Leidt betrokkenheid en industrie expertise tot klanttevredenheid?
Onderzoek naar de invloed van betrokkenheid en industrie expertise van de accountant op klanttevredenheid
binnen het MKB
Nyenrode Business Universiteit
Master of Science in Accountancy
Student: Jason Ramkisoen
Studentnummer: 17477279
Leidt betrokkenheid en industrie expertise tot klanttevredenheid?
Onderzoek naar de invloed van betrokkenheid en industrie expertise van de accountant op klanttevredenheid
binnen het MKB
Scriptie Master of Science in Accountancy
Auditing & Assurance
Auteur:
Jason Ramkisoen
Studentnummer:
17477279
Universiteit:
Nyenrode Business Universiteit
Straatweg 25, 3611 BG Breukelen
Begeleider:
drs. R. Renes RA
Examinator:
prof. dr. G.C.M. Majoor RA
Aantal woorden:
17.959
Datum verdediging:
nader te bepalen
Voorwoord
Voor u ligt mijn masterscriptie ter afronding van de opleiding Master of Science in Accountancy aan de
Nyenrode Business Universiteit te Breukelen. In dit onderzoek is empirisch getoetst of de
veronderstelde relaties tussen betrokkenheid, industrie expertise en klanttevredenheid aangenomen kunnen
worden.
De aanleiding van dit onderzoek zijn diverse onderzoeken, waaronder het CTA (Commissie Toekomst
Accountancy), en nieuwsberichten welke gaan over de accountancy branche en de klanttevredenheid
binnen de branche. Ik vond het interessant om door middel van data uit de praktijk te toetsen in
hoeverre de veronderstelde relaties statistisch te onderbouwen zijn.
Graag wil ik een aantal personen bedanken die mij hebben gesteund en hebben bijgedragen aan het
kunnen afronden van dit onderzoek. Allereerst wil ik mijn scriptie begeleider drs. R. Renes RA
bedanken. Hij heeft mij gedurende het hele traject van adequate feedback voorzien en met mij
meegedacht over de opzet en uitvoering van dit onderzoek. Tevens heeft hij er voor gezorgd dat ik
mijzelf op wetenschappelijk vlak verder heb ontwikkeld. Daarnaast wil ik mijn vriendin en familie
bedanken. Zij hebben mij de nodige support geleverd tijdens het gehele traject. Tot slot wil ik de
professoren en docenten van Nyenrode bedanken welke bijgedragen hebben aan het opstellen en
coördineren van de dataverzameling. Zonder hen had ik niet de kans gekregen om met een unieke
dataset onderzoek te doen binnen dit vakgebied.
Jason Ramkisoen
Vleuten, 8-6-2020
Samenvatting
Accountantsorganisaties zijn volgens enkele recente onderzoeken klantgerichter gaan werken. In het
onderzoek van de Commissie Toekomst Accountancy (CTA) staat dat 50% van de klanten aangeeft
tevreden/zeer tevreden te zijn over de wettelijke controles. Tevens blijkt uit ander onderzoek dat 49%
van de klanten vertrouwen heeft in de conclusies van een accountant bij wettelijke controles. Minder
dan de helft van de klanten is tevreden én 8% van de respondenten van het CTA geeft aan enigszins tot
zeer ontevreden te zijn over de wettelijke controles. Om deze reden is onderzoek gedaan naar
klanttevredenheid. Enkele factoren die volgens wetenschappelijke literatuur invloed hebben op
klanttevredenheid zijn betrokkenheid van de accountant en industrie expertise. Daarom is onderzoek gedaan
naar de relatie tussen betrokkenheid en industrie expertise van de accountant met klanttevredenheid en in
hoeverre industrie expertise de relatie tussen betrokkenheid en klanttevredenheid beïnvloedt.
Uit de literatuur blijkt dat betrokkenheid een positief effect heeft op de klanttevredenheid. Dit kan onder
andere gemeten worden door middel van het aantal jaar dat de accountant betrokken is en het aantal
uur dat partners en managers besteden aan een controle. In dit onderzoek is geen significant verband
geconstateerd tussen betrokkenheid en klanttevredenheid. Wel is geconstateerd dat mogelijk een positief
verband bestaat, maar deze bevindingen zijn statistisch niet voldoende sterk en robuust genoeg om
deze relatie te bevestigen.
Daarnaast wordt op basis van literatuur een positief verband verondersteld tussen industrie expertise en
klanttevredenheid. Dit omdat een accountant welke beschikt over voldoende kennis en ervaring meer
kennis van zaken heeft over de industrie waarin de klant actief is en daardoor beter in staat is om
fouten op te sporen. Hierdoor kunnen zij hogere kwaliteit leveren, wat weer leidt tot meer
klanttevredenheid. Ook deze relatie is in dit onderzoek niet voldoende statistisch onderbouwt en robuust
om de veronderstelde relatie tussen industrie expertise en klanttevredenheid te bevestigen.
Het effect van industrie expertise op de relatie tussen betrokkenheid en klanttevredenheid is vanuit diverse
wetenschappelijke literatuur, ook vanuit verschillende andere vakgebieden zoals gezondheidszorg en
advocatuur, positief. Dit omdat de geleverde dienst een vertrouwensgoed is dat aanbevolen en geleverd
wordt door een specialist welke industrie expertise bezit en de klant niet kan controleren hoe goed de
dienst is uitgevoerd. In dit onderzoek is het veronderstelde effect niet voldoende statistisch
onderbouwd.
Conclusie van dit onderzoek is dat er binnen de MKB sector wel mogelijke effecten zijn geconstateerd
maar deze zijn niet voldoende statistisch onderbouwd en robuust bevonden om aan te tonen dat een
relatie bestaat tussen betrokkenheid en industrie expertise op klanttevredenheid en wat het effect is van industrie
expertise op de relatie tussen betrokkenheid en klanttevredenheid.
Inhoudsopgave
1.
2.
3.
Inleiding
10
1.1. Aanleiding en Probleemanalyse
10
1.2. Onderzoeksdoelstelling
12
1.3. Onderzoeksvraag en deelvragen
12
1.4. Relevantie
13
1.5. Opbouw en afbakening onderzoek
13
Theorievorming
15
2.1. Klanttevredenheid
15
2.2. Betrokkenheid van de accountant
20
2.3. Industrie expertise accountant
23
2.4. Interactie effect van industrie expertise op betrokkenheid en klanttevredenheid
26
2.5. Controlevariabelen
30
2.5.1. Big 4/non-Big 4
30
2.5.2. Omvang van de klant
30
2.5.3. Teamwisselingen
31
2.6. Conceptueel model
32
Operationalisatie
33
3.1. Dataset
33
3.2. Operationalisatie variabelen
34
3.2.1. Klanttevredenheid
34
3.2.2. Betrokkenheid van de accountant
36
3.2.3. Industrie expertise van de accountant
36
3.2.4. Interactie effect
37
4.
3.2.5. Big 4/non-Big 4
37
3.2.6. Omvang van de klant
38
3.2.7. Teamwisselingen
38
3.3. Regressiemodel
38
3.4. Robuustheidsanalyses
39
3.4.1. Klanttevredenheid
39
3.4.2. Betrokkenheid accountant
39
3.4.3. Industrie expertise
40
Empirische analyses
41
4.1. Bruto-netto tabel
41
4.2. Beschrijvende statistiek
45
4.2.1. Afhankelijke variabele
46
4.2.2. Onafhankelijke variabele
46
4.2.3. Controlevariabelen
47
4.3. Voorwaarden lineaire regressie
48
4.3.1. Normaliteit
48
4.3.2. Multicollineariteit
49
4.3.3. Homoskedasticiteit, residuenanalyse, lineariteit en gemiddeld effect
50
4.3.4. Autocorrelatie
51
4.4. Regressieanalyse
51
4.5. Robuustheidsanalyses
53
4.5.1. Klanttevredenheid
53
4.5.2. Betrokkenheid
55
4.5.3. Industrie expertise
57
4.6. Hypothesen
59
4.6.1. Hypothese 1
59
4.6.2. Hypothese 2
60
4.6.3. Hypothese 3
60
5.
Conclusies en bevindingen
62
5.1. Antwoord op de onderzoeksvraag
62
5.1.1. In hoeverre is er een relatie tussen betrokkenheid van de accountant en klanttevredenheid?
62
5.1.2. In hoeverre is er een relatie tussen de industrie expertise van een accountant en klanttevredenheid?
63
5.1.3. In hoeverre heeft de industrie expertise effect op de relatie tussen de betrokkenheid en klanttevredenheid?
63
5.1.4. Wat is de relatie tussen de betrokkenheid en de industrie expertise van de accountant met klanttevredenheid
en in hoeverre beïnvloedt de industrie expertise de relatie tussen de betrokkenheid en de klanttevredenheid?
64
5.2. Beperkingen van het onderzoek
64
5.3. Aanbeveling vervolgonderzoek
65
Zelfreflectie
67
Literatuurlijst
68
Bijlage A – Vragen klanttevredenheid
74
Bijlage B – Expert panel
75
Professional 1
75
Professional 2
76
Professional 3
78
Professional 4
79
Professional 5
80
Professional 6
81
Bijlage C – Data urenbesteding
83
Bijlage D – Statistiek
84
Beschrijvende statistiek
84
Boxplots
84
Industrie
85
Normaalverdelingen
85
Bijlage E - Voorwaarden voor lineaire regressie
Normaliteit
87
87
Multicollineariteit
88
Homoskedasticiteit
88
Lineairiteit en gemiddeld effect
88
Bijlage F – Robuustheidsanalyse klanttevredenheid
89
Bijlage G – Robuustheidsanalyse betrokkenheid
91
Bijlage H – Robuustheidsanalyse industrie expertise
94
1. Inleiding
1.1. Aanleiding en Probleemanalyse
Uit recent onderzoek van het Erasmus Centre for Business Innovation en Management Team blijkt dat
in de top 40 zakelijke dienstverleners, met de hoogste score op klanttevredenheid, tien accountants
kantoren staan (MT:500, 2019). Tevens blijkt uit het onderzoek van Exact MKB Barometer dat 82%
van de ondernemers tevreden tot zeer tevreden zijn met hun accountant. Dit komt onder andere
doordat accountantskantoren steeds klantgerichter werken (Accountancy Vanmorgen, 2016).
Dat accountantskantoren steeds klantgerichter werken, blijkt ook uit onderzoek van de Commissie
Toekomst Accountancy Sector (hierna CTA). De CTA (2019) heeft een enquête afgenomen bij
gecontroleerde ondernemingen en hieruit blijkt dat meer dan 50% van de klanten aangeeft
tevreden/zeer tevreden te zijn over de wettelijke controles. Tevens blijkt uit onderzoek naar de
reputatie van accountants, dat 49% van de klanten vertrouwen heeft in de conclusies van een
accountant bij wettelijke controles (Zondervan & Newen, 2019). Ondanks de tevredenheid geeft 8%
van de respondenten aan enigszins tot zeer ontevreden te zijn (CTA, 2019). Het feit dat 8% van de
klanten enigszins tot zeer ontevreden is over de wettelijke controles én dat minder dan de helft van de
klanten tevreden is met de accountant is de aanleiding voor dit onderzoek.
Vanuit onderzoek blijkt dat ontevredenheid veroorzaakt kan worden door onervaren teams zonder
kennis van de sector. De respondenten zijn juist tevreden als de accountant kennis van de sector heeft
waarin de klant actief is (CTA, 2019). Hieruit kan de conclusie worden getrokken dat er een relatie is
tussen industrie expertise en klanttevredenheid. Vanuit onderzoek van het MKB-financieringsplatform onder
1.034 ondernemers blijkt dat 35% van de ondervraagden stelt dat zijn/haar accountant niet over de
juiste kennis/expertise beschikt (De ondernemer, 2019). Volgens Kend (2008) staat een accountant
bekend als industrie expert, wanneer hij/zij onder andere in staat is om specifieke issues van een
industrie te herkennen en begrijpen. Dit is één van de factoren die de klanttevredenheid positief
beïnvloedt.
Een andere factor die bijdraagt aan de klanttevredenheid is de betrokkenheid van managers/partners. (Behn,
Carcello, Hermanson, & Hermanson, 1999). De Koninklijke Nederlandse Beroepsorganisatie van
Accountants (hierna NBA) heeft per 1 januari 2020 een wijziging doorgevoerd in artikel 28 van de
ViO 1. Deze wijziging ziet toe op de mogelijke bedreiging van langdurige betrokkenheid. Voorheen zag
deze bedreiging toe op enkel de “key assurance partners” en senior teamleden. Nu is het mogelijk dat
ieder teamlid een bedreiging kan vormen bij langdurige betrokkenheid (NBA, 2019). Dit wordt versterkt
door wetenschappelijk onderzoek waaruit blijkt dat langdurige betrokkenheid leidt tot een lagere kwaliteit
van de controle (Chu, Dia, & Zhang, 2018). Volgens onderzoek van de Monitoring Commissie
Accountancy (hierna MCA)(2020) is er sprake van een cultuur waarin de professionele afstand tussen
de accountant en de klant te vaak niet groot genoeg is. Dit is een reden van de NBA voor de wijziging
in de ViO (Koninklijke NBA, 2019). De accountant zou hierbij het klantbelang prevaleren boven het
publiekelijk belang. Daarmee vertoont de accountant te commercieel gedrag en handelt naar
klanttevredenheid (MCA, 2020).
De gedachte dat accountants commercieel- en klantbelang prevaleren boven het maatschappelijk belang
komt doordat accountants een vertrouwensgoed leveren waarbij buitenstaanders niet of moeilijk
kunnen vaststellen hoe de commerciële prikkels van invloed zijn op de kwaliteit van de dienstverlening
(Van Brenk & Renes, 2020). Naast de functie van controleur ten behoeve van de ondernemingsleiding
heeft de accountant de functie van deskundig vertrouwenspersoon in en van het maatschappelijk
verkeer (Wallage, 2005). De maatregel van de ViO lijkt goed voor de kwaliteit van de controle, maar uit
onderzoek blijkt dat de roulatie van accountantsorganisatie tot onnodig hoge kosten leidt voor het
bedrijfsleven (Gold, Ewelt-Knauer, & Pott, 2013). Tevens blijkt uit onderzoek dat de roulatie mogelijk
kan leiden tot een gereserveerde houding van personeel in het bedrijfsleven ten aanzien van een nieuw
controleteam. Hierdoor wordt de controle geremd, wat een negatieve invloed heeft op het ontdekken
van fraude en fouten. Conclusie hieruit is dat door langere betrokkenheid vertrouwen wordt opgebouwd
en daarmee klanttevredenheid ontstaat.
De aanwezigheid van vertrouwen, zoals benoemd in de voorgaande alinea is bestaansvoorwaarde voor
de accountantsfunctie (Wallage, 2005). Het accountantsberoep is ontstaan vanuit het probleem van de
agency theorie. Hierbij is er onderscheid tussen de leiding van het bedrijf c.q. het management (agent)
wat de klanten voor accountants zijn, de eigenaren/belanghebbenden (principaal) en de accountant
(monitor). De accountant is in het leven geroepen om de informatie asymmetrie tussen de agent en
1
Verordening inzake de onafhankelijkheid van accountants bij assurance opdrachten
11
principaal te verkleinen. Hiervoor moet de accountant samenwerken met de agent c.q. de klant. Vanuit
de agency theorie is de accountant namelijk niet in staat om zijn rol als monitor uit te voeren en de
informatie asymmetrie te verkleinen als er geen goede samenwerking is met de klant (Jensen &
Meckling, 1976). Volgens het CTA (2019) leidt een effectieve en efficiënte samenwerking tot
klanttevredenheid en zorgt het dat de accountant wel in staat wordt gesteld om zijn rol als monitor te
kunnen uitvoeren. Dat is wat accountants namelijk willen volgens het MCA (2020). Het beroep wordt
veel negatief weggezet en accountants worden gepresenteerd als mensen die niets willen. Het overgrote
deel van de accountants wil inmiddels wel. Accountants voeren iedere dag hun werk uit vanuit goede
overtuigingen. Zij zijn trots op hun vak, willen kwaliteit leveren, hebben oog voor het publiek belang en
willen van toegevoegde waarde voor hun klanten zijn (MCA, 2020).
1.2. Onderzoeksdoelstelling
Dit onderzoek heeft als doel om inzicht te verwerven in hoeverre de betrokkenheid van een accountant
invloed heeft op de klanttevredenheid, hoe industrie expertise van invloed is op klanttevredenheid en in
hoeverre de industrie expertise deze relatie tussen betrokkenheid en klanttevredenheid beïnvloedt.
1.3. Onderzoeksvraag en deelvragen
De onderzoeksvraag in dit rapport luidt:
Wat is de relatie tussen de betrokkenheid en de industrie expertise van de accountant met
klanttevredenheid en in hoeverre beïnvloedt de industrie expertise de relatie tussen de
betrokkenheid en de klanttevredenheid?
Om deze onderzoeksvraag te kunnen beantwoorden zijn enkele deelvragen geformuleerd:
•
In hoeverre is er een relatie tussen betrokkenheid van de accountant en klanttevredenheid?
•
In hoeverre is er een relatie tussen de industrie expertise van een accountant en klanttevredenheid?
