc phân phát các câu hỏi bằng điện tử (Sekaran, 2003). Các bảng câu hỏi đƣợc thực hiện với tƣ cách cá nhân đƣợc coi là phƣơng pháp thu thập dữ liệu thích hợp nhất của nghiên cứu này, bởi vì ở Việt Nam, các câu hỏi qua đƣờng bƣu điện và các câu hỏi điện tử quá khó để quản lý. Ngoài ra, các đối tƣợng khảo sát mục tiêu của nghiên cứu này nằm ở một khu vực địa lý giới hạn. Do đó theo đề xuất của Sekaran (2003), bảng câu hỏi đƣợc thực hiện với tƣ cách cá nhân là một phƣơng pháp phù hợp để thu thập dữ liệu cho nghiên cứu này. 3.4.2.2 Quá trình khảo sát  Chuẩn bị cho khảo sát Bảng câu hỏi khảo sát đƣợc xây dựng dựa trên những phát hiện từ tổng quan lý thuyết, các nghiên cứu trƣớc và kết quả phỏng vấn chuyên gia cũng nhƣ quá trình 88 khảo sát thử. Phần 3.3.5 trình bày chi tiết về thiết kế và cấu trúc của bảng câu hỏi khảo sát. Trƣớc khi tiến hành khảo sát, vào đầu tháng 10 năm 2017, tác giả đã liên lạc với hội doanh nhân Nghệ Tĩnh tại TPHCM, Chi cục thuế một số địa phƣơng, cùng với một số đồng nghiệp đang tham gia giảng dạy các lớp Kế toán trƣởng tại Đồng Nai, Long An, Tiền Giang và đã nhận đƣợc sự ủng hộ của các Chi cục thuế, hiệp hội doanh nghiệp cũng nhƣ các đồng nghiệp. Sự hỗ trợ của các tổ chức này thông qua viêc cung cấp danh sách tên và liên lạc của những ngƣời tham gia tiềm năng. Điều này cho phép các cuộc khảo sát đƣợc thực hiện với những ngƣời cụ thể, do đó tăng tỷ lệ phản hồi tiềm năng.  Tiến hành khảo sát Với sự giới thiệu của Hội doanh nhân Nghệ Tĩnh tại TPHCM, tác giả có cơ hội tiếp xúc với nhiều Hiệp hội doanh nghiệp. Vào giữa tháng 10 năm 2017, là thời điểm diễn ra chuỗi sự kiện chào mừng ngày hội doanh nhân Việt Nam (13/10 hàng năm), tác giả đã đến gặp mặt trực tiếp các doanh nhân tại các sự kiện và nhờ họ hoặc các Kế toán trong công ty của họ hoàn thành Bảng khảo sát. Có tất cả 252 phiếu khảo sát đã đƣợc gửi đi theo hình thức này, thu về 204 phiếu, đạt tỷ lệ hơn 80%. Tuy nhiên, sau phần gạn lọc, loại đi các Phiếu trả lời của doanh nghiệp thƣơng mại hoặc dịch vụ, chỉ có 83 phiếu của các DNSX đƣợc sử dụng cho nghiên cứu. Tiếp theo, với sự giúp đỡ của cán bộ thuế tại một số Chi cục thuế, các Bảng câu hỏi khảo sát cũng đã đƣợc gửi trực tiếp bằng bản giấy đến các DNSX, hoặc bằng file mềm qua KTQTMT. Có tất cả 117 Phiếu khảo sát đƣợc phát trực tiếp cho kế toán của các DNSX tại TPHCM và Bình Dƣơng, thu về 106 phiếu. Tỷ lệ phản hồi rất cao, đến hơn 90%. Ngoài ra, với sự giới thiệu của cán bộ tại các Chi cục thuế, một số kế toán của các DNSX đồng ý tham gia khảo sát, nhƣng yêu cầu gửi phiếu khảo sát qua KTQTMT. Bằng hình thức này, tác giả thu đƣợc thêm 32 Phiếu trả lời. Sau đó, với sự giúp đỡ của các đồng nghiệp có tham gia giảng dạy các lớp Kế toán trƣởng tại Đồng Nai, Long An, Tiền Giang, các phiếu khảo sát đã đƣợc gửi đến các nhân