Ki ểm đị nh h ệ s ố h ồ i quy
Bảng 4.3: Kiểm định hệ số hồi quy
Hệ số hồi quy chƣa chuẩn hóa Hệ số hồi quy đã chuẩn hóa t
Nguồn: Kết quả phân tích dữ liệu từ phần mềm SPSS
Kết quả phân tích cho thấy trong tám biến độc lập được đưa vào mô hình hồi quy, chỉ có ba biến là Quy mô công ty, Chủ thể kiểm toán và Loại hình ngành nghề có ý nghĩa thống kê tại mức 5% Các biến còn lại như Khả năng sinh lời, Đòn bẩy tài chính, Tính thanh khoản, Tỷ lệ sở hữu nước ngoài và Tỷ lệ phân tán cổ đông không ảnh hưởng đến mức độ công bố thông tin kế toán do có mức ý nghĩa Sig lớn hơn 0.05.
Lúc này, mô hình các nhân tố ảnh hưởng đến mức độ CBTT kế toán sau khi kiểm định sẽ nhƣ sau:
Sơ đồ 4.1: Mô hình hồi quy chính thức
Người viết đã thực hiện việc chạy lại mô hình hồi quy chính thức với ba biến là Quy mô công ty, Chủ thể kiểm toán và Loại hình ngành nghề Kết quả của quá trình hồi quy được trình bày trong Bảng 4.4.
Bảng 4.4: Kết quả mô hình hồi quy
Hệ số hồi quy chƣa chuẩn hóa Hệ số hồi quy đã chuẩn hóa t
Mức độ CBTT kế toán
Nguồn: Kết quả phân tích dữ liệu từ phần mềm SPSS
Từ bảng kết quả, mô hình hồi quy đƣợc xác định:
CBTT: Mức độ CBTT kế toán của các doanh nghiệp niêm yết trên HOSE
QMCT: Quy mô công ty
CTKT: Chủ thể kiểm toán
LHNN: Loại hình ngành nghề
Kiểm định mức độ giải thích của mô hình hồi quy
Để đánh giá độ phù hợp của hàm hồi quy, các nhà nghiên cứu thường sử dụng hệ số xác định R² Tuy nhiên, trong hồi quy đa biến, R² hiệu chỉnh được ưa chuộng hơn vì nó không làm thổi phồng mức độ phù hợp của mô hình.
Bảng 4.5: Kiểm định mức độ giải thích của mô hình hồi quy
R R 2 R 2 hiệu chỉnh Sai số chuẩn
Nguồn: Kết quả phân tích dữ liệu từ phần mềm SPSS
Kết quả phân tích hồi quy tuyến tính ở Bảng 4.5 cho thấy R 2 hiệu chỉnh là
Kết quả nghiên cứu cho thấy 39.4% sự khác biệt về mức độ công bố thông tin kế toán (CBTT) có thể được giải thích bởi các biến độc lập, cho thấy tính khả thi trong việc phân tích tác động của các yếu tố đến CBTT của các doanh nghiệp niêm yết So với các nghiên cứu trước, như mô hình của Owusu và Ansah (1998) với R² hiệu chỉnh 34.5% và nghiên cứu của Phạm Thị Thu Đông (2013) với R² hiệu chỉnh 25.7%, kết quả này cho thấy sự tiến bộ trong việc hiểu rõ hơn về các yếu tố ảnh hưởng đến CBTT kế toán.
Kiểm định mức độ phù hợp của mô hình hồi quy tổng thể
Bảng 4.6: Kiểm định độ phù hợp của mô hình hồi quy tổng thể
Tổng các bình phương Df Trung bình bình phương F Sig
Nguồn: Kết quả phân tích dữ liệu từ phần mềm SPSS
Phân tích ANOVA chỉ ra rằng giá trị F trong cột cuối của bảng 4.13 có mức ý nghĩa Sig bằng 000, cho thấy sự khác biệt có ý nghĩa thống kê ở mức 5% Điều này khẳng định rằng mô hình hồi quy tuyến tính được xây dựng phù hợp với tổng thể.
4.2.3.4 Ki ểm đị nh hi ện tượng đa cộ ng tuy ế n
Kết quả kiểm tra Đa cộng tuyến cho thấy phương sai phóng đại (VIF) đều nhỏ hơn 2, điều này chứng tỏ rằng mô hình không vi phạm giả định Đa cộng tuyến.
Bảng 4.7: Kiểm định hiện tƣợng đa cộng tuyến
Hệ số hồi quy chƣa chuẩn hóa
Hệ số hồi quy đã chuẩn hóa t
Thống kê đa cộng tuyến
4.2.3.5 Ki ểm đị nh hi ện tượ ng t ự tương quan
Bảng 4.8: Kiểm định hiện tượng tự tương quan
R R 2 R 2 hiệu chỉnh Sai số chuẩn Durbin-Watson
Hệ số d (Durbin-Watson) bằng 1.888 (1< d=1.888