•
In hoeverre heeft de industrie expertise een effect op de relatie tussen de betrokkenheid en klanttevredenheid?
12
1.4. Relevantie
Dit onderzoek is wetenschappelijk relevant omdat weinig onderzoek is verricht naar de relatie tussen de
betrokkenheid van de accountant en klanttevredenheid met als moderator effect de industrie expertise. Een
onderzoek wat dezelfde richting heeft, is verricht door R. Dassen. Hij heeft onderzoek verricht naar de
kwaliteit van de controle voor de managers van bedrijven en bankiers (Dassen, 1995). In dat onderzoek
schrijft Dassen over de kwaliteit van een dienst. Dit onderzoek zal nieuw en aanvullend inzicht
verschaffen in een facet van de audit kwaliteit, namelijk klanttevredenheid. Zowel betrokkenheid als industrie
expertise zijn factoren die van invloed zijn op de klanttevredenheid (Behn et al., 1999). Daarnaast is de data
die gebruikt is in dit onderzoek uniek voor de MKB-branche. De dataset die door Nyenrode Business
Universiteit beschikbaar is gesteld, is door geen enkele organisatie op deze manier verkregen en daarom
is er nog geen onderzoek dat op deze wijze van dataverzameling is uitgevoerd. Deze unieke dataset in
combinatie met de variabelen leidt tot nieuw wetenschappelijk inzicht dat gebruikt kan worden voor
eventueel vervolg onderzoek.
Naast dat dit onderzoek wetenschappelijk relevant is, is het ook maatschappelijk relevant omdat er
recentelijk een onderzoek is verricht door het CTA. Het CTA (2020) onderzoek is verricht op basis van
een enquête. Hierbij is geconstateerd dat onervaren teams zonder kennis van de klant en de sector een
negatief effect kunnen hebben op de klanttevredenheid. Dit onderzoek kan een statistische onderbouwing
of ontkrachting vormen voor de uitkomsten van het CTA onderzoek. Tot slot kan dit onderzoek op
maatschappelijk vlak inzichten bieden voor accountants hoe zij beter kunnen inspelen op de
klanttevredenheid.
1.5. Opbouw en afbakening onderzoek
In deze paragraaf is de opbouw van dit onderzoek nader toegelicht. Daarnaast is de afbakening van het
onderzoek kort beschreven. Ten aanzien van de opbouw is in hoofdstuk 2 de theorievorming
uiteengezet. Hierbij is op basis van empirisch bewijs onderzocht of er verbanden bestaan tussen de
variabelen, wat leidt tot hypotheses. Als aanvulling op het empirisch bewijs is additioneel gebruik
gemaakt van een expert panel. Het expert panel zijn enkele (korte) interviews met professionals uit de
praktijk. Niet alle informatie is vanuit de literatuur volledig empirisch te onderbouwen. Om deze reden
is naast het empirisch bewijs gebruik gemaakt van logische redenering. Dit is getoetst bij het expert
panel en gebruikt om onder andere in hoofdstuk 2 het logisch redeneren aan te vullen en inzicht te
13
krijgen in de relaties van het conceptueel model op basis van kennis en ervaring van professionals uit de
praktijk. De antwoorden van de professionals is geen vervanging voor het empirisch bewijs maar wordt
enkel gebruikt als extra toets en informatie voor de veronderstelde relaties. Zie voor verdere toelichting
omtrent het expert panel bijlage B. Uiteindelijk is ook het conceptuele model in hoofdstuk 2
weergeven.
Vervolgens is in hoofdstuk 3 de operationalisatie van de variabelen uiteengezet. Hierbij is gebruik
gemaakt van de beschikbare data afkomstig uit de vragenlijst van Nyenrode Business Universiteit, welke
door studenten is afgenomen bij twee klanten binnen de MKB-branche. In hoofdstuk 4 zijn de
empirische analyses uitgevoerd. De uitkomsten leiden tot een bevestiging of ontkrachting van het
veronderstelde theoretische model uit hoofdstuk 2. In hoofdstuk 5 is de beantwoording van de hoofden deelvragen opgenomen op basis van de uitkomsten van de empirische analyses uit hoofdstuk 4. Tot
slot zijn tevens in hoofdstuk 5 de conclusie en beperkingen van het onderzoek uiteengezet.
Dit onderzoek is specifiek gericht op MKB-ondernemingen die een controledienst afnemen bij een
accountantsorganisatie. De MKB-ondernemingen zijn klanten van studenten en zij zijn benaderd om de
vragenlijst van Nyenrode Business Universiteit in te vullen. Dit onderzoek richt zich specifiek op
vragen die in deze vragenlijst zijn gesteld. Eventuele andere vragen en informatie dat niet voorkomt in
de vragenlijst is in dit onderzoek buiten beschouwing gelaten.
14
2. Theorievorming
In dit hoofdstuk is allereerst stilgestaan bij de afhankelijke variabele klanttevredenheid. Uit diverse
perspectieven en onderzoeken zijn definities van klanttevredenheid uiteengezet en door middel van deze
onderzoeken is klanttevredenheid gedefinieerd. Vervolgens zijn de onafhankelijke variabelen, betrokkenheid
en industrie expertise van de accountant toegelicht. Daarnaast is het interactie effect van de industrie
expertise op de relatie tussen de betrokkenheid en klanttevredenheid weergegeven. Tevens zijn bij de
variabelen hypotheses opgesteld. Tot slot zijn enkele controlevariabelen opgenomen en is het
conceptueel model weergeven.
2.1. Klanttevredenheid
Om inzicht te verkrijgen in klanttevredenheid is onderzoek gedaan naar de definitie van klanttevredenheid.
Om tot een eenduidige definitie van klanttevredenheid te komen, is vanuit verschillende wetenschappelijke
perspectieven het begrip onderzocht. Vanuit het psychologisch perspectief is klanttevredenheid
omschreven als een maat om het verschil tussen de verwachtingen van de klant voordat zij een
product/dienst kopen en hun evaluatie van het product of de service na het aankopen te meten (Oliver,
1980). Oliver (1980) heeft in zijn onderzoek naar klanttevredenheid het disconfirmatiemodel opgesteld, dit
model is weergegeven in figuur 1 en in de volgende alinea toegelicht. In figuur 1 is zichtbaar dat de
klanttevredenheid ontstaat uit disconfirmatie.
Het begrip disconfirmatie staat centraal in het model en houdt in dat er een positieve of negatieve
afwijking ontstaat tussen de verwachting van een klant en de prestatie/vervulling van de dienstverlener
met betrekking tot deze verwachting, oftewel de ervaring van een klant. Wanneer de verwachting hoger
is dan de ervaring van de klant leidt dit tot negatieve disconfirmatie en uiteindelijk tot ontevredenheid
bij de klant. Op het moment dat sprake is van een lagere verwachting dan de ervaring van de klant, is
het resultaat positieve disconfirmatie en resulteert het in klanttevredenheid. Tot slot kan de verwachting
gelijk zijn aan de ervaring, dan is er sprake van confirmatie en is er klanttevredenheid bereikt.
15
Figuur 1: Disconfirmation model (Oliver, 1980)
Vanuit het management perspectief is klanttevredenheid het gevoel van een persoon dat resulteert in een
vergelijking van de waargenomen prestatie (of uitkomst) van een product in relatie tot zijn/haar
verwachtingen (Kotler, 1997). Vanuit het marketing perspectief is de definitie van klanttevredenheid de
cognitieve staat van een koper om voldoende/onvoldoende te worden beloond voor de offers die
hij/zij heeft ondergaan (Yi, 1990).
Door het benaderen van klanttevredenheid vanuit verschillende wetenschappelijke perspectieven kan
geconcludeerd worden dat klanttevredenheid in verschillende branches een eenduidige definitie heeft,
namelijk: De perceptie van een klant over de tevredenheid van het geleverde product of de geleverde dienst.
Binnen de accountancy branche is ook onderzoek gedaan naar klanttevredenheid. Volgens onderzoek naar
klanttevredenheid binnen de accountancy vloeit klanttevredenheid voort uit het ervaren van een service en
het vergelijken van die ervaring met de verwachte kwaliteit van de service van de accountantsorganisatie
(Ismail, Haron, Ibrahim, & Isa, 2006). Dit komt overeen met het disconfirmatie model van Oliver
(1980). Het disconfirmatiemodel is ook in andere branches zoals bijvoorbeeld de autobranche gebruikt
om klanttevredenheid de definiëren en meetbaar te maken (Pirbazari & Jalilian, 2020). Vanwege het feit
dat het disconfirmatiemodel in meerdere branches is toegepast én vanuit verschillende
wetenschappelijke perspectieven blijkt dat de definitie van klanttevredenheid overeenkomsten heeft, kan
deze definitie ook binnen de accountancy worden gehanteerd. Daarom is in dit onderzoek gekozen
16
voor de volgende definitie van klanttevredenheid: De perceptie van een klant over de geleverde dienst door de
accountantsorganisatie.
In de vorige alinea is stilgestaan bij de definitie van klanttevredenheid. In komende alinea’s ligt de focus op
de manier waarop klanttevredenheid is gemeten in diverse onderzoeken. In het onderzoek van Behn et al.
(1999) naar de klanttevredenheid van audit diensten wordt de klanttevredenheid gesplitst in klanttevredenheid
omtrent de prestatie van de accountantsorganisatie en klanttevredenheid over de prestatie van het
controleteam. De prestatie van het controleteam gaat over de interactie tussen leden van het
controleteam en de klant tijdens de controle. Zowel de component klanttevredenheid omtrent de
prestaties van de accountantsorganisaties als de component klanttevredenheid over de prestaties van het
controletram zijn beide opgenomen in het begrip klanttevredenheid (Behn et al., 1999). Factoren die
volgens Behn, Carcello, Hermanson, & Hermanson (1997) de klanttevredenheid positief beïnvloeden zijn:
-
Het reageren op de behoeftes van de klant (responsiveness).
-
De betrokkenheid van leidinggevenden (partners en/of managers) (executive involvement).
-
Het contact dat het controleteam heeft met de audit comité gedurende en na afloop van de
opdracht (involvement audit committee).
-
Het op een juiste manier uitvoeren van werkzaamheden door het controleteam (field work
conduct).
-
Kwaliteit als aandachtspunt bij de accountantsorganisatie (quality commitment).
-
Het wisselen van accountantsorganisatie in de afgelopen drie jaar (new auditor).
-
De industrie expertise van de accountantsorganisatie en het controleteam in de sector van de klant
(industry expertise).
-
De ervaring van het kantoor en de leidinggevenden met de organisatie van de klant (client
experience).
Iskandar, Rahmat, & Ismail (2010) hebben tevens aangetoond dat de volgende factoren van invloed zijn
op klanttevredenheid: de betrokkenheid van leidinggevenden, het juist uitvoeren van de werkzaamheden,
kwaliteit als aandachtspunt en klant ervaring. Deze factoren zien toe op de klanttevredenheid van het
controleteam, klanttevredenheid van de accountantsorganisatie en hebben op sommige vlakken overlap
met elkaar. Hierdoor is er een overeenkomst waar te nemen tussen Behn et al. (1997) en Iskandar et al.
(2010). Een mogelijke verklaring hiervan is dat het controleteam onderdeel is van de
17
accountantsorganisatie en het team heeft het meest contact met de klant (Behn et al., 1999). Ismail et al.
(2006) geven dit ook in hun onderzoek aan. Tevens is het controleteam onderdeel van de
accountantsorganisatie. Indien de focus ligt op klanttevredenheid van de accountantsorganisatie, is
impliciet ook het controleteam hierin meegenomen. Op basis hiervan ligt in dit onderzoek de focus op
de accountantsorganisatie en daarmee sluit dit onderzoek aan bij eerdere onderzoeken (Iskandar et al.,
2010; Behn et al., 1997; Ismail et al., 2006).
Naast de factoren vanuit het onderzoek van Behn et al. (1997) is onderzoek gedaan naar klanttevredenheid
in het algemeen. In enkele van deze onderzoeken zijn modellen ontwikkeld om de kwaliteit van
geleverde diensten meetbaar te maken. In deze modellen wordt de klanttevredenheid eveneens, zoals in
eerdere paragrafen benoemd, gemeten door middel van de ervaring van de klant. De modellen
betreffen SERVQUAL (service quality) (Parasuraman, Zeithaml, & Berry, 1988) en SERVPERF
(service performance) (Cronin & Taylor, 1992). Dit zijn nagenoeg dezelfde modellen omdat beide de
service kwaliteit meten op basis van vijf dezelfde dimensies 2. Daarom wordt in dit onderzoek het
SERVQUAL model van Parasuraman et al. (1988) gehanteerd. De vijf dimensies waarmee service
kwaliteit wordt gemeten zijn:
-
Tangibles: dit zijn de tastbare elementen van de dienstverlening.
-
Reliability: de kracht om een dienst betrouwbaar uit te voeren.
-
Responsiveness: in hoeverre een klant snel geholpen kan worden.
-
Assurance: de zekerheid die geboden kan worden door de persoon die de dienst verleend.
-
Empathy: de klantvriendelijkheid en het inlevingsvermogen naar de klant toe.
Het SERVQUAL model ziet toe op alle soorten dienstverlening en niet alleen op de accountancy. Dit
is een mogelijke beperking van het SERVQUAL model. Daarentegen is de bruikbaarheid van het
model c.q. de vijf dimensies op de accountancy sector al met succes bewezen in verschillende
onderzoeken, waaronder Ismail et al. (2006) en Behn et al. (1997). In deze onderzoeken is het model
gebruikt vanwege de hoge betrouwbaarheid en validiteit hiervan in voorgaande onderzoeken. Daarnaast
is de service kwaliteit onderzocht in het onderzoek van het SERVQUAL model en niet de
Zowel SERVQUAL en SERVPERF kunnen de service kwaliteit operationaliseren door middel van een vergelijking van de
verwachting van de klant ten opzichte van de prestatie van een service. SERVQUAL meet de verwachting en de prestatie.
SERVPERF meet enkel de prestatie, omdat het ervan uitgaat dat de respondenten hun beoordeling geven door prestaties en
verwachting automatisch te vergelijken (Carrillat, Jaramillo, & Mulki, 2007).
2
18
klanttevredenheid. Hieruit kan opgemaakt worden dat dit een mogelijke beperking is voor gebruik van het
model. Hoewel in dit onderzoek de klanttevredenheid is onderzocht en niet de service kwaliteit blijkt uit
onderzoek van Saxby (2011), wat is uitgevoerd binnen de accountancy branche, dat de kwaliteit van de
service sterk correleert met de klanttevredenheid. Conclusie hieruit is dat het SERVQUAL model
bruikbaar is voor dit onderzoek.
Indien wordt gekeken naar manieren van het meten van klanttevredenheid schrijft Yi (1990) dat de
klanttevredenheid het best meetbaar is door middel van een directe enquête. Het voordeel hiervan is dat
het doel duidelijk is, de antwoorden rechtdoorzee en de regels tussen klanttevredenheid en het meten is
niet dubbelzinnig. Het grootste nadeel bij deze methode is dat reacties kunnen worden beïnvloed door
de handeling zelf. Andere problemen kunnen selectie bias en interviewer bias zijn die de validiteit in
gevaar kunnen brengen. In het onderzoek van Parasuraman et al. (1988) maken de onderzoekers ook
gebruik van een vragenlijst. De vragenlijst bestaat uit 22 vragen om vijf dimensies te
operationaliseren/meetbaar te maken. Met deze 22 vragen is het mogelijk om de perceptie van de klant
over de service kwaliteit te beoordelen. Sommige van deze vragen hebben overlap met de vragen vanuit
de vragenlijst van Nyenrode (welke is gebruikt in dit onderzoek). Op deze manier is het mogelijk om de
klanttevredenheid te operationaliseren. Door middel van voorgaande argumenten is aangetoond dat het
SERVQUAL model geschikt is voor de operationalisatie van klanttevredenheid. De 22 vragen vanuit het
onderzoek van Parasuraman et al. (1988) zijn nader toegelicht in hoofdstuk 3.
Samengevat is er een universele definitie van klanttevredenheid vanuit verschillende perspectieven dat leidt
tot een definitie dat specifiek gemaakt is voor dit onderzoek, namelijk: De tevredenheid van een klant over de
geleverde dienst door de accountantsorganisatie. Deze definitie sluit aan bij de theorie van het disconfirmatie
model van Oliver (1980), welke in meerdere branches is toegepast. Verder zijn er verschillende factoren
die de klanttevredenheid positief beïnvloeden. Een deel van deze ziet voornamelijk toe op het
controleteam, een deel op de accountantsorganisatie en deels hebben deze overlap met elkaar. Ondanks
dat het team het meest klantcontact heeft, sluit dit onderzoek bij eerdere onderzoeken aan en kiest voor
klanttevredenheid met betrekking tot de accountantsorganisatie (Iskandar et al., 2010; Behn et al., 1997;
Ismail et al., 2006). Naast de verschillende factoren zijn er volgens Parasuraman et al. (1988) vijf
dimensies waarmee de service kwaliteit kan worden gemeten. Door middel van 22 vragen verdeeld over
de vijf dimensies kan de service kwaliteit worden gemeten. Ondanks dat deze dimensies toezien op de
service kwaliteit van alle branches is dit ook binnen de accountancy sector succesvol toegepast vanwege
de betrouwbaarheid van het model (Ismail et al, 2006; Behn et al, 1997). Daarnaast meet het model de
service kwaliteit en niet de klanttevredenheid. Daarentegen hangen deze twee begrippen nauw met elkaar
19
samen en is aangetoond in het onderzoek van Saxby (2011) dat service kwaliteit sterk correleert met
klanttevredenheid. Volgens Yi (1990) is klanttevredenheid het best meetbaar met een enquête. Daarom is in
dit onderzoek gekozen om de klanttevredenheid te meten aan de hand van verschillende vragen vanuit de
Nyenrode vragenlijst die toezien op de perceptie van de klant ten aanzien van de geleverde dienst van
de accountantsorganisatie. Verdere toelichting omtrent operationaliseren van de klanttevredenheid is te
lezen in hoofdstuk 3.