viên kế toán của các doanh nghiệp ở các lớp học. Tỷ lệ phản hồi theo hình thức này là rất cao, gần nhƣ đạt 100%. Tuy nhiên, sau phần gạn lọc, loại đi các 89 phiếu trả lời của các kế toán đến từ các doanh nghiệp thƣơng mại hoặc dịch vụ thì các phiếu trả lời thuộc DNSX thu đƣợc ở lần thứ nhất chƣa nhiều (81 Phiếu cho cả ba tỉnh Đồng Nai, Long An và Tiền Giang). Vì muốn đảm bảo cơ cấu số lƣợng doanh nghiệp theo địa bàn, tác giả lại tiến hành thu thập thêm một lần nữa tại các lớp học Kế toán trƣởng. Kết quả thu đƣợc tất cả 135 phiếu trả lời của các DNSX ở các tỉnh Đồng Nai, Long An và Tiền Giang. Nhƣ vậy, có tất cả 356 phiếu khảo sát của DNSX đƣợc thu về, qua kiểm tra sơ bộ không phát hiện thấy có nhiều phiếu bị bỏ trống. Số lƣợng phiếu trả lời này đã đảm bảo số mẫu phục vụ cho các mục tiêu kiểm định EFA, CFA và SEM nên tác giả đã tạm dừng quá trình thu thập dữ liệu khảo sát. Thông qua quá trình xử lý dữ liệu thô ở các bƣớc tiếp theo, nếu thấy kích thƣớc mẫu chƣa đạt thì tác giả sẽ điều tra bổ sung.  Mã hóa dữ liệu Sau khi dữ liệu thu thập đã đƣợc kiểm tra, tác giả tiến hành mã hoá các biến. Đối với thông tin thu thập bằng dữ liệu định tính, tác giả cũng đã thực hiện việc phân loại thành những mục không bị trùng lặp và không bị bỏ sót, ngay từ đầu, nên việc chuyển đổi các trả lời thành dạng mã số để nhập liệu và xử lý rất thuận tiện.  Xử lý dữ liệu bị thiếu Việc thiếu dữ liệu trong hầu hết các nghiên cứu thực nghiệm hoặc là kết quả của các sai sót từ việc thu thập dữ liệu mà trong đó một số ngƣời trả lời đã bỏ qua một số câu hỏi không phù hợp hoặc không thể cung cấp câu trả lời, hoặc sai sót do nhập dữ liệu. Thiếu dữ liệu có thể dẫn đến các kết quả bị sai lệch, giảm hiệu quả phân tích thống kê và ảnh hƣởng đến khả năng khái quát hóa, đặc biệt nếu dữ liệu bị mất không phải là ngẫu nhiên. Do đó, điều quan trọng là xác định mức độ và loại dữ liệu bị mất trƣớc khi thực hiện bất kỳ phân tích thống kê nào. Nếu thiếu dữ liệu là do sai sót của quá trình nhập liệu, thì chỉ cần nhập lại số liệu đó. Việc này hoàn toàn có thể thực hiện đƣợc, là do trƣớc khi nhập liệu, tác giả đã thực hiện mã hóa các phiếu trả lời, nên chỉ cần tìm lại phiếu trả lời có số thứ tự tƣơng ứng với dòng có dữ liệu bị bỏ sót. Các trƣờng hợp thiếu dữ liệu do đáp viên bỏ sót chiếm tỷ lệ nhỏ trong tổng số phiếu trả lời đƣợc thu về, do đó tác giả đã loại bỏ các phiếu trả lời này. Kết quả 90 thu đƣợc sau bƣớc xử lý dữ liệu là 323 quan sát và đủ số lƣợng mẫu cho việc thực hiện các kỹ thuật phân tích tiếp theo.  