Quản trị lợi nhuận là gì và đo lường thế nào

Quản trị lợi nhuận là gì và được đo bằng gì

Bạn có thể hiểu quản trị lợi nhuận là việc nhà quản lý sử dụng sự linh hoạt trong lựa chọn chính sách kế toán hoặc quyết định kinh doanh để làm thay đổi lợi nhuận được báo cáo trong một kỳ. Khái niệm này thường xuất hiện trong các đề tài về chất lượng báo cáo tài chính, quản trị công ty, cấu trúc vốn, hiệu quả tài chính và hành vi của nhà quản lý.

Điểm cần phân biệt là quản trị lợi nhuận không đồng nghĩa với gian lận báo cáo tài chính. Gian lận là hành vi cố ý trình bày sai hoặc che giấu thông tin trái quy định. Quản trị lợi nhuận có thể diễn ra trong vùng lựa chọn mà chuẩn mực kế toán cho phép, chẳng hạn lựa chọn thời điểm ghi nhận, ước tính kế toán hoặc chính sách phân bổ. Tuy nhiên, nếu sự lựa chọn nhằm làm người sử dụng báo cáo hiểu sai về tình hình doanh nghiệp, rủi ro đạo đức và rủi ro chất lượng thông tin vẫn cần được xem xét.

Trong luận văn định lượng, quản trị lợi nhuận có thể được đo theo hai hướng. Hướng thứ nhất dùng dữ liệu thứ cấp từ báo cáo tài chính để tính các biến kế toán, thường là accrual-based earnings management. Hướng thứ hai dùng bảng hỏi để đo nhận thức, thái độ hoặc mức độ đồng tình của người trả lời đối với hành vi quản trị lợi nhuận. Bài này tập trung vào hướng thứ hai, vì đây là trường hợp bạn cần xây dựng thang đo và kiểm định bằng SPSS hoặc SmartPLS.

Nếu đề tài của bạn dùng số liệu báo cáo tài chính, không nên lấy nguyên bộ biến quan sát dưới đây rồi đưa vào bảng hỏi. Bạn cần quay lại thiết kế biến theo mô hình kế toán phù hợp. Ngược lại, nếu bạn khảo sát kế toán viên, kiểm toán viên, nhà quản lý hoặc nhân viên tài chính, bảng hỏi Likert có thể là điểm bắt đầu thực tế hơn.

Trong mô hình nghiên cứu, quản trị lợi nhuận có thể là biến phụ thuộc, biến độc lập hoặc biến trung gian. Bạn nên xem nó cùng các khái niệm gần nhau như cấu trúc vốn, đòn bẩy tài chính và hiệu quả tài chính thay vì chọn biến chỉ vì tên nghe phù hợp.

Nguồn thang đo gốc

Quản trị lợi nhuận là khái niệm nhạy cảm. Người trả lời có thể không muốn thừa nhận doanh nghiệp điều chỉnh lợi nhuận, vì vậy việc tìm một thang đo gốc có đúng bối cảnh là bước khó hơn so với các khái niệm như sự hài lòng hay ý định sử dụng. Bạn cần ghi rõ nguồn, bối cảnh, đối tượng trả lời và cách tác giả gốc định nghĩa khái niệm.

Trong danh mục nguồn được xác minh, (Podsakoff và cộng sự, 2003) phù hợp để bạn xem xét vấn đề common method bias khi đo các khái niệm nhạy cảm bằng cùng một bảng hỏi. Nguồn này không phải là thang đo quản trị lợi nhuận. Nó giúp bạn thiết kế quy trình thu thập dữ liệu và đánh giá nguy cơ sai lệch phương pháp chung.

Nếu mô hình của bạn liên quan đến hành vi của nhà quản lý, có thể đặt quản trị lợi nhuận cạnh các biến về quản trị công ty hoặc mức độ chấp nhận hành vi. Khi đó, chấp nhận rủi ro có thể là một khái niệm liên quan trong phần tổng quan, nhưng không nên tự động dùng các biến quan sát của khái niệm đó cho quản trị lợi nhuận.