2.2. Betrokkenheid van de accountant
In deze paragraaf is ingegaan op de betrokkenheid van de accountant. Op basis van eerdere
wetenschappelijke onderzoeken is betrokkenheid van de accountant uiteengezet. Tevens is de link gelegd
met klanttevredenheid en hoe deze relatie meetbaar is.
De betrokkenheid van de accountant is in verschillende onderzoeken gemeten door middel van het aantal
jaar dat een accountant een klant bediend. De betrokkenheid van de accountants is door Johnson,
Khurana, & Reynolds (2002) ingedeeld in drie categorieën namelijk:
-
Kort: 2 – 3 jaar
-
Normaal: 4 – 8 jaar
-
Lang: > 9 jaar
Deze indeling van de betrokkenheid van de accountant sluit tevens aan bij eerdere onderzoeken (Stice,
1991; St. Pierre & Anderson, 1984).
Samelson, Lowensohn & Johnson (2006) maken betrokkenheid specifiek door middel van de betrokkenheid
van executives (partners) en managers. Zij vinden een positief verband tussen de betrokkenheid van
executives en klanttevredenheid. In het onderzoek van Bik & Hooghiemstra (2017) wordt de betrokkenheid
van de accountant gemeten door het aantal uur dat een accountant besteed aan de controle. Hierbij kan
ook volgens hen het aantal uur onderverdeeld worden naar het aantal uur dat besteed is door managers.
Er zijn volgens Carcello, Hermanson, & McGrath (1992) drie onderdelen die leiden tot urenbesteding:
1. Partners/senior managers bezoeken de klant frequent gedurende de controle.
2. De partner is actief betrokken vanaf de planningsfase tot aan de afronding.
20
3. Er is sprake van frequente communicatie tussen het controleteam en het management van de
klant.
Daarentegen zal bij meer betrokkenheid van partners en managers de controle fee toenemen (Mangena
& Tauringana, 2008) wat kan leiden tot minder klanttevredenheid. De controle fee is opgebouwd uit
controle inspanning (het aantal bestede uren), de risicopremie en controle efficiëntie (DeFond &
Zhang, 2014). Hossain, Yazawa, & Monroe (2017) tonen empirisch aan dat de controle fee positief is
gerelateerd aan het aantal senior accountants, assistent accountants en overige professionele teamleden
(actuarissen, taxateurs, belastings experts etc.). Enkel het aantal senior teamleden heeft volgens dit
onderzoek ook een significant verband met controle kwaliteit. Vanuit een kort interview met enkele
professionals uit de audit praktijk (zie bijlage B) blijkt dat, afhankelijk van de sector en type bedrijven,
een senior gemiddeld twee tot vijf opdrachten gedurende een controlejaar tegelijkertijd heeft lopen.
Voor hen is er onvoldoende tijd om een opdracht geheel zelf uit te voeren. Daarnaast kan worden
opgemaakt uit de interviews dat de audit fee zal stijgen omdat de tarieven van de partners/managers
hoger liggen en zij minder complexe posten niet sneller dan assistenten (met een lager tarief) kunnen
vastleggen. Professionals geven aan dat als men kijkt naar de kosten, dan zal de klanttevredenheid bij een
stijgende fee dalen. Een stijgende fee dat gepaard gaat met meer betrokkenheid van partners/managers
leidt daarentegen wel tot meer klanttevredenheid volgens de geïnterviewden. Al met al is het in de praktijk
nauwelijks realistisch om een audit door enkel partners/managers uit te laten voeren. Er is een team
benodigd met minder ervaren en ervaren mensen. Volgens geïnterviewde partners uit het onderzoek
van Westermann, Bedard, & Earley (2015) leert men het meest van de opdrachten waar er een
hiërarchische samenstelling van het team is.
Verder heeft de accountant voldoende tijd nodig om aan de klant te besteden. Wanneer er voldoende
tijd en energie in de klant is geïnvesteerd, zou dit leiden tot een betere kwaliteit. Ook in dit onderzoek
ligt de focus op hogere functiegroepen (partners/managers) (Caragher, 2013). Uit bovenstaande kan
afgeleid worden dat het voor de controlekwaliteit en dus voor de klanttevredenheid beter is om meer
betrokkenheid van partners en managers de hebben. Indien partners en managers meer betrokken zijn,
dan zal de controle fee sterk toenemen. Een toename van de controle fee is één van de belangrijkste
redenen voor het wisselen van accountantskantoor (Eichenseher & Shields, 1983).
Daarnaast geven Carcello et al. (1992) aan dat vier factoren het meest belangrijk zijn als het gaat om
audit kwaliteit, namelijk: audit team en de ervaring van het team met de klant, industrie expertise (in het
21
speciaal het audit team), de ontvankelijkheid van de behoefte van een klant en naleving van algemeen
geaccepteerde standaarden. De eerste twee onderdelen erkend ook de Stuurgroep Publiek Belang
(2017) in haar rapport “een sectoranalyse van drivers naar audit kwaliteit”. Als toevoeging hierop is het
volgens dit rapport van belang dat partners en senior teamleden gedurende een controle actief
betrokken zijn, wat zorgt voor klant specifieke kennis. Daarnaast dienen zij tijdig de
controlewerkzaamheden te reviewen en hun teamleden intensief begeleiden en coachen. Op deze
manier kan de betrokkenheid leiden tot hogere kwaliteit (Stuurgroep Publiek Belang, 2017).
Dat een hogere kwaliteit leidt tot klanttevredenheid, kan afgeleid worden uit het onderzoek van Samelson
et al. (2006). Zij tonen namelijk aan dat een hogere kwaliteit van de audit leidt tot meer klanttevredenheid.
Een lagere kwaliteit leidt dus tot ontevredenheid bij klanten. Tevens vinden Ismail et al. (2006) ook een
positieve relatie tussen de betrokkenheid van de accountant en klanttevredenheid. De onderzoekers maken
in hun onderzoek gebruik van de vijf factoren uit het SERVQUAL model, reeds benoemd in paragraaf
2.1, die de kwaliteit van een service meten. Hieruit blijkt dat de tastbare elementen van een
dienstverlening (tangibles), de kracht om een dienst betrouwbaar uit te voeren (reliability) en de
klantvriendelijkheid en het inlevingsvermogen naar de klant toe (empathy) een relatie hebben met de
klanttevredenheid.
In tegenstelling op de onderzoeken die aantonen dat een langere betrokkenheid leidt tot meer controle
kwaliteit, is er ook empirisch bewijs gevonden dat een langere betrokkenheid juist leidt tot minder
controle kwaliteit. De resultaten van dit onderzoek zijn robuust bevonden. Wel is in dit onderzoek de
betrokkenheid gemeten door het aantal jaar dat een accountant betrokken is bij dezelfde klant (Chu, Dia,
& Zhang, 2018). Daarnaast benoemen Lim & Tan (2010) dat een langere betrokkenheid kan zorgen voor
een nauwe verbondenheid tussen de klant en de accountant. Hierdoor raakt de accountant bekend met
de klant en kan er een “blinde vlek” ontstaan. Deze blinde vlek zou opgelost kunnen worden doordat
de expertise van de accountant groeit naarmate hij meer ervaring krijg met de klant.
Tevens tonen Johnson et al. (2002) in hun onderzoek aan dat een korte betrokkenheid in relatie ligt met
grotere overlopende posten en bij langere betrokkenheid gaat dit niet op. Hiermee tonen zij aan dat een
langere betrokkenheid niet zorgt voor een daling van de kwaliteit. Onderzoek van Carcello & Nagy (2004)
versterkt dit, want zij vinden resultaten in hun onderzoek die duiden op frauduleuze financiële
verslaggeving gedurende de eerste jaren van een relatie tussen de accountant en de klant.
22
Op basis van de bovenstaande alinea is de conclusie hieruit dat de betrokkenheid over het algemeen
meetbaar is door te kijken naar het aantal uur dat partners en managers besteden aan de opdracht.
Daarnaast is betrokkenheid meetbaar middels het aantal jaar dat een accountant betrokken is (Chu et
al., 2018). Er zijn voor- en tegenargumenten waarom de betrokkenheid wel/niet zou leiden tot een betere
kwaliteit. Samelson et al. (2006) tonen aan dat een hogere kwaliteit leidt tot klanttevredenheid. Daarnaast is
door meerdere wetenschappers aangetoond dat de betrokkenheid leidt tot meer kwaliteit/klanttevredenheid
(Ismail et al., 2006; Samelson et al., 2006; Bik & Hooghiemstra, 2017). Waarbij de accountant tijd en
energie moet investeren in de klant (Caragher, 2013). Daarentegen kan de betrokkenheid van
partners/managers niet te hoog zijn, want dat zorgt voor een toename op de controle fee (Mangena &
Tauringana, 2008)3. Er is robuust empirisch bewijs gevonden dat een langere betrokkenheid juist zorgt
voor een lagere kwaliteit (Chu et al., 2018). Daarnaast zou de accountant bij een langere betrokkenheid
een “blinde vlek” ontwikkelen (Lim & Tan, 2010). Er zijn slechts enkele tegenargumenten gevonden
waaruit blijkt dat de betrokkenheid leidt tot minder klanttevredenheid. Daarom sluit dit onderzoek aan bij
reeds uitgevoerde onderzoeken die aantonen dat de betrokkenheid van de accountant een positieve relatie
heeft met klanttevredenheid. Hier vloeit hypothese 1 uit voort:
H1: langere betrokkenheid van de accountant heeft een positieve invloed op de
klanttevredenheid .
2.3. Industrie expertise accountant
In deze paragraaf is de industrie expertise van de accountant vanuit wetenschappelijke onderzoeken
uiteengezet. Tevens is de relatie tussen de industrie expertise en klanttevredenheid empirisch onderbouwd.
Uit onderzoek van het CTA (2019) blijkt dat meer dan 50% van de klanten aangeeft dat zij tevreden of
zeer tevreden zijn met de kwaliteit van de wettelijke controles. 8% is enigszins tot zeer ontevreden. De
voornaamste reden voor deze cijfers inzake ontevredenheid is volgens de respondenten van het
onderzoek dat een controle door een accountantsorganisatie met een onervaren team, zonder kennis
van de sector, zonder zicht op de praktijk en met gebrekkige communicatie niet goed scoort. Een reden
Zoals besproken in het expert panel lijkt het nauwelijks mogelijk om alleen partners/managers de controle te laten
uitvoeren. Dit heeft mogelijk een stijgende audit fee tot gevolg en kan dan tot minder klanttevredenheid leiden.
3
23
waarom een hoog tevredenheidscijfer wordt gegeven is de kennis van de accountant met betrekking tot
de industrie waar de organisatie in actief is.
Volgens het onderzoek van Kerami, Karimiyan & Salati (2017) is de industrie expertise van een
accountant het ontwikkelen van bruikbare ideeën om klanten te helpen toegevoegde waarde te creëren
en nieuwe perspectieven/oplossingen te bieden voor de problemen die voortvloeien uit de industrie
waar klanten zich in bevinden. Wanneer een accountant bekend staat als industrie expert, zou deze in
staat moeten zijn om specifieke issues van een industrie te herkennen en begrijpen, belangrijke
organisaties die in de industrie opereren, moeten kunnen identificeren en weten hoe de specifieke
problemen van de industrie de verschillende sectoren in de industrie beïnvloeden (Kend, 2008).
Accountantsorganisaties die meer dan 50 individuele controles in één jaar uitvoeren worden
gekwalificeerd als specialist c.q. kantoor met hoge expertise (Waymire, Webb, & West , 2018). Volgens
dit onderzoek hebben accountants weinig expertise als ze in één jaar minder dan 10 controles
uitvoeren. Hierbij meten Waymire et al. (2018) de expertise aan de hand van de hoeveelheid klanten in
een specifieke industrie. Wat niet uit het onderzoek valt af te leiden is of de 50 controles gaan over 50
controles in een bepaalde sector of 50 controles in het algemeen. In dit onderzoek wordt uitgegaan van
50 controles in een bepaalde sector omdat er verschillende accountantsorganisaties zijn die meer dan 50
controles in een jaar uitvoeren en zij conform het onderzoek van Waymire et al. (20018) allemaal
specialist zouden zijn.
Tevens blijkt dat accountants, naarmate zij meer controles uitvoeren, ervaring en expertise opdoen.
Hierdoor ontstaat meer klant specifieke kennis en dat leidt tot betere controlekwaliteit (Beck & Wu,
2006). Uit ander onderzoek blijkt dat accountants die gespecialiseerd zijn in een industrie, beter in staat
zijn om fouten te detecteren dan accountants die dit niet zijn. In datzelfde onderzoek heeft industrie
expertise een positief effect op de kwaliteit van controles (Owhoso, Messier, & Lynch, 2002). De
kwaliteit van controles wordt al bijna 40 jaar uitgedrukt in de kans dat een accountant een fout vindt en
deze rapporteert (DeAngelo, 1981). Deze definitie is door Knechel, Thomas, & Driskil (2020) gesplitst
in twee componenten: expertise en objectiviteit. Een accountant verkrijgt expertise door ervaring. Hoe
meer jaren ervaring een accountant heeft, des te meer expertise (Cahan & Sun, 2015). Tevens blijkt uit
onderzoek dat meer ervaren accountants meer toegevoegde waarde leveren voor hun klanten (Herda &
Lavelle , 2013). Toegevoegde waarde zegt iets over de kwaliteit van de service en uit paragraaf 2.1 blijkt
al dat dit correleert met klanttevredenheid (Saxby, 2011).
24
In de literatuur zijn twee benaderingen van industrie expertise gevonden, namelijk marktaandeel en
portfolio aandeel. Allereerst is er de marktaandeel benadering. In het artikel van Balsam, Krishnan &
Yang (2003) geven de onderzoekers de definitie van de marktaandeel benadering voor een accountant
met industrie expertise. De wetenschappers omschrijven de marktaandeel benadering als een
accountant(sorganisatie) die zichzelf onderscheid van concurrenten door het marktaandeel dat zij
hebben in een bepaalde industrie. Deze benadering meet de industrie expertise aan de hand van de kennis
die een accountant(sorganisatie) heeft verkregen door klanten in een bepaalde sector te bedienen.
Hierbij veronderstellen zij dat hoe meer klanten een kantoor in een bepaalde sector bedienen, des te
meer kennis en expertise hebben zij binnen de scope van deze industrie. Zij meten dus het aantal
klanten in een bepaalde industrie en hoe meer klanten in een industrie des te meer expertise (Balsam et
al., 2003). In een ander onderzoek geven de wetenschappers twee tekortkomingen aan van de
marktaandeel benadering. Het is namelijk mogelijk om specialisten aan te wijzen in sectoren die te klein
zijn om significante inkomsten voor accountantskantoren te genereren. Tevens is het onvoldoende
mogelijk om grote en zeer concurrerende industrieën waar het gros van de accountantskantoren
inkomsten uit genereerd en hun middelen in investeren, om audit technologieën en expertise te
ontwikkelen te herkennen (Neal & Riley, 2004).
Naast de marktaandeel benadering is in de literatuur ook een portfolioaandeel benadering. Deze
benadering houdt rekening met de relatieve verdeling van controlediensten over diverse industrieën
door te kijken naar verdeling van klanten of (geschatte) controle fee. Eenvoudig geformuleerd betekent
dit dat alle klanten de portefeuille van een accountant vormen. De industrie met het grootste aantal
klanten of de meeste controle fee binnen de portfolio is dan de industrie expertise van de accountant.
Hierbij dient wel rekening gehouden te worden met het belang van de industrie binnen de portefeuille
van de accountant (Krishnan, 2003). Ook van deze benadering geven Neal & Riley (2004) een
tekortkoming aan, namelijk dat het aanwijzen van specialisten waarschijnlijk gedreven is door de
grootte van de industrie. Hierdoor is het mogelijk geen weerspiegeling van de specifieke inspanning dat
een kantoor levert om zich in de branche te specialiseren. Dit kan leiden tot een gebrek aan variatie in
de kleinste industrieën en daardoor kan niemand als specialist in kleine industrieën worden gekenmerkt.
Om de tekortkomingen van beide benaderingen op te lossen maken zij gebruik van het gewogen
marktaandeel, wat een combinatie van het marktaandeel- en portfolioaandeel benenadering is.