Sàng lọc dữ liệu Trƣớc khi thực hiện các phân tích thống kê, dữ liệu đƣợc sàng lọc các giá trị ngoại lệ do sai sót trong quá trình nhập liệu. Điều này giúp giảm thiểu các vấn đề liên quan đến các kết quả thống kê không chính xác và tạo ra sự sai lệch khi trình bày thông tin thực tế. Để xác định bất kỳ giá trị đƣợc nhập sai trong tập dữ liệu của nghiên cứu này, một loạt các phân tích sơ bộ đã đƣợc thực hiện. Các phân tích tần số đƣợc thực hiện cho các biến định tính và các phân tích mô tả đƣợc thực hiện cho các biến định lƣợng để kiểm tra các giá trị bất thƣờng. Các phân tích tần suất và phân tích mô tả cho thấy không có sai sót nào liên quan đến việc nhập sai dữ liệu. 3.4.2.3 Các bước phân tích dữ liệu Các bƣớc phân tích dữ liệu đƣợc thực hiện theo hƣớng dẫn của Nguyễn Đình Thọ (2013) về phƣơng pháp nghiên cứu khoa học trong kinh doanh.  Mô tả mẫu nghiên cứu Trong bƣớc này, nghiên cứu sử dụng công cụ thống kê để phân tích các thông tin cá nhân của đối tƣợng phỏng vấn (thuộc tính của mẫu nghiên cứu). Những đặc điểm đƣợc sử dụng để mô tả đặc điểm của ngƣời trả lời nhƣ: giới tính, độ tuổi, học vấn, chức vụ, thâm niên, tổng tài sản, lĩnh vực kinh doanh.  Phân tích thống kê mô tả Trong bƣớc này, nhóm nghiên cứu tiến hành phân tích giá trị nhỏ nhất (min), giá trị lớn nhất (max), trung bình, phƣơng sai và ―độ lệch chuẩn‖ của các biến quan sát để có cái nhìn tổng quát về các thang đo đƣợc sử dụng trong mô hình.  Kiểm định độ tin cậy của thang đo Các tiêu chuẩn để kiểm định độ tin cậy của thang đo thông qua hệ số Cronbach’s Alpha đƣợc sử dụng nhƣ bƣớc nghiên cứu sơ bộ.  Phân tích nhân tố khám phá Sau khi kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha, bƣớc tiếp theo là phân tích nhân tố khám phá trƣớc khi thực hiện phân tích nhân tố khẳng 91 định. Các tiêu chuẩn của phân tích nhân tố khám phá cũng đƣợc áp dụng tƣơng tự nhƣ ở giai đoạn nghiên cứu định lƣợng sơ bộ.  Phân tích nhân tố khẳng định Theo Hair và cộng sự (2010), tiêu chuẩn để đánh giá mô hình khi phân tích CFA nhằm đo lƣờng mức độ phù hợp của mô hình với bộ dữ liệu thƣờng đƣợc sử dụng thông qua các chỉ số nhƣ: Chi-square (CMIN); Chi-square điều chỉnh theo bậc tự do (CMIN/df); Chỉ số thích hợp so sánh CFI (Comparative Fit Index); Chỉ số TLI (Tucker & Lewis Index); Chỉ số GFI (Goodness of Fit Index); Chỉ số RMSEA (Root Mean Square Error Approximation). Mô hình đƣợc coi là phù hợp với dữ liệu thị trƣờng khi kiểm định Chi – square có giá trị P-value > 0,05. Mặc dù Chi – square thƣờng đƣợc sử dụng để đánh giá mô hình nhƣng các nhà nghiên cứu cho rằng nhƣợc điểm của Chi –square là phụ thuộc vào kích thƣớc mẫu nghiên cứu. Nếu kích thƣớc mẫu nghiên cứu lớn sẽ dẫn đến Chi –square lớn và điều này làm ảnh hƣởng đến việc đánh giá mức độ phù hợp của mô hình. Vì vậy bên cạnh kiểm định Chi –square, một số chỉ tiêu đƣợc sử dụng là CFI, GFI, TLI, RMSEA. Nếu một mô hình phù hợp với dữ liệu thị trƣờng khi có các giá trị CFI, GFI, TLI ≥ 0,9; CMIN/df ≤ 2, một số trƣờng hợp có thể CMIN/df ≤ 3. Theo Hair và cộng sự (2010) thì GFI < 0,9 vẫn có thể chấp nhận đƣợc. Theo Nguyễn Đình Thọ (2013) thì CMIN/df ≤ 2, TLI, CFI ≥ 0,9 và RMSEA ≤ 0,08 đƣợc xem là mô hình phù hợp với dữ liệu thị trƣờng. Ngoài ra một số tiêu chuẩn cũng đƣợc sử dụng để đánh giá mức độ phù hợp của mô hình nhƣ độ tin cậy tổng hợp, tổng phƣơng sai trích, tính đơn hƣớng, giá trị hội tụ, giá trị phân biệt.  