Bảng dưới đây là khung kiểm tra nguồn trước khi bạn nhập biến vào file dữ liệu. Đây không phải danh sách các thang đo đã được xác nhận cho mọi đề tài.

Bạn nên lưu một bảng riêng gồm tên tác giả, năm xuất bản, số biến quan sát, thang điểm, cách dịch và kết quả kiểm định của nghiên cứu gốc. Nếu chưa xác minh được bài gốc, hãy ghi “thang đo tham khảo” trong chương 3 thay vì viết rằng đó là thang đo đã được kiểm chứng tại Việt Nam.

Bộ biến quan sát tham khảo

Bộ biến dưới đây chỉ là số liệu và câu chữ minh họa cho bước thiết kế bảng hỏi, không phải bản dịch đã được xác nhận và cũng không phải thang đo gốc của một nghiên cứu cụ thể. Bạn cần đối chiếu với nguồn mà giảng viên chấp nhận, sau đó điều chỉnh cho đúng đối tượng khảo sát.

Có thể dùng thang Likert 5 điểm, từ 1 là hoàn toàn không đồng ý đến 5 là hoàn toàn đồng ý. Với một chủ đề nhạy cảm, cách hỏi trực tiếp “doanh nghiệp của anh chị có quản trị lợi nhuận không” thường tạo ra câu trả lời phòng vệ. Câu hỏi nên mô tả nhận thức về áp lực, thực hành hoặc khả năng điều chỉnh báo cáo, đồng thời tránh buộc người trả lời tự nhận hành vi vi phạm.

Bảng trên cho thấy một vấn đề hay bị bỏ qua: các biến cùng mang nhãn quản trị lợi nhuận nhưng có thể đo các khía cạnh khác nhau. QTLN1 và QTLN3 nói về sự linh hoạt trong ghi nhận và ước tính. QTLN2 nói về áp lực. QTLN4 nói về ổn định lợi nhuận. Nếu bạn đưa tất cả vào một thang đo mà không có lập luận khái niệm, EFA có thể tách chúng thành nhiều nhân tố.

Biến đảo chiều như QTLN5 cần được mã hóa lại trước khi chạy Cronbach's Alpha. Với thang 1 đến 5, giá trị mới được tính theo công thức 6 - giá trị cũ. Bạn phải kiểm tra lại cột dữ liệu sau khi đảo chiều. Một biến đảo chiều bị nhập sai sẽ làm tương quan với các biến còn lại giảm mạnh và có thể khiến bạn loại nhầm cả thang đo.

Điều chỉnh thang đo cho bối cảnh Việt Nam

Bắt đầu bằng việc viết định nghĩa thao tác. Ví dụ, trong đề tài của bạn, quản trị lợi nhuận có thể được định nghĩa là “mức độ người trả lời nhận thức rằng doanh nghiệp sử dụng sự linh hoạt trong quyết định kế toán hoặc hoạt động để tác động đến lợi nhuận được báo cáo”. Định nghĩa này phải khớp với người trả lời. Một kế toán viên có thể đánh giá thực hành kế toán, trong khi sinh viên hoặc khách hàng chỉ có thể đánh giá nhận thức chung.

Tiếp theo, rà từng câu theo bốn câu hỏi: người trả lời có đủ thông tin để trả lời không, câu có chứa hai ý cùng lúc không, từ ngữ có buộc người trả lời thừa nhận hành vi nhạy cảm không, và câu có phù hợp với thời gian tham chiếu không. Câu “doanh nghiệp luôn điều chỉnh doanh thu và chi phí để đạt mục tiêu” chứa nhiều ý và dùng từ “luôn” quá mạnh. Bạn nên tách hoặc bỏ câu đó.

Không dịch từng chữ rồi đưa thẳng vào bảng hỏi. Hãy giữ khái niệm gốc, viết bản tiếng Việt dễ hiểu, sau đó nhờ người có kiến thức về kế toán đọc lại. Nếu đối tượng khảo sát thuộc nhiều ngành, các thuật ngữ như doanh thu, dự phòng, khấu hao và ước tính kế toán cần được dùng nhất quán.