Nu bekend is op welke manieren de industrie expertise geoperationaliseerd kan worden, dient de relatie
tussen de industrie expertise en klanttevredenheid onderzocht te worden. Uit reeds bestudeerd onderzoek
blijkt dat er een positief verband is tussen de industrie expertise en klanttevredenheid (Samelson et al., 2006;
25
Behn et al., 1997). Het onderzoek van Saxby (2011) toont aan dat de kennis van een accountant van
belang is voor de klanttevredenheid. Dit omdat het voorzien van klanten met accurate antwoorden over
de meest relevante wet- en regelgeving een belangrijk component is voor de klanttevredenheid.
Samenvattend blijkt uit onderzoek dat klanttevredenheid hoger is wanneer een accountant kennis heeft
van de industrie waarin de klant actief is (CTA, 2019). Tevens blijkt uit onderzoek dat wanneer een
accountant meer controles uitvoert, de ervaring en expertise groeit. Daarnaast blijkt dat accountants die
gespecialiseerd zijn in een bepaalde industrie beter in staat zijn om fouten op te sporen. Beide
voorbeelden uit de literatuur dragen bij aan een hogere kwaliteit van de controle c.q. service kwaliteit
(Beck & Wu, 2006; Owhoso et al., 2002; Saxby, 2011). Tevens blijkt uit de literatuur dat er twee
benaderingen zijn voor het meten van industrie expertise, namelijk de marktaandeel benadering en
portfolioaandeel benadering. Voor beide benaderingen zijn voor- en tegenargumenten benoemd voor
het gebruik. Er zijn onderzoekers die een combinatie maken van de twee benaderingen om de
tekortkomingen van de individuele benaderingen op te lossen (Balsam et al., 2003; Krishnan, 2003;
Neal & Riley, 2004). Tot slot blijkt uit verschillende onderzoeken dat er een positief verband is tussen
industrie expertise en klanttevredenheid (Samelson et al., 2006; Behn et al., 1997; Saxby, 2011). Hier vloeit
hypothese 2 uit voort:
H2: De industrie expertise van een accountant heeft een positieve invloed op de
klanttevredenheid
In dit onderzoek wordt industrie expertise gemeten door middel van de portfolio benadering. Deze
benadering is, in tegenstelling tot de marktaandeel benadering, op basis van de vragenlijst van
Nyenrode Business Universiteit te operationaliseren. In hoofdstuk 3 staat verdere operationalisatie van
de industrie expertise beschreven.
2.4. Interactie effect van industrie expertise op betrokkenheid en klanttevredenheid
In deze paragraaf is op basis van literatuur het interactie-effect van industrie expertise op de betrokkenheid
van een accountant in relatie tot de klanttevredenheid beschreven. Allereerst is vanuit andere branches
literatuur verkregen om een vergelijking te maken. Vervolgens is op basis van de literatuur een
hypothese opgebouwd voor het interactie-effect.
26
Vanuit het onderzoek van Dassen (1995) blijkt dat een dienst technisch gezien niet te tellen/meten is.
Daarnaast blijkt dat de productie en consumptie van een dienst aan elkaar verbonden zijn. Hij noemt in
zijn onderzoek het voorbeeld van een kapper. Bij een kapper is de dienst het knippen van haren en
uitvoering vindt tegelijk plaats met de consumptie. De consument is betrokken bij het productieproces.
Dit is bij een accountantscontrole eveneens het geval, omdat het controleteam vaak bij de klant op
locatie werkt, vragen stelt en inzage heeft in systemen en processen van de klant. Volgens onderzoekers
Darby & Karni (1973) is accountancy, net als gezondheidszorg en rechtelijke diensten, een
vertrouwensdienst. Een vertrouwensdienst is een dienst waarbij de relatie is gekarakteriseerd door hoge
informatie asymmetrie tussen de koper en verkoper. Een vertrouwensdienst is volgens deze economen
een dienst die de volgende drie aspecten bevat:
-
De verkoper is een expert die zowel een koper aanbeveelt over een dienst en de dienst biedt.
-
Kopers van vertrouwensdiensten kunnen niet beoordelen hoe de dienst wordt geleverd en
moeten daarom vertrouwen op de aanbeveling van de verkoper.
-
Kopers kunnen niet beoordelen hoe goed een dienst is uitgevoerd (Darby & Karni, 1973).
Bovenstaande ligt in lijn met ander empirisch onderzoek waarin staat dat bepaalde beroepen zoals
doctoren, taxi chauffeurs, automonteurs, computer specialisten en financieel adviseurs een
overeenkomst hebben. De overeenkomst is dat experts vanuit deze beroepen beschikken over
superieure informatie, waar hun klanten niet over beschikken. De expert/dienstverlener kan het soort
of de kwaliteit van het goed of de dienst dat de klant nodig heeft waarnemen. De consument kan dit
niet en kan achteraf niet het type of de kwaliteit van de dienst verifiëren (Balafoutas & Kerschbamer,
2020).
Zoals reeds beschreven, is de gezondheidszorg ook een vertrouwensdienst. Uit onderzoek naar de
invloed van gespecialiseerde doctoren op een spoedeisende hulp afdeling blijkt dat de betrokkenheid van
extra medische specialisten op de afdeling een positief effect heeft op het patiëntverloop en de
tevredenheid van patiënten (Van der Linden, de Beaufort, Meylaerts, van den Brand, & van der Linden,
2019). Uit ander wetenschappelijk onderzoek in de gezondheidszorg blijkt dat klanttevredenheid
bestaat uit heel veel factoren, waarvan 66,66% bestaat uit 3 factoren, namelijk: toegang tot zorg,
professioneel personeel en kwaliteit van de zorg (Xiao & Barber, 2008). Dit toont aan dat net als in het
onderzoek van Saxby (2011) er een verband is tussen de kwaliteit van de dienst en de klanttevredenheid.
27
Tevens blijkt uit het onderzoek van Xiao & Barber (2008) dat het zijn van een specialist één van de
kenmerken is van een zorgleverancier, die significant verband houdt met klanttevredenheid. De
conclusie hieruit is dat als een persoon (industrie) expertise heeft, dit een positief effect heeft op de relatie
tussen betrokkenheid en klanttevredenheid.
Naast de gezondheidszorg blijkt uit onderzoek naar de commerciële verzekeringsmarkt in het Verenigd
Koninkrijk dat kennis/expertise één van de zes dimensies is die waarde voor een klant creëren
(Howden & Pressey, 2008). Ook binnen de advocatuur ligt meer focus op klanttevredenheid. Binnen
deze branche zijn klanten selectiever en is het lastiger voor advocatenorganisaties om klanten aan zich
te binden (Young, 2005). Ander onderzoek binnen de advocatuur, naar specialisatie van advocaten,
toont aan dat gespecialiseerde advocaten hogere kwaliteit diensten leveren dan niet specialisten
(Moorhead, 2010). Vanuit een onderzoek naar wetsovertreders in Hong Kong blijkt dat klanten
tevreden zijn met hun advocaat als deze bekwaam is in zijn juridische vaardigheden. Ontevredenheid
gaat gepaard met gebrek aan reactievermogen en respect van de advocaat (Chui & Cheng, 2017). Uit
bovenstaande onderzoeken valt af te leiden dat wanneer er betrokkenheid van een specialist c.q. (industrie)
expert is bij de dienstverlening, dit een positieve invloed heeft op de klanttevredenheid.
Net als in eerder genoemde dienstverlenende branches beschikt de accountant over de expertise om de
controle conform de professionele controle standaarden te plannen en uit te voeren (Causholli &
Knechel, 2012). Uit het rapport van General Accounting Office (hierna GAO)(2003) blijkt dat het een
accountant minimaal twee tot drie jaar kost om voldoende bekend te raken met de activiteiten van de
klant (GAO, 2003). Uit paragraaf 2.3 blijkt als accountants meer controles uitvoeren zij ervaring en
expertise opdoen waardoor klant specifieke kennis ontstaat en dit leidt tot betere controlekwaliteit
(Beck & Wu, 2006). Daarnaast is in het onderzoek van Samelson et al. (2006) aangetoond dat een
hogere kwaliteit van de controle zorgt voor klanttevredenheid. Hieruit valt op te maken dat een lagere
kwaliteit leidt tot ontevredenheid. Het onderzoek van Lim en Tan (2010) toont aan dat bedrijven welke
gecontroleerd zijn door een accountant met industrie expertise, relatief een hogere controlekwaliteit
hebben bij verlengde betrokkenheid van de accountant, dan bedrijven gecontroleerd door geen industrie
expert. De resultaten in dit onderzoek zijn voldoende robuust bevonden. Tevens gaat klant specifieke
kennis en expertise (industrie expertise) waar jaren in is geïnvesteerd door de accountantsorganisatie en
klant verloren bij het wisselen van accountantsorganisatie (Anno, 2019). Vanuit paragraaf 2.2 blijkt dat
langere betrokkenheid kan leiden tot een “blinde vlek” waarbij de accountant mogelijk (materiële)
afwijkingen niet detecteert (Lim & Tan, 2010). Uit paragraaf 2.3 blijkt dat accountants met industrie
expertise beter in staat zijn om fouten te detecteren dan accountants zonder industrie expertise (Owhoso et
28
al., 2002). Uit bovenstaande kan worden opgemaakt dat de industrie expertise kan zorgen dat de “blinde
vlek” wordt opgeheven en dus een positief effect heeft op de relatie tussen betrokkenheid en
klanttevredenheid.
Tot slot is door middel van een expert panel om de mening van enkele professionals uit de praktijk
gevraagd naar hun visie over het effect van industrie expertise op de relatie tussen betrokkenheid en
klanttevredenheid. In bijlage B zijn de volledige interviews opgenomen. De geïnterviewde professionals
bevestigen door middel van hun mening het positieve effect van industrie expertise op de relatie tussen
betrokkenheid en klanttevredenheid. Argumenten hiervoor zijn volgens hen dat iemand met industrie expertise
c.q. een industrie specialist beter in staat is om risico’s in te schatten, de behoeftes van de klant in een
bepaalde industrie in te schatten en systemen beter te begrijpen. Daarnaast geeft het een extra dimensie
aan de dienstverlening die door klanten als prettig wordt ervaren.
Conclusie hieruit is dat de accountantscontrole een vertrouwensdienst is, waarbij de dienstverlening
wordt uitgevoerd door een specialist, welke industrie expertise bezit, die de dienst aanbeveelt bij zijn/haar
klant en waarvan de klant niet kan controleren hoe goed de dienst is uitgevoerd (Darby & Karni, 1973).
Vanuit andere vakgebieden die ook vertrouwensdiensten leveren, zoals de gezondheidszorg en
advocatuur, is aangetoond dat een specialist die industrie expertise bezit een positieve invloed heeft op de
relatie tussen de betrokkenheid en de kwaliteit van de dienst c.q. klanttevredenheid. Ook binnen de
accountancy lijkt dit positieve effect zichtbaar. Daarnaast kan langdurige betrokkenheid leiden tot een
“blinde vlek” bij de accountant, welke opgelost kan worden door industrie expertise (Lim & Tan, 2010;
Owhoso et al, 2002). Verder blijkt ook uit de praktijk dat professionals argumenten inbrengen voor een
positieve relatie. Vanuit verschillende onderzoeken en perspectieven valt op te maken dat industrie
expertise een positief effect heeft op de relatie tussen betrokkenheid en klanttevredenheid. Hier vloeit de
volgende hypothese uit voort:
H3: De industrie expertise van een accountant heeft een positieve invloed op de relatie tussen
de betrokkenheid en klanttevredenheid
29
2.5. Controlevariabelen
2.5.1. Big 4/non-Big 4
DeAngelo (1981) verondersteld dat de kwaliteit van een controle stijgt als de omvang van het
accountantsorganisatie toeneemt. Vanuit het artikel van Samelson et al. (2006) blijkt dat een hogere
audit kwaliteit leidt tot klanttevredenheid. Controlekwaliteit is volgens DeAngelo de kans dat een
accountant een fout ontdekt en rapporteert. Verder hebben grotere kantoren meer middelen tot hun
beschikking om klant specifieke kennis sneller in huis te halen dan kleinere kantoren. Dit komt doordat
grotere kantoren meer van hetzelfde type klanten in dezelfde industrie hebben. Hierdoor zijn zij
gemakkelijker in staat om de gemaakte kosten voor her verkrijgen van de klant specifieke kennis, over
meerdere klanten te verdelen (DeAngelo, 1981). De conclusie hieruit is dat grotere kantoren (Big 4) een
positieve invloed heeft op de controlekwaliteit en daarmee ook de klanttevredenheid. In tegenstelling op
de positieve invloed van een Big 4 accountantsorganisatie is er ook onderzoek waaruit blijkt dat een
groter kantoor een negatief verband houdt met klanttevredenheid. Dit komt doordat de grotere
accountantskantoren minder snel reageren en een minder persoonlijke relatie aangaan met de klant
(Reheul, van Caneghem, & Verbruggen, 2013). Dit zijn eveneens factoren vanuit literatuur reeds
benoemd in paragraaf 2.1. Omdat vanuit verschillende onderzoeken blijkt dat de grootte van een
accountantskantoor impact heeft op de klanttevredenheid is hiervoor gecontroleerd in het onderzoek.
2.5.2. Omvang van de klant
Uit het onderzoek van Behn et al. (1997) naar klanttevredenheid blijkt dat grote klanten, zowel op
nationaal als lokaal niveau, meer aandacht kunnen krijgen. Tevens kunnen, volgens dit onderzoek,
grotere klanten gemakkelijker superieure dienstverlening ontvangen veel professionele adviseurs.
Hieruit kan worden opgemaakt dat deze klanten minder snel onder de indruk zijn en minder snel
tevreden met de prestaties van dienstverleners. De omvang van de klant heeft invloed op de
klanttevredenheid. Dit wordt versterkt door een ander wetenschappelijk onderzoek waaruit blijkt dat grote
klanten meer aandacht krijgen dan kleinere klanten (Öhman & Häckner, 2011). Daarentegen zullen
volgens Öhman & Häckner (2011) de grotere klanten minder onder de indruk zijn ten opzichte van de
kleinere klanten. De grote van een klant kan gemeten worden aan de hand van totale activa (Myers,
Myers, & Omer , 2003). Conclusie van deze onderzoeken is dat de omvang van de klant invloed heeft
op de klanttevredenheid en daarom is hiervoor gecorrigeerd in dit onderzoek.
30
2.5.3. Teamwisselingen
De NBA heeft in 2019 het “rapport oorzakenanalyse” uitgebracht. Hierin zijn verschillende oorzaken
benoemd welke invloed hebben op de kwaliteit van een accountantscontrole. Een van de oorzaken die
een negatieve invloed heeft op de kwaliteit is het wisselen van teams (Koninklijke Nederlandse
Beroepsorganisatie van Accountants (NBA), 2019). Uit eerder genoemde literatuur van Samelson et al.
(2006) blijkt dat een hogere controlekwaliteit zorgt voor een hogere klanttevredenheid. Een lagere
controlekwaliteit zorgt dus voor een lagere klanttevredenheid. Hieruit valt af te leiden dat teamwisselingen
een negatief effect heeft op klanttevredenheid. Tevens staat in het onderzoek van Behn et al. (1997) dat de
klanttevredenheid afhangt van de specifieke klantkennis en expertise. Volgens controllers dienen er zo min
mogelijk teamwisselingen plaats te vinden, omdat anders de klant specifieke kennis verloren gaat.
Daarnaast hoeven de controllers dan niet elk jaar dezelfde zaken uit te leggen aan de nieuwe teamleden.
Dit laatste kan zorgen voor een negatieve invloed op de klanttevredenheid.
Verder geeft een professional vanuit het expert panel (bijlage B) aan dat een ‘klik’ met de klant iets kan
toevoegen aan klanttevredenheid. Daarbij is volgens de professional openheid en transparantie
belangrijk, zodat men weet wat je aan elkaar hebt en hetzelfde doel nastreeft. Dit kan na een jaar al zo
zijn en een langdurige betrokkenheid is niet altijd nodig voor een klik met de klant. Hieruit kan worden
afgeleid dat een teamwisseling een effect kan hebben op klanttevredenheid, omdat er dan een klik kan
ontstaan. Tot slot blijkt uit paragraaf 2.3 dat een accountant meer ervaring opdoet en daardoor klant
specifieke kennis en expertise opdoet. Hoe meer jaren ervaring des te meer expertise (Cahan & Sun,
2015; Beck & Wu, 2006). Als er teamwisselingen plaatsvinden zal deze expertise verloren gaan en zal de
controlekwaliteit dalen, waardoor ook de klanttevredenheid zal dalen.
31
2.6. Conceptueel model
In figuur 1 hieronder is het conceptueel model opgenomen. De afhankelijke variabele is klanttevredenheid.
De onafhankelijke variabele is de betrokkenheid van de accountant en de moderator is industrie expertise.
Daarnaast zijn er enkele controlevariabelen opgenomen, namelijk: Big 4/non-Big 4, omvang van de
klant en teamwisselingen.
Figuur 2: Conceptueel model
32
3. Operationalisatie
In dit hoofdstuk is allereerst beschreven hoe de dataset tot stand is gekomen (3.1). Vervolgens is in
paragraaf 3.2 uiteengezet hoe de variabalen vanuit het conceptueel model worden gemeten. In paragraaf
3.3 is het regressiemodel weergegeven. Paragraaf 3.4 licht de uitgevoerde analyses toe. Tot slot zijn in
paragraaf 3.5 de robuustheidsanalyses uiteengezet.