Phân tích mô hình cấu trúc Sau khi phân tích nhân tố khẳng định đạt yêu cầu thì mô hình hồi quy cấu trúc tuyến tính (SEM) đƣợc sử dụng để kiểm định các giả thuyết nghiên cứu. Các tiêu chuẩn để đánh giá mô hình cấu trúc SEM cũng tƣơng tự nhƣ tiêu chuẩn sử dụng khi phân tích nhân tố khẳng định. Theo Trƣơng Đình Thái (2017), mô hình SEM có bốn ƣu điểm chính sau đây: (1) mô hình SEM cho phép kiểm định đồng thời các hiện tƣợng đa chiều; (2) Kỹ thuật xử lý dữ liệu của SEM đã tính đến sai số trong phân tích dữ liệu thống kê, khi thực hiện phân tích đồng thời biến tiềm ẩn, biến quan sát và sai số đo lƣờng 92 trong cùng một mô hình; (3) mô hình SEM cho phép kiểm định đồng thời các ảnh hƣởng chính và ảnh hƣởng tƣơng tác giữa các biến số; và (4) hầu hết các phần mềm đƣợc sử dụng để phân tích SEM đều đƣợc viết dựa trên nền tảng Windows nên rất dễ sử dụng. Trong mô hình SEM, có hai kỹ thuật phân tích thƣờng đƣợc áp dụng là CB-SEM (Covariance-based SEM) và PLS-SEM (Partial Least Squares SEM). Theo Hair và cộng sự (2010) PLS_SEM có thể tránh đƣợc vấn đề liên quan đến cỡ mẫu nhỏ và phù hợp với nghiên cứu thiên về định hƣớng dự báo. Nghiên cứu này nhằm mục đích phân tích các nhân tố ảnh hƣởng đến thực hiện KTQTMT, và có quy mô mẫu tƣơng đối lớn (323 quan sát) nên tác giả sử dụng kỹ thuật CB_SEM để phân tích dữ liệu. Có hai phần mềm thƣờng đƣợc sử dụng để phân tích CB_SEM là AMOS và LISREL. Phần mềm LISREL đƣợc thực hiện bằng soạn thảo các câu lệnh. Còn phần mềm AMOS đƣợc thực hiện bằng các thao tác trên menu, rất thân thiện và dễ dùng. Do đó, tác giả sử dụng phần mềm AMOS để phân tích mô hình cấu trúc SEM trong nghiên cứu của mình.  Phân tích sự khác biệt (kiểm định ANOVA) Mục tiêu của phân tích ANOVA sự khác biệt là so sánh trung bình của nhiều nhóm (tổng thể) dựa trên các số trung bình của các mẫu quan sát từ các nhóm này và thông qua kiểm định giả thuyết để kết luận về sự bằng nhau của các số trung bình này (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2011). Nghiên cứu sử dụng phân tích phƣơng sai một yếu tố (ANOVA một yếu tố) để trả lời cho câu hỏi các DNSX ở các tỉnh thành khu vực phía Nam với các đặc điểm khác nhau về lĩnh vực kinh doanh (nhạy cảm hay không nhạy cảm với môi trƣờng), về hình thức sở hữu, về quy mô tài sản có khác nhau trong thực hiện KTQTMT hay không?  