Bạn cũng cần quyết định có dùng thang 5 điểm hay 7 điểm. Thang 5 điểm dễ trả lời và phù hợp với bảng hỏi ngắn. Thang 7 điểm cho nhiều mức phân biệt hơn nhưng không tự động làm dữ liệu tốt hơn. Quan trọng nhất là hướng dẫn đầu bảng hỏi phải nói rõ ý nghĩa từng điểm.

Sau bản thử nghiệm nhỏ, hãy kiểm tra các câu bị bỏ trống, thời gian trả lời bất thường và những câu mà nhiều người hỏi lại. Với dữ liệu định lượng, bạn có thể dùng phản hồi về mức độ dễ hiểu để sửa câu chữ, nhưng không được tự ý bỏ biến chỉ vì muốn Cronbach's Alpha tăng. Mỗi thay đổi cần có lý do phương pháp và được ghi lại trong nhật ký chỉnh sửa.

Kiểm định độ tin cậy và giá trị của thang đo

Quy trình thường đi từ kiểm tra dữ liệu, Cronbach's Alpha, EFA nếu bạn dùng SPSS, rồi đến mô hình đo lường nếu bạn dùng SmartPLS. Nếu mô hình có nhiều biến tiềm ẩn, nên đánh giá mô hình đo lường trước rồi mới diễn giải quan hệ giữa các biến. Cách tiếp cận hai bước này được trình bày trong (Anderson và Gerbing, 1988).

Với Cronbach's Alpha, hệ số từ 0.7 trở lên thường được chấp nhận (Nunnally, 1978). Trong nghiên cứu khám phá, Alpha từ 0.6 có thể được cân nhắc (Hair và cộng sự, 2010). Corrected Item-Total Correlation từ 0.3 trở lên là mốc thường dùng (Nunnally và Bernstein, 1994). Bạn không nên xóa biến chỉ để đạt một con số đẹp. Hãy xem nội dung biến, tương quan và sự thay đổi của Alpha nếu loại biến.

Nếu chạy EFA, KMO từ 0.5 trở lên và Bartlett có ý nghĩa thống kê là các điều kiện thường được báo cáo (Kaiser, 1974). Eigenvalue lớn hơn 1 là một quy tắc trích nhân tố được dùng phổ biến (Kaiser, 1960). Factor loading từ 0.5 trở lên và tổng phương sai trích từ 50% trở lên có thể tham khảo (Hair và cộng sự, 2010). Đây là các mốc tham khảo, không phải giấy phép để ép dữ liệu vào mô hình dự kiến.

Nếu dùng SmartPLS, hãy xem Outer Loadings, Composite Reliability, AVE, HTMT và VIF. Outer loading từ 0.7 trở lên có thể tham khảo (Chin, 1998). CR từ 0.7 và AVE từ 0.5 trở lên được dùng để đánh giá độ tin cậy tổng hợp và giá trị hội tụ (Fornell và Larcker, 1981). HTMT nên dưới 0.85, hoặc dưới 0.90 với các khái niệm gần nhau (Henseler và cộng sự, 2015). VIF dưới 5 là mốc được báo cáo trong hướng dẫn PLS-SEM (Hair và cộng sự, 2019).

Dưới đây là số liệu minh họa, được trình bày theo tên cột thường thấy trong SPSS. Các con số này không phải kết quả của một nghiên cứu thực tế và không được đưa vào luận văn như kết quả của bạn.

Trong ví dụ minh họa, QTLN4 có Corrected Item-Total Correlation dưới 0.3 và Alpha if Item Deleted cao hơn Alpha chung. Đây là tín hiệu để kiểm tra lại nội dung và cách mã hóa, không phải lệnh bắt buộc phải xóa. Nếu QTLN4 đo một khía cạnh lý thuyết cần thiết, bạn có thể giữ biến và giải trình. Nếu câu hỏi mơ hồ hoặc lệch khỏi định nghĩa, loại biến có thể hợp lý hơn.