3.1. Dataset
De dataset is afkomstig van Nyenrode Business Universiteit. Hierbij zijn vragenlijsten, welke zijn
opgesteld door docenten van de universiteit, door studenten afgenomen bij twee van hun klanten. De
vragenlijst is door middel van een interview beantwoord door de klanten. Om voldoende kwaliteit van
de interviews te waarborgen is voorafgaand aan de interviews een college gegeven door prof. dr. J.P.
van Buuren RA. In dit college is stilgestaan bij de voorwaarden waar een klant c.q. onderneming aan
dient te voldoen om geschikt te zijn voor deelname aan de dataverzameling. Conform het onderwijs
programma van Advanced Research Cours Accountancy dient de onderneming aan de volgende criteria
te voldoen:
1. Het betreft een Nederlandse rechtspersoon (BV, NV, stichting).
2. De organisatie rapporteert conform BW 2 titel 9.
3. Bedrijven en organisaties opereren zelfstandig en betreffen geen dochterondernemingen.
4. De omzet is > € 5 miljoen en < € 250 miljoen.
5. De inkomsten bestaan voor < 20% uit overheid en daaraan gerelateerde subsidies.
6. Er zijn geen specifieke (overheids)voorschriften van toepassing op de samenstel, beoordelingsof controleopdracht, zoals materialiteitsbepaling en voorgeschreven (Nyenrode Business
Universiteit, 2019).
Naast dat de studenten hun klant hebben geïnterviewd, hebben zij ook de betrokken partner van
dezelfde opdracht geïnterviewd. De antwoorden zijn via een digitaal portaal aangeleverd bij Nyenrode.
Nyenrode heeft de data gecodeerd en deze met de studenten gedeeld. Hieruit is een unieke dataset
ontstaan die enkel beschikbaar is voor Nyenrode studenten. De operationalisatie van het conceptueel
33
model uit hoofdstuk 2.6 in dit onderzoek is uitgevoerd aan de hand van deze dataset. In de volgende
paragraaf zijn de variabelen en de operationalisatie opgenomen.
3.2. Operationalisatie variabelen
Zoals in paragraaf 3.1 toegelicht, kan het conceptuele model geoperationaliseerd worden door middel
van de dataset Nyenrode. In de volgende subparagrafen is toegelicht hoe de variabelen in dit onderzoek
geoperationaliseerd zijn.
3.2.1. Klanttevredenheid
In hoofdstuk 2 is met gebruik van bestaande literatuur vastgesteld hoe klanttevredenheid gemeten kan
worden. Het SERVQUAL model van Parasuraman et al. (1988) en de vragenlijst uit het onderzoek van
Behn et al. (1999) is hiervoor gebruikt. De vragen in deze vragenlijsten zijn door middel van een
Likertschaal te beantwoorden. Om deze reden zijn vanuit de vragenlijst van Nyenrode Business
Universiteit ook vragen met een 7-punts Likertschaal gebruikt, waarbij de respondent een antwoord van
“strongly disagree (1)” tot en met “strongly agree (7)” konden geven. De volgende vragen zijn gebruikt
in dit onderzoek:
Q234 - Mijn accountant kan relevante ontwikkelingen voldoende bijbenen.
Q235 - Als ik met een zakelijke kwestie worstel raadpleef ik (de leiding) altijd eerst de accountant.
Q236 - Mijn accountant heeft de gun factor.
Q237 - Ik vind persoonlijk contact met de accountant bij het bespreken van problemen belangrijk.
Q238 - Ik ben gehecht aan de persoon van mijn accountant.
Q239 - Ik zie mijn accountant als vertrouwenspersoon.
Q242 - De accountant zal altijd een relevante dienstverlener blijven.
Q244 - De toegevoegde waarde van een accountant zal alleen maar toenemen.
Q262 - De accountant is transparant over zijn declaraties.
Q263 - De relatie met mijn accountant is zeker ook van vriendschappelijke aard.
Q272 - In het algemeen zijn accountants voldoende snel bereikbaar.
34
Q273 - In het algemeen zijn accountants voldoende flexibel in het aanpassen van planningen voor het
uitvoeren van samenstel of controle-opdrachten.
Q274 - In het algemeen zijn ondernemingen zeer tevreden over de dienstverlening van hun accountant.
Q275 - In het algemeen zijn ondernemingen zeer tevreden over de deskundigheid van hun accountant.
Zie voor een overzicht van de vragen die overlap hebben bijlage A. Vervolgens is een “Principal
Componant Analysis” (hierna PCA) uitgevoerd op de vragen. Op basis van de PCA is de samenhang
tussen vragen beoordeeld. Hieronder in tabel 1 zijn de uitkomsten van de PCA weergeven. Tevens is
ook de interne consistentie gemeten door middel van de Cronbach Alpha.
Vraag
factor
gecorrigeerd
component
aantal -Totale
Cronbach
als
correlatie
verwijderd
Mijn accountant kan de relevante ontwikkelingen voldoende bijbenen
0,287
0,198
0,710
altijd eerst de accountant (Q235)
0,395
0,273
0,706
Mijn accountant heeft de gun factor (Q236)
0,527
0,372
0,691
problemen belangrijk (Q237)
0,435
0,286
0,702
Ik ben gehecht aan de persoon van mijn accountant (Q238)
0,655
0,480
0,676
Ik zie mijn accountant als vertrouwenspersoon (Q239)
0,673
0,514
0,673
De accountant zal altijd een relevante dienstverlener blijven (Q242)
0,539
0,381
0,691
(Q244)
0,570
0,425
0,685
De accountant is transparant over zijn declaratie (Q262)
0,310
0,212
0,713
aard (Q263)
0,430
0,296
0,703
In het algemeen zijn accountants voldoende snel bereikbaar (Q272)
0,424
0,321
0,699
0,397
0,284
0,704
dienstverlening van hun accountant (Q274)
In het algemeen zijn ondernemingen zeer tevreden over de
0,454
0,346
0,695
deskundigheid van hun accountant (Q275)
0,298
0,201
0,709
(Q234)
Als ik met een zakelijke kwestie worstel dan raadpleeg ik (de leiding)
Ik vind persoonlijk contact met de accountant bij het bespreken van
De toegevoegde waarde van een accountant zal alleen maar toenemen
De relatie met mijn accountant is zeker ook van vriendschappelijke
In het algemeen zijn accountants voldoende flexibel in het aanpassen
van planningen voor het uitvoeren van samenstel of controle-opdrachten
(Q273)
In het algemeen zijn ondernemingen zeer tevreden over de
Overige informatie PCA
Cronbach's Alpha
0,713
Aantal vragen
14
Eigen waarde
3,116
Totale variantie verklaard
Barlett's test (significantie)
22,26%
0,000*
Kaiser-Mayer-Olkin (KMO) meeting
0,725
Aantal waarnemingen
247
Tabel 1: Factor analyse (door middel van PCA) voor de afhankelijke variabele klanttevredenheid. Alle
vragen zijn gemeten met een 7-punt Likert scale, waarbij 1 = sterk oneens en 7 = sterk eens.
* = significantie (P < 0,05)
35
Uit tabel 1 blijkt dat 14 vragen vanuit de Nyenrode vragenlijst gebruikt kunnen worden om
klanttevredenheid te meten. De “aantal – totale correlatie” dient in ideale omstandigheden groter dan
0,3 te zijn (Field, 2018). Dit is niet bij alle vragen het geval. Daarna is getoetst of de data geschikt is om
een PCA uit te voeren. Dit is gedaan door middel van de Kaiser-Mayer-Olkin measure (hierna: KMO).
De uitkomst hiervan dient volgens Field (2018) boven de 0,5 de liggen. Zoals in tabel 1 zichtbaar is, is
de KMO 0,725 en voldoet daarmee aan de gestelde grenswaarde. Verder is zichtbaar in tabel 1 dat de
Barlett’s test aangeeft dat de PCA significant is met p < 0,05. Dit toont aan dat er voldoende correlatie
is tussen variabelen. Tevens is de interne consistentie bepaalt door middel van de Cronbach Alpha.
Deze dient volgens Field (2018) groter dan 0,7 te zijn, wat het geval is voor deze PCA. Omdat de
interne consistentie statistisch voldoende is, is gekozen om alle vragen mee te nemen in de component.
3.2.2. Betrokkenheid van de accountant
Literatuur vanuit hoofdstuk twee toont aan dat de betrokkenheid van de accountant geoperationaliseerd
kan worden door middel van het aantal jaar dat een accountant betrokken is bij een opdracht. Vanuit de
vragenlijst van Nyenrode Business Universiteit is er vraag waaruit de betrokkenheid af te leiden valt.
Vraag Q257 – Sinds welk jaar werkt u met uw huidige accountantskantoor, weergeeft het jaar waarin de
accountantsorganisatie en de klant zaken met elkaar doen. Deze vraag is opnieuw gecodeerd. Omdat de
vragenlijst begin 2020/eind 2019 is afgenomen en betrekking heeft op het boekjaar 2018 met als
voorgaand boekjaar 2017 is bij een antwoord van 2019 de nieuwe codering één jaar, 2018 is twee jaar,
2017 is drie jaar et cetera.
3.2.3. Industrie expertise van de accountant
De variabele industrie expertise is door middel van de portfoliobenadering welke in paragraaf 2.3 uiteen
is gezet te operationaliseren. Vanuit de vragenlijst zijn dit de vragen Q317 – Hoeveel klanten heeft u in
de branche van deze klant? En Q312 – Hoe veel controlecliënten bedient u als partner? Dit uit zich in
de volgende formule:
Industrie expertise =
Q317 Hoeveel klanten heeft u in de branche van deze klant?
Q312 Hoe veel controlecliënten bedient u als partner?
36
Vanuit de vragenlijst van Nyenrode Business Universiteit is niet af te leiden hoeveel klanten in de
branche een partner in zijn/haar portfolio heeft. Hierdoor is niet direct af te leiden of de klant en de
branche van de klant ook het type klant/branche is dat het vaakst voorkomt in de portfolio van de
partner. Indirect valt wel af te leiden dat indien de ratio vanuit de formule ≥ 0,5 (50%) is, de partner het
meest aantal cliënten in de branche heeft waarvoor de vragenlijst is afgenomen.
3.2.4. Interactie effect
In paragraaf 2.4 is het veronderstelde interactie effect uiteengezet en de conclusie hieruit is dat de
industrie expertise van de accountant de relatie tussen de betrokkenheid van de accountant en
klanttevredenheid versterkt. Het interactie effect wordt daarom geoperationaliseerd door de industrie
expertise te vermenigvuldigen met de betrokkenheid. Hier vloeit de volgende formule uit:
Interactie effect = industrie expertise * betrokkenheid
3.2.5. Big 4/non-Big 4
De controlevariabele Big4/non-Big 4 is te operationaliseren door middel van vraag Q214 - wat is de
omvang van het accountantskantoor? De antwoorden zijn onderverdeeld in drie categorieën, namelijk:
1. Big 4 (Deloitte, Ernst & Young, KPMG, PWC).
2. International (BDO, Mazars, Grant Thornton, Baker Tilly).
3. Regional (other).
Van de antwoorden is een dummy variabele gemaakt. Antwoord één is 1 = Big 4 en antwoorden twee
en drie zijn 0 = non-Big 4.
37
3.2.6. Omvang van de klant
De omvang van de klant is in dit onderzoek geoperationaliseerd door middel van vraag Q188 - Wat was
het balanstotaal in het jaar waarvoor u deze lijst invult? De respondenten hadden de keuze uit de
volgende antwoorden (uitgedrukt in miljoenen euro’s):
1. < 3
2. 3-6
3. 6-20
4. 20-50
5. 50-100
6. 100-250
7. 250-500
8. > 500
3.2.7. Teamwisselingen
De teamwisselingen is geoperationaliseerd door middel van vraag Q258 – In welke mate vinden er
wezenlijk wijzigingen plaats in het accountantsteam? Met ‘wezenlijk’ worden wijzigingen bedoeld in de
bemensing van het niveau van controleleider/supervisor en hoger. De respondenten hadden de
volgende antwoordmogelijkheden:
1. Zelden (geen wisseling gehad of > 10 jaar geleden)
2. Weinig (6-10 jaar)
3. Gemiddeld (4-5 jaar)
4. Vaak (2-3 jaar)
5. Zeer vaak (elk jaar)
3.3. Regressiemodel
In deze paragraaf is het regressiemodel van dit onderzoek weergeven. Verder is tabel 2 opgenomen
waarin alle variabelen van het regressiemodel inclusief de operationalisatie en meetschaal samengevat
zijn.
38
Het conceptueel model, zoals weergegeven in paragraaf 2.6, is door middel van het onderstaande
regressiemodel geanalyseerd: Klanttevredenheid = α + β1 (betrokkenheid) + β2 (industrie expertise) + β3
(betrokkenheid * industrie expertise) + β4 (Big 4/non-Big 4) + β5 (omvang van de klant) + β6
(teamwisselingen) + ε
Tabel 2: Samenvatting variabelen
3.4. Robuustheidsanalyses
Deze paragraaf beschrijft de robuustheidsanalyses welke uitgevoerd worden om vast te stellen of de
uitkomsten van de operationalisatie van het conceptueel model robuust genoeg zijn om voor waar aan
te nemen. Hierbij is elke variabele op een andere manier geoperationaliseerd.
3.4.1. Klanttevredenheid
In de hoofdanalyse is in paragraaf 3.2.1 beschreven dat de klanttevredenheid is geoperationaliseerd door
een PCA uit te voeren op meerder vragen vanuit de vragenlijst van Nyenrode Business Universiteit.
Om de klanttevredenheid op een andere manier te operationaliseren is gekozen voor vraag Q274 - In
het algemeen zijn ondernemingen tevreden over de dienstverlening van de hun accountant. Deze vraag
is door respondenten beantwoord door middel van een 7-punts Likertschaal met antwoorden van
“strongly disagree” tot en met “strongly agree”.
3.4.2. Betrokkenheid accountant
Als robuustheidsanalyse ten aanzien van betrokkenheid is gekeken naar het aantal uur dat partners en
managers hebben besteed aan de opdracht. Hierbij is gebruik gemaakt van de vragen die betrekking
39
hebben op het aantal uur dat is besteed aan de opdracht voor het jaar waarvoor de vragenlijst is
ingevuld. Hieronder is een vereenvoudigde weergave van de vragen opgesomd:
1. Q196 - Partner(s)/director(s)
2. Q198 - (Senior) manager(s)
3. Q200 - Controleleider/supervisor
4. Q202 - Assistent-accountants/seniors
5. Q204 - IT-specialisten
6. Q206 - Data-analisten
7. Q208 - Vaktechniek
8. Q210 – Overige specialisten
Het aantal uur van partners en managers is afgezet tegen het totaal aantal uren dat door het gehele team
is besteed tijdens de opdracht voor het boekjaar waarvoor de vragenlijst is ingevuld. Hier vloeit de
volgende formule uit voort:
Betrokkenheid =
Aantal uur Q196 - Partner(s)/director(s) + Q198 - (senior) manager(s)
Aantal uur team Q196 + Q198 + Q200 + Q202 + Q204 + Q206 + Q208 + Q210
3.4.3. Industrie expertise
De robuustheidsanalyse bij de variabele industrie expertise is geoperationaliseerd door middel van de vraag
Q260 – Uw accountant is gespecialiseerd in uw branche. Deze vraag is door respondenten beantwoord
door middel van een 7-punts Likertschaal met antwoorden van “strongly disagree” tot en met “strongly
agree”.
40
4. Empirische analyses
In dit hoofdstuk is de verzamelde data van het onderzoek geanalyseerd. Allereerst is in paragraaf 1 de
bruto-netto tabel van de data uiteengezet en is de representativiteit van de data beoordeelt. Vervolgens
is in paragraaf 2 de beschrijvende statistiek opgenomen. In paragraaf 3 wordt onderzocht of aan de
randvoorwaarden voor analyse wordt voldaan. Daarna is in paragraaf 4 de regressieanalyse uitgevoerd
en zijn in paragraaf 5 de robuustheidsanalyses uitgevoerd. Tot slot is in paragraaf 6 toegelicht in
hoeverre de hypothesen zijn aangenomen/verworpen.
4.1. Bruto-netto tabel
Reeds in dit onderzoek is toegelicht hoe de data is verkregen. Er zijn in totaal 285 bruikbare observaties
verkregen middels de vragenlijsten van Nyenrode Business Universiteit. Na het verkrijgen van de data
is een analyse verricht op de data om onjuistheden, onzuiverheden en dergelijke te identificeren.