Kết quả nghiên cứu định lượng chính thức Kết quả nghiên cứu định lƣợng chính thức đƣợc trình bày ở chƣơng 4: Kết quả nghiên cứu và bàn luận. 93 3.5 TÓM TẮT Chƣơng 3 trình bày phƣơng pháp nghiên cứu đƣợc sử dụng. Thông qua phân tích ƣu nhƣợc điểm của từng phƣơng pháp, tác giả biện luận rằng phƣơng pháp nghiên cứu hỗn hợp là phù hợp nhất cho việc giải quyết mục tiêu và các câu hỏi nghiên cứu. Đối với mục tiêu xác định các nhân tố thuộc bối cảnh thể chế ảnh hƣởng đến thực hiện KTQTMT, tác giả sử dụng nghiên cứu định tính thông qua phƣơng pháp phỏng vấn chuyên gia với các đối tƣợng tham gia thảo luận là các giảng viên đại học chuyên ngành Kế toán; đại diện cơ quản lý môi trƣờng, Trƣởng Chi cục thuế, các giám đốc, phó tổng giám đốc và các kế toán trƣởng. Với công cụ thu thập dữ liệu là dàn bài thảo luận, số lƣợng mẫu là 8 (điểm bão hòa là 7) tác giả đã thu thập đầy đủ dữ liệu cần thiết cho nghiên cứu định tính. Đối với mục tiêu đo lƣờng thực hiện KTQTMT và các nhân tố ảnh hƣởng đến nó; kiểm định mối quan hệ giữa các nhân tố đến thực hiện KTQTMT và xây dựng mô hình hồi qui cấu trúc SEM, tác giả sử dụng nghiên cứu định lƣợng với phƣơng pháp khảo sát. Số mẫu hữu ích sử dụng cho nghiên cứu là 323 DNSX tại các tỉnh thành khu vực phía Nam. Đối tƣợng thu thập là các Kế toán trƣởng, Kế toán quản trị hoặc kế toán tổng hợp của các DNSX. Công cụ giúp tác giả thu thập dữ liệu trong nghiên cứu định lƣợng là Bảng câu hỏi dƣới dạng câu hỏi đóng, theo thang đo Likert 5 điểm. Dữ liệu sau khi thu thập đƣợc mã hóa, lọc dữ liệu và làm sạch. Các thang đo sử dụng trong nghiên cứu định lƣợng đƣợc đánh giá độ tin cậy bằng hệ số Cronbach’s Alpha và thực hiện phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA, phân tích bằng mô hình cấu trúc SEM và phân tích ANOVA sự khác biệt. 94 CHƢƠNG 4: KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN Trong chương này, tác giả trình bày kết quả phân tích từ dữ liệu khảo sát và thảo luận các kết quả từ việc phân tích dữ liệu trên. Kỹ thuật phân tích dữ liệu được áp dụng trong chương này như thống kê mô tả, kiểm định độ tin cậy thang đo, phân tích nhân tố khám phá, phân tích nhân tố khẳng định, phân tích mô hình cấu trúc tuyến tính thông qua phần mềm SPSS 20.0 và AMOS 20.0. 4.1 KẾT QUẢ NGHIÊN CỨU ĐỊNH TÍNH Giai đoạn nghiên cứu định tính giúp xác định các nhân tố ảnh hƣởng đến thực KTQTMT và hoàn thiện thang đo thực hiện KTQTMT, thang đo các nhân tố ảnh hƣởng đến thực hiện KTQTMT. Kết quả cụ thể nhƣ sau: 4.1.1 Thang đo thực hiện KTQTMT Thang đo thực hiện kế toán quản trị môi trƣờng ký hiệu là KTQTMT, đã đƣợc phát triển bởi Ferreira và cộng sự (2010); Christ và Burritt (2013); Jalaludin và cộng sự (2016). Các chuyên gia đã góp ý và điều chỉnh (Xem phụ lục 2B: Tổng hợp kết quả nghiên cứu định tính), kết quả thu đƣợc thang đo thực hiện KTQTMT gồm có 9 biến quan sát, đƣợc mã hóa nhƣ sau: Bảng 4.1: Thang đo thực hiện KTQTMT Mã hóa Nội dung thang đo Doanh nghiệp thực hiện việc ghi chép, phân loại, phân tích và phản ánh vào sổ sách hoặc báo cáo các thông tin liên quan đến môi trường được nêu dưới đây ở mức độ nào?