Khi chạy SPSS, vào Analyze > Scale > Reliability Analysis, đưa các biến của một khái niệm vào ô Items, chọn Model là Alpha, rồi vào Statistics và đánh dấu Scale if item deleted cùng Item. Sau đó, nếu chạy EFA, vào Analyze > Dimension Reduction > Factor. Trong Extraction, kiểm tra phương pháp trích và quy tắc eigenvalue. Trong Rotation, chọn phép xoay phù hợp với giả định về tương quan giữa các nhân tố. Đừng chỉ chụp bảng kết quả, hãy lưu syntax hoặc ghi lại từng vòng xử lý.

Trong SmartPLS 4, nhập file .csv, kiểm tra tên biến không có ký tự thừa, kéo các biến quan sát vào construct quản trị lợi nhuận, rồi chạy Calculate > PLS-SEM Algorithm. Sau đó mở các bảng Outer Loadings, Construct Reliability and Validity và Discriminant Validity. Khi kiểm định quan hệ cấu trúc, dùng Calculate > Bootstrapping và ghi rõ số subsamples theo thiết kế nghiên cứu. Mốc 5.000 bootstrap subsamples được nêu trong (Hair và cộng sự, 2022).

Cách trình bày thang đo trong chương 3

Bạn nên trình bày theo thứ tự: định nghĩa khái niệm, nguồn tham khảo, cách dịch và điều chỉnh, thang Likert, mã biến, đối tượng khảo sát và quy trình kiểm định. Nếu một biến bị loại, hãy ghi biến nào bị loại, ở bước nào và lý do dựa trên cả thống kê lẫn nội dung.

Cách viết vào luận văn: “Khái niệm quản trị lợi nhuận được đo lường thông qua [số lượng] biến quan sát, ký hiệu từ QTLN1 đến QTLN[số]. Các biến được kế thừa và điều chỉnh từ [tác giả, năm], phù hợp với bối cảnh [ngành/đối tượng khảo sát]. Người trả lời đánh giá theo thang Likert [5/7] điểm. Sau khi kiểm định trên dữ liệu [số] đáp viên, biến [mã biến] được [giữ lại/loại bỏ] vì [lý do cụ thể].”

Trong bảng thang đo, không nên ghi “đã đạt độ tin cậy” trước khi chạy dữ liệu chính thức. Hãy dùng các nhãn như “thang đo dự kiến”, “biến quan sát tham khảo” hoặc “thang đo sau điều chỉnh”. Kết quả Cronbach's Alpha và EFA nên đặt ở chương 4 nếu trường của bạn quy định chương 4 là phần kết quả.

Nếu đề tài của bạn có mô hình liên quan đến đổi mới sáng tạo, hãy giải thích vì sao quản trị lợi nhuận có thể liên quan đến biến đó. Mối liên hệ phải xuất phát từ lập luận lý thuyết và nghiên cứu trước, không chỉ từ việc hai khái niệm cùng xuất hiện trong một bảng hỏi. Trang Mô hình nghiên cứu có thể giúp bạn kiểm tra lại vị trí của biến trước khi chốt giả thuyết.

Lỗi thường gặp

Lỗi đầu tiên là dùng các câu hỏi tự viết nhưng gọi đó là thang đo gốc. Nếu bạn tự xây dựng câu hỏi, hãy ghi rõ đây là biến quan sát phát triển cho bối cảnh nghiên cứu và mô tả quy trình xây dựng.

Lỗi thứ hai là đo quản trị lợi nhuận bằng câu hỏi quá trực tiếp. Người trả lời có thể chọn mức trung lập cho toàn bộ bảng hỏi. Bạn nên mô tả tình huống hoặc nhận thức về sự linh hoạt trong báo cáo, nhưng vẫn phải bảo đảm câu hỏi đo đúng khái niệm.