De data is zoals toegelicht in paragraaf 3.1 verzameld binnen een project, waarbij een richtlijn door
Nyenrode is opgesteld. Er is getoetst of deze richtlijn afdoet aan dit onderzoek. Allereerst is een visuele
inspectie op de data uitgevoerd, waarbij is geconstateerd dat er elf waarnemingen zijn die betrekking
hebben op boekjaar 2017 in plaats van 2018. Ook is er één waarneming met betrekking tot boekjaar
2019. Deze waarnemingen zijn in de data behouden omdat deze geen invloed hebben op de resultaten
van analyses. Verder is vastgesteld dat er zeven observaties in de data zitten die geen BV, NV of
stichting zijn. Deze zijn niet verwijderd uit de data omdat de rechtsvorm van een onderneming niet
relevant is voor dit onderzoek. Bij één observatie is de rechtspersoon niet ingevuld. Door middel van
een tekstuele toelichting bij een vraag waarbij het type branche ingevuld dient te worden, is vastgesteld
dat dit om een dierentuin gaat. Via company.info zijn rechtsvormen van enkele dierentuinen opgezocht
(Dierenpark Amersfoort, Burger Zoo Arnhem, Wild lands en Beekse bergen) en dit betreffen allen
BV’s. Om deze reden is bij observatie 38 een BV als rechtspersoon ingevuld.
De volgende criteria betreft omzet. Bij vijf observaties is geen omzet ingevuld. Tevens is één observatie
geconstateerd met een omzet groter dan > € 500 miljoen. Nyenrode heeft de grens bepaald op
ondernemingen tot € 500 miljoen. Gezien de omzet van de onderneming niet relevant is voor dit
onderzoek is de observatie niet verwijderd. Verder is gekeken naar het type dienstverlening. Dit
onderzoek richt zich enkel op controles van jaarrekeningen. Door middel van visuele inspectie is
41
vastgesteld dat de vragenlijst bij 15 klanten is afgenomen waar geen controledienst is verricht, maar een
beoordeling van de jaarrekening, een samenstelling van de jaarrekening of een ander type dienst. De
antwoorden op deze observaties zijn niet relevant voor dit onderzoek en zijn derhalve verwijderd uit de
data.
Vervolgens is per variabele beoordeeld in hoeverre de data, van de vragen die benodigd zijn voor de
operationalisatie, bruikbaar is. Voor de afhankelijke variabele klanttevredenheid is vastgesteld dat er bij de
vragen van de PCA in totaal 23 observaties geen antwoord hebben. Dit zijn missende waarden, welke
zijn verwijderd uit de dataset. Bij de onafhankelijke variabele betrokkenheid van de accountant is één
observatie niet ingevuld, deze is verwijderd. Ten aanzien van de industrie expertise van een accountant is
vastgesteld dat bij enkele observaties nul is ingevuld bij vraag “Q317 – hoeveel klanten heeft u in de
branche van de klant?”. Dit zou betekenen dat de geïnterviewde partner geen klanten bediend in de
branche van de klant waarvoor de vragenlijst is ingevuld. Dit is onlogisch omdat de klant waarvoor de
vragenlijst is ingevuld en tevens klant is van de partner, in deze branche werkzaam is. Het antwoord
zou dus minimaal één dienen te zijn. Tevens is bij de vraag “Q312 – hoeveel controleklanten bedien je
als partner?” enkele keren nul ingevuld. Ook dit is onlogisch omdat vastgesteld is dat de klant waarvoor
de vragenlijst is ingevuld, een controleklant betreft. Dit zou dit ook minimaal één dienen te zijn. Voor
beide vragen zijn de constateringen niet verwijderd. De reden is omdat voor de operationalisatie van
industrie expertise een ratio van beide vragen wordt gebruikt. Het ratio weergeeft de mate van industrie
specialisatie weer en in beide gevallen zou de partner geen industrie expert zijn. Met betrekking tot de
controlevariabelen “omvang van de klant” en “teamwisselingen” is vastgesteld dat er in totaal vier
missende waarden zijn. Deze zijn uit de data verwijderd. Tot slot zijn twee observaties verwijderd
omdat deze nauwelijks tot geen antwoorden bevatten voor de benodigde vragen ter operationalisatie
van het conceptueel model.
Na de visuele inspectie van de data voor de criteria van Nyenrode, controleopdracht of niet en
missende waardes zijn de outliers bepaald. Allereerst is de onafhankelijke variabele betrokkenheid
bekeken. Hierbij is geconstateerd dat voor 28 waarnemingen in de data niet enkel een jaartal is ingevuld.
Hierbij is in enkele gevallen het aantal jaar ingevuld of het jaartal inclusief tekst met toelichting. Deze
waarnemingen zijn kritisch beoordeeld en op basis van professionele oordeelsvorming is het gegeven
antwoord voor deze waarnemingen omgezet naar een jaartal. Als er bijvoorbeeld tekstueel stond
toegelicht “meer dan 20 jaar”, dan is dit aangepast naar 1999 (2019 het jaartal waarin de vragenlijst is
ingevuld minus 20 jaar). Vervolgens is het jaartal omgezet naar het aantal jaar betrokkenheid. Het aantal
jaar betrokkenheid is bepaald door het jaar waarvoor de vragenlijst is afgenomen te verminderen met
42
het jaartal dat is ingevuld bij vraag Q257. Door middel van een boxplot zijn outliers geanalyseerd (zie
bijlage D, figuur D.1) en de waarnemingen buiten de plot zijn niet als outliers beschouwd omdat dit
waarnemingen zijn waarbij de betrokkenheid al langere tijd voordoet. Voor dit onderzoek is het juist
interessant om te toetsen of deze langere betrokkenheid leidt tot meer klanttevredenheid, derhalve geen
waarnemingen verwijderd.
Daarnaast is voor de variabele industrie expertise gebruik gemaakt van een ratio tussen het aantal klanten
in de branche van de klant voor de partner en het aantal controlecliënten dat de partner bedient. Zie
voor de boxplot van de variabele industrie expertise bijlage D, figuur D.2. Hierop zijn enkele uitschieters
zichtbaar (onder andere 197 en 235), waarbij het aantal klanten in de branche ongeveer vijf maal zo
groot als het aantal controlecliënten dat de partner bedient. Dit zou kunnen worden verklaar doordat de
partner gespecialiseerd is in de branche maar niet alleen controlecliënten bediend en daarmee is de
partner nog wel industrie expert in dit onderzoek. Om deze reden zijn de waarnemingen niet als
outliers gekenmerkt. Tevens is zichtbaar in de boxplot dat er waarnemingen met een ratio van “0” zijn.
Dit betekent dat voor één van de twee vragen (Q317 of Q312) een antwoord van “0” is ingevuld. Dit is
niet mogelijk omdat de vragenlijst voor de klant waarvoor deze is ingevuld minimaal één klant is in de
branche en ook het feit dat de partner deze klant als controlecliënt heeft duidt op een minimaal aantal
van één. Om deze reden is de data aangepast voor de antwoorden waarbij “0” is ingevoerd. Alle
waarnemingen waarbij een “0” is ingevuld is aangepast naar “1”. Voor Q317 betreft dit 10
waarnemingen en bij Q312 drie. Alle waarnemingen zijn niet als outliers beschouwd omdat het de mate
van industrie expertise uitdrukt. Hierbij is een ratio van ≥ 0,5 (50%) een industrie expert.
Als laatste zijn er voor de controlevariabelen boxplots geanalyseerd. De boxplot van controle variabele
Big4/non-Big4 is in figuur D.3 in bijlage D zichtbaar. Alle waarnemingen zijn 1 of 0 omdat dit een
dummy variabele betreft, derhalve zijn er geen outliers geïdentificeerd. Figuur D.4 in bijlage D
weergeeft de boxplot van de controle variabele, omvang van de klant. Hierop zijn enkele hele kleine en
hele grote ondernemingen zichtbaar. Vanuit hoofdstuk 2.5.2. blijkt dat grote ondernemingen impact
hebben op klanttevredenheid. Om dit te kunnen testen is het van belang deze outliers in mee te nemen
in de analyses. Ditzelfde geldt voor de outliers welke kleine ondernemingen betreffen. Als laatste is de
boxplot van de controle variabele teamwisselingen in bijlage D zichtbaar als figuur D.5. In de boxplot is
zichtbaar dat er geen outliers zijn en dus ook niet verwijderd dienen te worden. Hieronder, in tabel 3, is
de bruto-netto tabel weergeven waarop de verwijderde items zichtbaar zijn.
43
Tabel 3: Bruto-netto tabel
Ten behoeve van de representativiteit van de data is een overzicht tabel 4 onderstaand opgesteld. Hier
is voor alle waarnemingen vastgesteld in welke industrie/branche zij actief zijn. Vervolgens zijn cijfers
van het Centraal Bureau voor de Statistiek (hierna CBS) in de tabel geplaatst en is een vergelijking
gemaakt op basis van het percentage per industrie ten opzichte van het totaal. Enkele, relatief grotere,
afwijkingen zijn zichtbaar bij de infrastructuur en bouw, productie, handel, financiële dienstverlening,
de zakelijke dienstverlening en telecommunicatie. De financiële dienstverlening en zakelijke
dienstverlening is logisch omdat accountantskantoren niet zijn meegenomen. Daarnaast zijn banken
vaak grote ondernemingen en kunnen niet in de data van dit onderzoek voorkomen. Het laatste geldt
ook voor productie. Resterende verschillen zijn te verklaren doordat de data dat gebruikt is voor dit
onderzoek ten opzichte van het totaal aantal MKB ondernemingen 4 in Nederland, relatief weinig
waarnemingen bevat. Al met al is in tabel 4 zichtbaar dat de waarnemingen per industrie, op enkele
uitzonderingen na, redelijk in lijn liggen met de cijfers van het CBS. Dit impliceert dat de dataset
representatief is voor de werkelijke populatie.
Het CBS hanteert de aanbevolen Europese definitie van het MKB. Hiertoe behoren de kleine, middelgrote en micro
ondernemingen waar minder dan 250 personen werkzaam zijn en waarvan de jaaromzet 50 miljoen euro en/of het jaarlijks
balanstotaal 43 miljoen euro niet overschrijdt. De onderneming dient zelfstandig te zijn. Dat betekent dat 25% van het
kapitaal of de stemrechten niet in handen dient te zijn van één onderneming of verschillende ondernemingen die niet aan de
definitie van het MKB voldoen (CBS, 2016).
4
44
Industrie/branche
Aantal
% Totaal
Aantal CBS % Totaal
bedrijven
Agrarisch en landbouw (1)
6
2%
Infrastructuur en bouw (2)
28
11%
6.330 2%
Productie van voedingsmiddelen (3)
3
1%
1.760 0%
Productie van textiel, verpakkingen en grafische industrie (4)
8
3%
1.680 0%
Chemische industrie (5)
2
1%
675 0%
Productie van duurzame goederen (7) + productie van computers
22
9%
15.835 4%
Transportsector (9)
11
4%
Handel (10)
63
26%
59.060 15%
Financiële dienstverlening (verzekeraar, banken, financiële
13
5%
85.110 21%
18
7%
77.090 19%
17
7%
26.030 6%
15.020 4%
21.345 5%
en randapparatuur (8) en overige productie industrie (14a)
9.595 2%
tussenpersonen, handel in vastgoed, etc.) (11)
Zakelijke dienstverlening (accountants, notarissen, ICTconsultants, etc) (12)
Gezondheidszorg en onderwijs (13)
Verhuur van en handel in vastgoed (14b)
14
6%
Olie- en gasindustrie (14c)
2
1%
260 0%
Energie, water en recycling (14d)
4
2%
1.765 0%
Horeca, reizen, hotels (14e)
6
2%
10.010 2%
Telecommunicatie (14f)
1
0%
22.620 6%
16.680 4%
Overige professionele dienstverlening (14g)
15
6%
Publieke sector en overheid (14h)
4
2%
710 0%
Cultuur, sport en recreatie (14i)
5
2%
15.480 4%
Overige (14j)
5
2%
Totaal
247
100%
14.425 4%
401.480 100%
Tabel 4: Data gesorteerd naar industrie/branche en vergeleken met MKB-bedrijven in Nederland conform
2018, 4e kwartaal (CBS, 2020).
4.2. Beschrijvende statistiek
In tabel D.1 in bijlage D is de beschrijvende statistiek per variabele zichtbaar. Reeds zijn in hoofdstuk 3
alle variabelen al individueel toegelicht. In tabel D.1, bijlage D, is zichtbaar dat het aantal waarnemingen
(N) gelijk is aan het aantal waarnemingen in hoofdstuk 4.1. Wat verder opvalt aan de beschrijvende
statistieken is dat de variabelen op basis van de skewness (scheefheid) en kurtosis (gepiektheid) niet
normaal verdeeld zijn. Volgens Vocht (2015) zijn de grenswaarden van skewness en kurtosis -1,96 en
+1,96. Om deze reden is op de onafhankelijke variabelen betrokkenheid en industrie expertise een
logaritme toegepast. Voor de afhankelijke variabele en controlevariabelen is dit niet toegepast. De
toelichting hiervoor blijkt uit hoofdstuk 4.2.1 en 4.2.3. Onderstaand, in tabel 5, is de beschrijvende
statistiek zichtbaar na het toepassen van de logaritme.
45
Standarddeviation
Skewness
Kurtosis
Minimum
-0,000
0,106
1,000
-3,629
1,289
-3,214
0,801
0,778
0,411
0,469
-0,762
0,000
1,778
Industrie expertise
247
-0,744
-0,727
0,521
1,783
-1,075
-1,813
0,727
Betrokkenheid *
247
-0,611
-0,477
0,604
-4,996
3,811
-3,000
1,293
247
0,291
0,455
5,959
-3,749
0,000
1,000
Maximum
Mean
247
247
Median
N
Klanttevredenheid
Betrokkenheid
2,533
industrie expertise
Big4/non-Big4
0,000
Omvang klant
247
3,842
3,000
1,518
6,599
2,898
1,000
8,000
Teamwisselingen
247
2,806
3,000
1,250
0,704
-3,222
1,000
5,000
Tabel 5: Beschrijvende statistiek
Klantevredenheid = afhankelijke variabele
Betrokkenheid = onafhankelijke variabele 1
Industrie expertise = onafhankelijke variabele 2
Betrokkenheid * industrie expertise = interactie effect
Big4/non-Big4 = controlevariabele 1
Omvang klant = controlevariabele 2
Teamwisselingen = controlevariabele 3
4.2.1. Afhankelijke variabele
Ten aanzien van de afhankelijke variabele klanttevredenheid is gebruik gemaakt van een PCA, zie hiervoor
hoofdstuk 3.2.1. In bijlage D figuur 5 is de histogram met de normaal verdeling van de klanttevredenheid
opgenomen. Hierop is zichtbaar dat de afhankelijke variabele normaal verdeeld is. Conform field (2018)
is dit niet het geval omdat de skewness en kurtosis niet binnen de grenswaarden van -1,96 en + 1,96
vallen. De histogram in bijlage D, figuur 5 laat wel een redelijke normaal curve zien. Ook liggen de
standaarddeviatie en het gemiddelde in lijn met elkaar. Dit duidt ook op een normale verdeling. Tot slot
is voor een PCA geen normaal verdeling vereist.
4.2.2. Onafhankelijke variabele
Ten aanzien van de onafhankelijke variabele betrokkenheid (in aantal jaar) is in tabel D.1 bijlage D
zichtbaar dat het gemiddelde 9,9 jaar betreft en het middelste getal 6 (jaar) betreft. In bijlage D, figuur 6
is de normaalverdeling van de betrokkenheid zichtbaar en hieruit blijkt dat er geen sprake is van een
normaal verdeling. Dit ligt in lijn met de verwachting gezien het aantal jaren betrokkenheid niet negatief
kan zijn. Tevens is een rechtse scheefheid zichtbaar. Dit is te verklaren doordat het grootste deel van de
46
waarnemingen tussen de 1 en 20 jaar betrokkenheid tonen en een deel van de waarnemingen tussen de 20
en 60 jaar. Tevens is dit ook zichtbaar bij het minimum en maximum vanuit tabel D.1 bijlage D. Om
deze reden is een logaritme toegepast. Na het toepassen van de logaritme vallen, conform tabel 5, de
skewness en kurtosis binnen de grenswaarde van Field (2018). Dit duidt op een normaal verdeling, zie
tevens figuur D.6.2. bijlage D.
Met betrekking tot de onafhankelijke variabele industrie expertise is zichtbaar in tabel D.1 bijlage D
zichtbaar dat het gemiddelde 0,39 betreft. Dit gemiddelde ratio van 0,39 duidt aan dat gemiddeld gezien
de data geen industrie specialisatie heeft. In hoofdstuk 3.2.3. is reeds beschreven dat industrie
specialisatie blijkt wanneer de ratio 0,5 of hoger is. Wat verder opvalt is dat het minimum 0,015 is en
het maximum 5,3. Het minimum is te verklaren doordat één van de twee vragen welke is gebruikt om
industrie expertise te operationaliseren (zie hoofdstuk 3.2.3.) met 0 is beantwoord. Dit is onlogisch gezien
alle data in de populatie controlecliënten betreffen en de klant waarvoor de vragenlijst is ingevuld ook
in de branche van de klant actief is. Hierdoor zouden deze vragen altijd met minimaal 1 ingevuld
dienen te zijn. Als bij de teller of noemer in de formule 0 ingevuld wordt, is de uitkomst ook 0 en is de
partner per definitie geen industrie expert. Deze waarnemingen zijn aangepast conform hoofdstuk 4.1
en niet verwijderd uit de populatie omdat dit wel iets zegt over de mate van industrie expertise. Als men
kijkt naar het maximum van 5,3 is dit mogelijk te verklaren doordat het aantal klanten in de branche
voor 18 waarnemingen gelijk of hoger is dan het aantal controlecliënten die de partner bedient. Dit zou
mogelijk kunnen zijn omdat partners wellicht niet enkel controlecliënten bedienen. Deze partners
hebben niet alleen op het gebied van controle kennis van de branche van de klant, daarom is de industrie
expertise voor deze waarnemingen gelijk of hoger dan 1. Dit duidt op zeer hoge industrie expertise. Zoals
uit tabel 5 en figuur 7.1 van bijlage D blijkt is er geen sprake van een normaal verdeling bij de variabele
industrie expertise. Dit is niet onlogisch omdat de variabele een ratio is en niet lager dan 0 kan zijn. Na het
toepassen van de logaritme is de skewness 1,78 en kurtosis -1,08 (zie tabel 5), wat volgens Field (2018)
duidt op een normaal verdeling (zie figuur 7.2 bijlage D).