(Thang điểm từ 1 là “không bao giờ”, đến 5 là “rất thường xuyên”) KTQTMT1 Xác định CP liên quan đến MT KTQTMT2 Phân loại CP liên quan đến MT KTQTMT3 Xác định TN liên quan đến MT (lợi ích có đƣợc từ các HĐMT, lợi nhuận cao hơn do bán SP thân thiện với MT, CP tiết kiệm đƣợc do cải thiện MT) KTQTMT4 Phân bổ chi phí liên quan đến môi trƣờng cho sản phẩm KTQTMT5 Phân tích vòng đời sản phẩm (xem xét chi phí và doanh thu của SP trong toàn bộ chu trình sống của nó chứ không phải một kỳ kế toán) KTQTMT6 Phân tích dòng chi phí nguyên vật liệu (theo dõi chi tiết chi phí NVL hao phí và chi phí xử lý trƣớc khi đƣợc phép xả thải) 95 KTQTMT7 Phân tích dòng luân chuyển vật chất (―Lƣợng vật liệu đầu vào, Lƣợng sản phẩm đầu ra, Lƣợng phế phẩm và chất thải‖) KTQTMT8 Phân tích hiệu quả HĐMT (giảm tác động không mong muốn đến MT, gia tăng giá trị cho DN và gia tăng lợi ích kinh tế cho chủ sở hữu) KTQTMT9 Thực hiện các báo cáo nội bộ liên quan đến MT 4.1.2 Thang đo Áp lực cƣỡng ép Áp lực cƣỡng ép là việc các tổ chức phải chịu các sức ép chính thức hoặc không chính thức từ các thể chế quyền lực bên ngoài (chính phủ, cơ quan quản lý, khách hàng, nhà cung cấp), khiến tổ chức phải thay đổi hệ thống và quy trình thủ tục để tuân thủ các quy định (Thoa, 2015). Thang đo áp lực cƣỡng ép, đƣợc xây dựng và sử dụng bởi các tác giả sau: Jalaludin và cộng sự, (2011); Jamil và cộng sự, (2015). Qua thảo luận, các chuyên gia đã đóng góp loại bỏ một số mục hỏi, do không phù hợp với bối cảnh Việt Nam (ví dụ nhƣ biến quan sát DN chịu ảnh hƣởng bởi áp lực từ liên đoàn lao động); loại bỏ một số mục hỏi do chúng có xu hƣớng trùng lắp với các mục hỏi khác (ví dụ nhƣ các chuyên gia cho rằng Áp lực từ các khoản tiền phạt khi vi phạm các quy định về MT, có xu hƣớng trùng với Áp lực từ các quy định của chính phủ); và bổ sung 1 mục hỏi liên quan đến áp lực từ chính quyền địa phƣơng (xem phụ lục 2B: Tổng hợp kết quả nghiên cứu định tính). Kết quả các thang đo đo lƣờng áp lực cƣỡng ép, ký hiệu là ALCE gồm có 8 biến quan sát, cụ thể nhƣ ở bảng 4.2 dƣới đây. Bảng 4.2: Thang đo Áp lực cƣỡng ép Mã hóa Nội dung thang đo ALCE1 DN chịu ảnh hƣởng bởi áp lực từ các quy định của Chính phủ ALCE2 DN chịu ảnh hƣởng bởi áp lực từ các quy định của Chính quyền địa phƣơng ALCE3 DN chịu ảnh hƣởng bởi áp lực từ cộng đồng địa phƣơng ALCE4 DN chịu ảnh hƣởng bởi áp lực từ báo chí và các phƣơng tiện truyền thông ALCE5 DN chịu ảnh hƣởng bởi áp lực từ khách hàng ALCE6 DN chịu ảnh hƣởng bởi áp lực từ công ty mẹ ALCE7 DN chịu ảnh hƣởng bởi áp lực từ các tổ chức tài chính và nhà đầu tƣ ALCE8 DN chịu ảnh hƣởng bởi áp lực từ các tổ chức MT 96 4.1.3 Thang đo Áp lực quy chuẩn Áp lực