Lỗi thứ ba là trộn dữ liệu thứ cấp với dữ liệu bảng hỏi mà không giải thích. Một chỉ số accrual tính từ báo cáo tài chính và một thang đo nhận thức không cùng là một biến đo lường. Nếu muốn dùng cả hai, hãy xem chúng là các cách đo khác nhau và trình bày mô hình rõ ràng.

Lỗi thứ tư là xóa nhiều biến sau mỗi lần chạy cho đến khi Alpha đạt ngưỡng. Cách này có thể tạo ra thang đo ngắn, lệch nội dung và khó bảo vệ. Hãy lưu kết quả từng vòng, đọc lại câu chữ và trao đổi với giảng viên khi quyết định loại biến.

Lỗi cuối là đưa CFI, TLI hoặc RMSEA vào phần SmartPLS. Các chỉ số này thuộc nhóm CB-SEM và cần được dùng trong đúng bối cảnh, theo (Hu và Bentler, 1999). Với PLS-SEM, hãy tập trung vào nhóm chỉ số phù hợp như outer loading, CR, AVE, HTMT, VIF, R² và Q².

Đọc thêm: cấu trúc vốn là gì, chấp nhận rủi ro là gì, đổi mới sáng tạo là gì, đòn bẩy tài chính là gì, hiệu quả tài chính là gì, chủ đề mo hinh nghien cuu.

Câu hỏi thường gặp

Quản trị lợi nhuận có phải là gian lận không?

Hai khái niệm gần nhau nhưng không phải là một. Quản trị lợi nhuận có thể dùng sự linh hoạt trong chính sách hoặc ước tính kế toán, còn gian lận liên quan đến trình bày sai hoặc che giấu thông tin trái quy định. Khi viết luận văn, bạn nên định nghĩa rõ phạm vi mình đo để tránh kết luận quá mạnh.

Có thể dùng bảng hỏi để đo quản trị lợi nhuận không?

Có thể, nếu mục tiêu là đo nhận thức, thái độ hoặc đánh giá của một nhóm người về hành vi quản trị lợi nhuận. Bạn cần chọn đúng đối tượng trả lời và thừa nhận rằng dữ liệu bảng hỏi phản ánh nhận thức tự báo cáo, không thay thế hoàn toàn cho chỉ số tính từ báo cáo tài chính.

Quản trị lợi nhuận nên là biến độc lập hay biến phụ thuộc?

Vị trí của biến phụ thuộc vào câu hỏi nghiên cứu. Nếu bạn hỏi quản trị công ty, đòn bẩy hoặc hiệu quả tài chính tác động thế nào đến quản trị lợi nhuận, nó là biến phụ thuộc. Nếu bạn hỏi quản trị lợi nhuận ảnh hưởng đến hiệu quả tài chính hay chất lượng báo cáo ra sao, nó là biến độc lập.

Cronbach's Alpha thấp thì phải làm sao?

Trước hết, kiểm tra biến đảo chiều, dữ liệu thiếu, mã hóa sai và câu hỏi có lệch nội dung không. Sau đó xem Corrected Item-Total Correlation và Alpha if Item Deleted. Chỉ loại biến khi có cả bằng chứng thống kê và lý do khái niệm, đồng thời ghi lại quyết định trong luận văn.

Có cần chạy EFA nếu dùng SmartPLS không?

EFA thường được dùng trong giai đoạn khám phá với SPSS, còn SmartPLS đánh giá mô hình đo lường bằng outer loading, CR, AVE và HTMT. Bạn không nên chạy EFA chỉ vì thấy nhiều bài khác có bảng đó. Hãy căn cứ vào nguồn thang đo, mục tiêu nghiên cứu và yêu cầu của giảng viên.

Bạn hãy mở lại đề cương và file dữ liệu, xác định quản trị lợi nhuận đang được đo bằng bảng hỏi hay báo cáo tài chính, sau đó lập bảng mã biến và nguồn trước khi chạy lần đầu. Nếu cần kiểm tra toàn bộ quy trình phân tích trên file .sav hoặc .csv của bạn, xem module M4 phân tích dữ liệu.