4.2.3. Controlevariabelen
In tabel 5 zijn eveneens de controlevariabelen Big4/non-Big4, omvang van de klant en teamwisselingen
opgenomen. Voor de controlevariabele Big4/non-Big4 is het gemiddelde 0,29, de mediaan 0. Dit komt
doordat het een dummy variabele is waarbij 1 = Big4 en 0 = non-Big4. Dit is ook zichtbaar bij het
minimum en maximum. Daarnaast voldoen de skewness en kurtosis niet aan de grenswaarde van -1,96
en + 1,96. Deze controlevariabele is dus niet normaal verdeeld (zie ook bijlage D figuur 8). Dit ligt in
47
lijn met de verwachting omdat onderzoek gericht is op MKB-bedrijven. De Big 4
accountantsorganisaties controleren ook in mindere mate dit type klanten.
Verder is zichtbaar dat voor de controlevariabele omvang van de klant het gemiddelde 3,84 betreft en
de standaarddeviatie 1,5. Dit is te verklaren doordat het een vraag betreft waarbij 8 antwoorden
mogelijk zijn van < 3 miljoen t/m > 500 miljoen. Gezien de meeste ondernemingen in deze dataset
MKB ondernemingen betreffen is het gemiddelde van 3,84 aannemelijk. Dit zijn
antwoordmogelijkheden 3 en 4 waarbij het balanstotaal tussen de 6 miljoen en 50 miljoen ligt.
Eveneens is bij deze controle variabele geen normaal verdeling van toepassing (zie ook bijlage D figuur
9). Dit is conform de bovenstaande uitleg ook logisch.
Als laatste controle variabele teamwisselingen. Dit is gemeten met een schaal van 1 t/m 5, waarbij het
minimum 1 (zelden) is en het maximum 5 (zeer vaak). Gezien het feit dat de antwoorden in
antwoordschalen zijn gegeven is een normale verdeling niet te onderkennen (zie ook bijlage D figuur
10). Wel is zichtbaar dat het gemiddelde 2,80 is, de mediaan 3 en de kurtosis -3,22. Dit duidt op het feit
dat de meeste teamwisselingen plaatsvinden tussen de antwoord mogelijkheden 2 en 3 (tussen de 4 en
10 jaar).
4.3. Voorwaarden lineaire regressie
In deze paragraaf wordt geanalyseerd of aan de voorwaarden voor lineaire regressie wordt voldaan.
Deze voorwaarden zijn getoetst voor zowel de afhankelijke variabele als voor de onafhankelijke
variabelen.
4.3.1. Normaliteit
Een voorwaarde voor lineaire regressie is of de afhankelijke en onafhankelijke variabelen normaal
verdeeld zijn. Dit is reeds toegelicht in hoofdstuk 4.2. Verder zijn nog andere toetsen uitgevoerd om de
normaal verdeling van de afhankelijke en onafhankelijke variabelen vast te stellen. De KolmogorovSmirnov toets is uitgevoerd. Zie hiervoor tabel E.1 in bijlage E. hierbij is significantie geconstateerd (p
< 0,05). Op basis hiervan blijkt enkel betrokkenheid significant en dus normaal verdeeld (Field, 2018).
Voor klanttevredenheid en industrie expertise geldt dit niet. De skewness en kurtosis zijn reeds in paragraaf
4.2 toegelicht. In tabel 5 is de skewness weergeven door middel van de skewness gedeeld door de
48
standaard error skewness. De kurtosis is gedeeld door de standaard error kurtosis (Vocht, 2015). Zie
voor de resultaten omtrent de skewness en kurtosis paragraaf 4.2.
Daarnaast is volgens Field (2018) sprake van een normaal verdeling indien het merendeel van de
waarnemingen, van een Q-Q plot, op of vlak bij de lijn in de grafiek liggen. Zie voor de Q-Q plots
bijlage E figuur E.1 t/m E.3. Hiermee is vastgesteld dat de waarnemingen bij alle variabelen op of dicht
bij de lijn liggen en dit impliceert een normaal verdeling. Tot slot geeft Field (2018) aan dat indien er
sprake is van 30 of meer observaties er sprake is van een normaal verdeling. Field (2018) noemt dit de
‘central limit theory’. Gezien dit onderzoek voor alle variabelen 247 waarnemingen heeft, mag worden
verondersteld dat sprake is van een normaal verdeling.
De conclusie ten aanzien van de normaal verdeling is dat het merendeel van de uitgevoerde testen duidt
op een normaal verdeling voor de afhankelijke en onafhankelijke variabelen. Daarmee is aan de
voorwaarde van een normaal verdeling voldaan.
4.3.2. Multicollineariteit
Voor het uitvoeren van een lineaire regressie dient getoetst te worden of er geen multicollineariteit
aanwezig is tussen de variabelen. Multicollineariteit is de mate waarin variabelen met elkaar correleren
en kan gemeten worden door middel van de Pearson en Spearman correlatiematrix. Indien de
variabelen tussen de -0,7 en +0,7 met elkaar correleren is dit akkoord (Field, 2018). In tabel E.2 bijlage
E is de correlatie matrix weergegeven. Hieruit blijkt dat de meeste correlatiecoëfficiënten tussen de -0,7
en +0,7 liggen. Enkel de variabele industrie expertise heeft volgens tabel E.2 teveel correlatie met het
interactie effect van betrokkenheid * industrie expertise. Dit is te verklaren doordat de interactieterm is
opgebouwd de variabele industrie expertise te vermenigvuldigen met de variabele betrokkenheid. Toch is
“mean centring” toegepast op de variabele industrie expertise en betrokkenheid. Vervolgens is opnieuw de
interactieterm aangemaakt en zijn de resultaten in de onderstaande tabel 6 zichtbaar. Hieruit blijkt dat
geen sprake is van multicollineariteit conform de richtlijnen van Field (2018).
49
0,013
-0,042
-0,071
-0,092
-0,107
0,010
0,103
-0,156
0,263
0,191
0,218
-0,035
-0,019
-0,109
0,087
-0,046
-0,056
-0,033
Teamwisselingen
Omvang klant
Big4/non-Big4
Interactieterm: betrokkenheid *
industrie expertise
Industrie expertise
Betrokkenheid
Klanttevredenheid
Klanttevredenheid
Betrokkenheid
0,013
-0,012
Industrie expertise
Interactieterm:
-0,010
betrokkenheid * industrie
Big4/non-Big4
-0,119
Omvang klant
-0,096
Teamwisselingen
-0,202
= Pearson correlatiematrix
= Spearman correlatiematrix
-0,112
0,084
0,166
-0,092
-0,159
0,215
-0,232
-0,259
-0,045
-0,070
-0,045
-0,075
0,390
0,285
0,134
0,401
0,288
0,145
Tabel 6: Pearson en Spearman correlatiematrix
4.3.3. Homoskedasticiteit, residuenanalyse, lineariteit en gemiddeld effect
Een volgende voorwaarde voor lineaire regressie is dat er geen sprake is homoskedasticiteit. Om dit te
kunnen testen zijn scatter plots opgesteld. Zie bijlage E figuur E.4 t/m E.7. In deze figuren is te zien
dat er sprake is van homoskedasticiteit. Hiermee is aan de voorwaarde voor lineaire regressie voldaan
voor dit onderdeel. Vocht (2015) geeft ook aan dat met de figuren E.4 t/m E.7 gecontroleerd kan
worden of het regressiemodel lineair is. Dit is het geval wanneer de residuen geen duidelijk patroon
vertonen. Het merendeel van de residuen liggen dan min of meer in een evenwichtige horizontale bank
rondom de nullijn van de grafiek (Vocht, 2015). Bij figuren E.4 t/m E.7 in bijlage E is dit het geval.
Hiermee is tevens de lineariteit vastgesteld. Op basis van een P-P plot is getoetst of de residuen
normaal zijn verdeeld. In bijlage E figuur E.7 is de P-P plot zichtbaar. Volgens Vocht (2015) zijn de
residuen normaal verdeeld als deze op/rondom de diagonaal liggen. Dit is het geval, derhalve is
vastgesteld dat de residuen normaal verdeeld zijn.
Tot slot is het gemiddelde effect bekeken door middel van de “Cook’s distance” en “Leverage values”.
Deze is opgesteld na het uitvoeren van de lineaire regressie en het resultaat is zichtbaar in bijlage E
50
figuur E.8. In figuur E.8 is zichtbaar dat het merendeel van de data zich rond het 0-punt bevindt.
Hiermee voldoet de data aan deze voorwaarde.
4.3.4. Autocorrelatie
Volgens Field (2018) is er sprake van autocorrelatie als data meerdere keren in de dataset voorkomt als
gevolg van meerdere jaren dat er waarnemingen zijn opgenomen. Gezien de data van dit onderzoek in
één jaar is afgenomen is er geen issue omtrent autocorrelatie.
4.4. Regressieanalyse
Vanuit paragraaf 4.2 en 4.3 is gebleken dat is voldaan aan de voorwaarden voor een regressieanalyse.
De regressie analyse is uitgevoerd en de resultaten zijn hieronder in tabel 7 gepresenteerd. In tabel 7 is
zichtbaar dat de ANOVA significantie voor het gehele model 0,001 betreft. Rekening houdend met een
significantie bij p < 0,05 is het totale model significant is. De verklaringskracht is uitgedrukt in de
adjusted R square (R²) en betreft 6,2%. Het houdt in dat de afhankelijke variabele klanttevredenheid
voor 6,2% verklaard wordt door de variabelen welke zijn opgenomen in tabel 7.
Tevens is zichtbaar dat voor alle drie de hypotheses geen significantie gevonden is. Bij hypothese 1
(betrokkenheid) werd een positief verband verondersteld. Conform de t-waarde en de beta blijkt dit ook
een positief verband te houden, maar niet significant. Ten aanzien van hypothese 2 (industrie expertise)
werd ook een positief verband verondersteld. Conform de t-waarde en de beta blijkt dit geen positief
verband te zijn, maar een negatief. Ditzelfde geldt voor hypothese 3 (interactie effect: betrokkenheid *
industrie expertise).
Al met al is er geen significantie in het veronderstelde conceptueel model vastgesteld door middel van
de hoofdanalyse. In de volgende paragraaf (4.5) zijn robuustheidsanalyses uitgevoerd om de resultaten
van de regressieanalyse te toetsen.
51
Modellen
Variabelen
Verwachting
Constant
Betrokkenheid
Industrie expertise
+/+ (H1)
+/+ (H2)
1
2
3
4
t
-0,945
-0,797
-0,779
-0,759
sign.
0,173
-0,213
0,219
0,224
t
1,157
1,115
1,078
sign.
0,125
0,133
0,141
beta
0,074
0,071
0,069
t
-0,590
-0,554
sign.
0,278
0,290
beta
-0,037
-0,035
Betrokkenheid * industrie
expertise
+/+ (H3)
Big4/non-Big4
Omvang klant
Teamwisselingen
t
-0,336
sign.
0,358
beta
-0,023
t
1,579
1,539
1,583
1,549
sign.
0,058*
0,06*
0,058*
0,062*
beta
0,185
0,180
0,186
0,183
t
2,397
2,358
2,342
2,319
sign.
0,009***
0,010**
0,010**
0,011**
beta
0,281
0,276
0,275
0,273
t
-3,155
-3,346
-3,378
-3,381
sign.
0,001***
0,001***
0,001***
0,001***
beta
-0,204
-0,223
-0,226
-0,227
N
247,000
247,000
247,000
247,000
R Square
0,078
0,083
0,084
0,085
Adjusted R Square
0,067
0,068
0,065
0,062
ANOVA F
6,859
5,486
4,447
3,715
ANOVA Sig.
0,000***
0,000***
0,001***
0,001***
Tabel 7: Uitkomsten regressie analyse
Model 1: relatie van controlevariabelen op klanttevredenheid
Model 2: relatie van betrokkenheid op klanttevredenheid inclusief controlevariabelen
Model 3: relatie van betrokkenheid en industrie expertise op klanttevredenheid inclusief
controlevariabelen
Model 4: relatie van betrokkenheid, industrie expertise en het interactieeffect op klanttevredenheid
inclusief controlevariabelen.
* = significantie p < 0,1
** = significantie p < 0,05
*** = significantie p < 0,01
52
4.5. Robuustheidsanalyses
4.5.1. Klanttevredenheid
Met betrekking tot de eerste robuustheidsanalyse is gekozen om de afhankelijke variabele
klanttevredenheid op een andere manier te operationaliseren. Zoals reeds aangegeven in hoofdstuk 3.4.1 is
dit door middel van vraag Q274 - In het algemeen zijn ondernemingen tevreden over de
dienstverlening van de hun accountant. Deze vraag is door respondenten beantwoord door middel van
een 7-punts Likertschaal met antwoorden van “strongly disagree” tot en met “strongly agree”.
Om te beginnen zijn, gezien de onafhankelijke variabelen en controlevariabelen niet zijn gewijzigd, de
voorwaarden voor lineaire regressie zijn met betrekking tot onafhankelijke- en controlevariabelen niet
nogmaals getoetst. Ten aanzien van de afhankelijke variabele klanttevredenheid is vastgesteld dat
klanttevredenheid normaal verdeeld is. Zie hiervoor bijlage F tabel F.1 t/m F.2 en figuur F.1 t/m F.2. De
overige voorwaarden voor lineaire regressie zijn ook getoetst en hierbij is, na het toepassen van de
logaritme, tevens vastgesteld dat aan de voorwaarden is voldaan. Zie bijlage F tabel F.3 t/m F.4 en
figuur F.3 t/m F.7. De uitkomsten van de lineaire regressie zijn onderstaand in tabel 8 weergegeven.
In tabel 8 is zichtbaar dat ANOVA significantie significant is (p <0,05), wat betekent dat het model
significant is. De adjusted R² is 4,4% en dat betekent dat 4,4% van de afhankelijke variabele verklaard
wordt door de onafhankelijke- en controlevariabelen. Dit is minder dan in de hoofdanalyse uit
paragraaf 4.4. Verder is een significant verband is tussen betrokkenheid (H1) en klanttevredenheid
geconstateerd. Omdat dit significant verband niet in de hoofdanalyse (paragraaf 4.4) is geconstateerd en
de verklarende waarde van het model laag is, dienen de uitkomsten voorzichtig geïnterpreteerd te
worden. De overige uitkomsten liggen in lijn met de uitkomsten van paragraaf 4.4.
53
Modellen
Variabelen
Verwachting
Constant
Betrokkenheid
Industrie expertise
Betrokkenheid *
industrie expertise
+/+ (H1)
+/+ (H2)
+/+ (H3)
1
2
3
4
t
20,419
20,770
20,598
20,561
sign.
0,000***
0,000***
0,000***
0,000***
t
2,863
2,838
2,776
sign.
0,001***
0,001***
0,002***
beta
0,189
0,188
0,185
t
-0,796
-0,747
sign.
0,107
0,114
beta
-0,051
-0,048
t
-0,445
sign.
0,164
beta
-0,028
t
-0,026
-0,295
-0,200
-0,218
sign.
0,024***
0,192
0,211
0,207
beta
-0,002
-0,021
-0,014
-0,015
t
0,211
0,844
0,959
0,932
sign.
0,208
0,100
0,085*
0,088*
beta
0,014
0,059
0,067
0,066
t
-2,736
-3,419
-3,476
-3,478
sign.
0,002***
0,000***
0,000***
0,000***
beta
-0,180
-0,230
-0,235
-0,235
N
247
247
247
247
R Square
0,032
0,064
0,066
0,067
Adjusted R Square
0,020
0,048
0,047
0,044
ANOVA F
2,692
4,128
3,424
2,877
Big4/non-Big4
Omvang klant
Teamwisselingen
ANOVA Sig.
0,047**
0,003*** 0,005***
Tabel 8: Uitkomsten regressie analyse robuustheidsanalyse klanttevredenheid
0,010**
Model 1: relatie van controlevariabelen op klanttevredenheid
Model 2: relatie van betrokkenheid op klanttevredenheid inclusief controlevariabelen
Model 3: relatie van betrokkenheid en industrie expertise op klanttevredenheid inclusief
controlevariabelen
Model 4: relatie van betrokkenheid, industrie expertise en het interactieeffect op klanttevredenheid
inclusief controlevariabelen.
* = significantie p < 0,1
** = significantie p < 0,05
*** = significantie p < 0,01
54
4.5.2. Betrokkenheid
De robuustheidsanalyse met betrekking tot betrokkenheid is geoperationaliseerd door middel van het
aantal uur dat partners en managers aan de opdracht hebben besteed. Zie voor toelichting van de
operationalisatie hoofdstuk 3.4.2. Allereerst is vastgesteld door middel van een visuele inspectie dat de
uren niet altijd juist zijn ingevoerd/gecodeerd/geëxporteerd bij de dataverzameling. Om deze reden is
de data van de urenbesteding aangepast. De meest voorkomende aanpassingen zijn:
-
Komma’s zijn niet juist ingevoerd/geëxporteerd.
-
Duizendtallen zijn niet juist ingevoerd/geëxporteerd.
-
Vergelijking met vorig jaar is niet realistisch.
-
Vergelijking met aantal bestede uur en audit fee is niet realistisch.
-
Vergelijking met andere teamleden is niet realistisch.
Zie voor verdere toelichtingen van de aangepaste uren bijlage C. Tijdens het hercoderen van de data is
vastgesteld dat één waarneming (20) niet is ingevuld. Daarnaast is vastgesteld dat voor één waarneming
(40) de controle ten tijden van het invullen van de lijst nog niet is afgerond. Deze waarnemingen zijn,
alvorens het uitvoeren van analyses, verwijderd en het aantal observaties betreft 245 (N = 245). De
variabele betrokkenheid, zoals beschreven in hoofdstuk 3.4.2, en de interactieterm zijn aangemaakt.
Vervolgens zijn de voorwaarden voor lineaire regressie getoetst. Na het toepassen van de logaritme en
mean centring is vastgesteld dat aan de voorwaarde voor lineaire regressie is voldaan (zie bijlage G tabel
G.1 t/m G.4 en figuur G.1 t/m G.6). Daarna is de lineaire regressie uitgevoerd en de uitkomsten zijn
onderstaand in tabel 9 weergeven. In tabel 9 is zichtbaar dat er de ANOVA significantie op basis van P
< 0,05 significant is. Verder is het verklarend vermogen R² 4,3%. Dit is erg laag. Net als in de hoofd
analyse is voor geen enkele veronderstelde relatie significantie geconstateerd.
55
Modellen
Variabelen
Verwachting
Constant
Betrokkenheid
Industrie expertise
Betrokkenheid *
industrie expertise
+/+ (H1)
+/+ (H2)
+/+ (H3)
1
2
3
4
t
3,130
3,108
3,035
2,908
sign.
0,001***
0,001***
0,002***
0,002***
t
-0,389
-0,379
-0,418
sign.
0,349
0,353
0,338
beta
-0,025
-0,024
-0,027
t
-0,718
-0,785
sign.
0,237
0,217
beta
t
-0,046
-0,052
0,455
sign.
0,325
beta
0,029
t
-0,492
-0,462
-0,378
-0,371
sign.
0,312
0,322
-0,353
0,356
beta
-0,034
-0,033
-0,027
-0,026
t
-0,822
-0,755
-0,629
-0,554
sign.
0,206
0,226
0,265
0,290
beta
-0,056
-0,052
-0,044
-0,039
t
-3,435
-3,450
-3,502
-3,475
sign.
-0,001*** 0,001***
0,001***
0,001***
beta
-0,223
-0,227
-0,232
-0,231
N
245
245
245
245
R Square
0,063
0,064
0,066
0,067
Adjusted R Square
0,052
0,048
0,046
0,043
ANOVA F
5,421
4,089
3,368
2,832
Big4/non-Big4
Omvang klant
Teamwisselingen
ANOVA Sig.
0,001*** 0,003*** 0,006***
Tabel 9: Uitkomsten regressie analyse robuustheidsanalyse betrokkenheid
0,011**
Model 1: relatie van controlevariabelen op klanttevredenheid
Model 2: relatie van betrokkenheid op klanttevredenheid inclusief controlevariabelen
Model 3: relatie van betrokkenheid en industrie expertise op klanttevredenheid inclusief
controlevariabelen
Model 4: relatie van betrokkenheid, industrie expertise en het interactieeffect op klanttevredenheid
inclusief controlevariabelen.
* = significantie p < 0,1
** = significantie p < 0,05
*** = significantie p < 0,01
Daarnaast is aanvullend gecontroleerd voor de waarnemingen waarbij de betrokkenheid volgens
respondenten 46 tot en met 60 jaar voort bestaat. De waarnemingen zijn vergeleken met andere
waarnemingen waarbij de betrokkenheid hoog lijkt. Om hiervoor te controleren is winsorizing conform
56
Field (2018) toegepast. Alle waarden > 46 zijn op basis van een formule van Field (2018) aangepast
naar 46. Hierna zijn opnieuw alle voorwaarden voor lineaire regressie getoetst. Na het toepassen van
mean centring, in verband met multicollineariteit, is vastgesteld dat aan de voorwaarden van lineairiteit
is voldaan en is de lineaire regressie uitgevoerd. De resultaten zijn weergeven in bijlage G, figuur G.7 en
liggen in lijn met de hoofdanalyse. Daarnaast is een tweede aanvullende controle uitgevoerd voor
betrokkenheid door alle waarnemingen (in totaal 23) waarbij de betrokkenheid > 20 jaar is uit de populatie
te verwijderen. De resultaten zijn in figuur G.8 weergeven. De resultaten liggen ook in lijn met de
hoofdanalyse.
Tot slot is aanvullend op een derde manier gecontroleerd voor de betrokkenheid. Bij deze controle is de
betrokkenheid ingedeeld in groepen conform hoofdstuk 2.2, namelijk:
-
Kort: 2 – 3 jaar
-
Normaal: 4 – 8 jaar
-
Lang: > 9 jaar
De voorwaarden voor lineaire regressie zijn beoordeeld en hierbij is, nadat mean centring is toegepast
om multicollineariteit te voorkomen, vastgesteld dat aan de voorwaarden voor lineaire regressie is
voldaan. De uitkomsten zijn zichtbaar in bijlage G figuur G.9. en de resultaten liggen in lijn liggen met
de overige analyses. De conclusie is dat de uitkomsten ten aanzien van betrokkenheid voldoende robuust
zijn bevonden.
4.5.3. Industrie expertise
De robuustheidsanalyse van industrie expertise is geoperationaliseerd, conform hoofdstuk 3.4.3, met de
vraag “Q260 - Uw accountant is gespecialiseerd in uw branche”. Door middel van een visuele inspectie
is vastgesteld dat twee waarnemingen geen antwoord hadden op deze vraag. Dit zijn missende waarden
en deze zijn uit de populatie verwijderd. Hierdoor is het aantal waarnemingen 245 (N = 245).
Vervolgens is na het toepassen van de logaritme en mean centring vastgesteld dat aan de voorwaarden
voor lineaire regressie is voldaan (zie bijlage H tabel H.1 t/m H.4 en figuur H.1 t/m H.7). De resultaten
van de lineaire regressie zijn zichtbaar in de onderstaande tabel 10. Uit tabel 10 blijkt dat de ANOVA
significantie significant is (P < 0,05). Dit betekent dat het model significant is. De verklarende waarde
R² is 7,6%, hoger is dan de hoofdanalyse. In tegenstelling tot de hoofdanalyse is zichtbaar dat industrie
expertise (H2) een significant verband heeft met de klanttevredenheid. Omdat dit verschilt met de
hoofdanalyse in paragraaf 4.4. dienen de uitkomsten voorzichtig geïnterpreteerd te worden. Behoudens
57
het geconstateerde significante verband van industrie expertise liggen de uitkomsten van de
robuustheidsanalyse in lijn met de hoofdanalyse.
Modellen
Variabelen
Verwachting
Constant
Betrokkenheid
Industrie expertise
Betrokkenheid *
industrie expertise
+/+ (H1)
+/+ (H2)
+/+ (H3)
1
2
3
4
t
3,077
3,087
3,301
3,266
sign.
0,001***
0,002***
0,001***
0,001***
t
0,976
1,355
1,336
sign.
0,165
0,089*
0,092*
beta
0,065
0,089
0,088
t
2,973
2,965
sign.
0,002***
0,002***
beta
t
0,192
0,192
-0,158
sign.
0,438
beta
-0,010
t
-0,452
-0,544
-1,161
-1,152
sign.
0,326
0,294
0,124
0,126
beta
-0,032
-0,038
-0,820
-0,082
t
-0,827
-0,580
-0,881
-0,878
sign.
0,205
0,281
0,190
0,191
beta
-0,056
-0,040
-0,061
-0,061
t
-3,388
-3,525
-3,275
-3,257
sign.
0,001***
0,001***
0,001***
0,001***
beta
-0,221
-0,237
-0,218
-0,218
N
245
245
245
245
R Square
0,061
0,065
0,098
0,099
Adjusted R Square
0,050
0,050
0,080
0,076
ANOVA F
5,257
4,180
5,222
4,338
Big4/non-Big4
Omvang klant
Teamwisselingen
ANOVA Sig.
0,002*** 0,003*** 0,000***
Tabel 10: Uitkomsten regressie analyse robuustheidsanalyse industrie expertise
0,000***
Model 1: relatie van controlevariabelen op klanttevredenheid
Model 2: relatie van betrokkenheid op klanttevredenheid inclusief controlevariabelen
Model 3: relatie van betrokkenheid en industrie expertise op klanttevredenheid inclusief
controlevariabelen
Model 4: relatie van betrokkenheid, industrie expertise en het interactieeffect op klanttevredenheid
inclusief controlevariabelen.
* = significantie p < 0,1
** = significantie p < 0,05
*** = significantie p < 0,01
Tevens is industrie expertise geoperationaliseerd door middel van een dummy variabele, waarbij het ratio
≥ 0,5 is 1 = industrie expert en < 0,5 is 0 = geen industrie expert. Na het toepassen van de logaritme
58
en mean centring zijn de voorwaarden voor een lineaire regressie getoetst. Aan de voorwaarden voor
lineaire regressie is voldaan en de uitkomsten zijn weergeven in bijlage H, figuur H.8. Vanuit de
robuustheidsanalyses blijkt dat de resultaten in lijn liggen met de uitkomsten in de hoofdanalyse.
4.6. Hypothesen
In deze paragraaf is aangegeven in hoeverre de veronderstelde hypothesen zijn bewezen. Per hypothese
worden de uitkomsten toegelicht.
4.6.1. Hypothese 1
Hypothese 1 luidt, conform hoofdstuk 2.2, als volgt: “Langere betrokkenheid van de accountant heeft een
positieve invloed op de klanttevredenheid”. In paragraaf 4.4 is ten behoeve van de hoofdanalyse een
lineaire regressie uitgevoerd. Door middel van de regressie analyse is geconstateerd dat er een positieve
relatie bestaat tussen betrokkenheid en klanttevredenheid. De positieve relatie is niet significant. Vervolgens
is getoetst of de resultaten robuust zijn. In paragraaf 4.5.1 is klanttevredenheid anders geoperationaliseerd.
Uit de regressie analyse van paragraaf 4.5.1 blijkt wel een significant positief verband tussen
betrokkenheid en klanttevredenheid.
Daarnaast zijn in paragraaf 4.5.2 diverse robuustheidsanalyses uitgevoerd. Betrokkenheid is anders
geoperationaliseerd, namelijk door middel van het aantal uur dat partners/managers betrokken zijn op
de opdracht. Geconstateerd is dat het operationaliseren van betrokkenheid op deze manier een licht
negatief verband houdt met klanttevredenheid. Het geconstateerde verband is niet significant maar
impliceert wel dat als de partners/managers meer uren besteden de klanttevredenheid omlaag gaat. Verder
is op drie verschillende manieren gecontroleerd voor betrokkenheid met betrekking tot het aantal jaar dat
de klant met de accountantsorganisatie. De eerste manier is door middel van winsorizing. Door middel
van winsorizing werd een niet significant positief verband geconstateerd. De tweede manier is door alle
observaties > 20 jaar te verwijderen. Hierbij is een niet significant (licht) negatief verband
geconstateerd. De derde en laatste controle is verricht door betrokkenheid in groepen te verdelen (kort,
normaal en lang). De resultaten uit deze analyse weergeven een niet significant positief verband.
Uit de analyses kan geconcludeerd worden dat een positief verband tussen betrokkenheid en
klanttevredenheid mogelijk bestaat, omdat het merendeel van de analyses dit aantonen. Geconstateerd is
59
dat dit verband niet significant is. Daarom is hypothese 1, langere betrokkenheid van de accountant heeft
een positieve invloed op de klanttevredenheid, verworpen.
4.6.2. Hypothese 2
In hoofdstuk 2.3 is hypothese 2 reeds beschreven. Hypothese 2 luidt: “De industrie expertise van een
accountant heeft een positieve invloed op de klanttevredenheid”. Vanuit de regressie analyse in paragraaf
4.4 is een negatief niet significant verband geconstateerd. Uit de analyse van paragraaf 4.5.1 waarin
klanttevredenheid op een andere manier is geoperationaliseerd is ook een negatief niet significant
verband geconstateerd. Vervolgens is in paragraaf 4.5.3 industrie expertise op nog twee verschillende
manieren gecontroleerd. De eerste manier, waarbij een vraag werd gebruikt in plaats van het berekende
ratio, weergeeft een sterk significant positief verband tussen industrie expertise en klanttevredenheid. Dit is
mogelijk doordat de vraag waarmee industrie expertise is geoperationaliseerd de perceptie van de klant is.
Daarnaast is de verklarende kracht van deze analyse laag. De tweede manier, waarbij een dummy is
gebruik voor wel/geen industrie expert, weergeeft een negatief en niet significant verband.
Op basis van alle uitgevoerde analyses is, met grote mate van voorzichtigheid, een negatief verband
geconstateerd tussen industrie expertise en klanttevredenheid. Dit verband is niet significant aangetoond.
Hierdoor is hypothese 2, de industrie expertise van een accountant heeft een positieve invloed op de
klanttevredenheid, verworpen.
4.6.3. Hypothese 3
Hypothese 3 luidt, conform hoofdstuk 2.4, als volgt: “De industrie expertise van een accountant heeft een
positieve invloed op de relatie tussen de betrokkenheid en klanttevredenheid ”. De hoofdanalyse, zichtbaar
in paragraaf 4.4, weergeeft een niet significant en negatief verband. Wanneer klanttevredenheid op een
andere manier geoperationaliseerd is (paragraaf 4.5.1), is tevens een niet significant negatief verband
geconstateerd. Als betrokkenheid conform paragraaf 4.5.2 in uren van partners/managers wordt gemeten,
wordt een niet significant positief verband geconstateerd. Bij de andere controles ten aanzien van
betrokkenheid (winsorizing, waarnemingen > 20 jaar verwijderen en het groeperen naar kort, normaal en
lang) is een niet significant positief verband geconstateerd. In beide analyses van paragraaf 4.5.3, waarbij
industrie expertise op een andere manier wordt geoperationaliseerd, zijn niet significante negatieve
verbanden geconstateerd.
60
Geconcludeerd kan worden dat geen empirisch bewijs is geconstateerd wat aantoont dat industrie
expertise een positieve invloed op de relatie tussen betrokkenheid en klanttevredenheid heeft. De
hoofdanalyse weergeeft een negatief verband, wat wordt ondersteund door drie controles. Daarentegen
blijkt vanuit vier andere manier van operationaliseren een niet significant positief verband. De effecten
laten dus een wisselend beeld zien. Hypothese 3 is daarom verworpen.
61
5. Conclusies en bevindingen
In dit hoofdstuk is allereerst in paragraaf 5.1 de onderzoeksvragen beantwoord. Vervolgens zijn in
paragraaf 5.2 de beperkingen van het onderzoek opgenomen. Tot slot zijn in paragraaf 5.3
aanbevelingen voor eventueel vervolgonderzoek opgenomen.
5.1. Antwoord op de onderzoeksvraag
In hoofdstuk 1.3 is de onderzoeksvraag van dit onderzoek reeds weergegeven. Het antwoord op de
onderzoeksvraag wordt in deze paragraaf uiteengezet. De onderzoeksvraag luidt: “Wat is de relatie
tussen de betrokkenheid en de industrie expertise van de accountant met klanttevredenheid en in hoeverre
beïnvloedt de industrie expertise de relatie tussen de betrokkenheid en de klanttevredenheid?” Om deze
onderzoeksvraag te kunnen beantwoorden zijn deelvragen geformuleerd:
•
In hoeverre is er een relatie tussen betrokkenheid van de accountant en klanttevredenheid?
•
In hoeverre is er een relatie tussen de industrie expertise van een accountant en klanttevredenheid?
•
In hoeverre heeft de industrie expertise een effect op de relatie tussen de betrokkenheid en
klanttevredenheid?
Door middel van wetenschappelijke literatuur zijn in hoofdstuk 2 hypothesen bij de deelvragen
opgesteld waarmee de deelvragen beantwoord zijn. De hypothesen in hoofdstuk 2 veronderstellen bij
alle deelvragen een positief effect. In hoofdstuk 4 zijn empirische analyses uitgevoerd om vast te stellen
of de hypothesen aangenomen of verworpen dienen te worden. Onderstaand zijn de deelvragen
beantwoord.
5.1.1. In hoeverre is er een relatie tussen betrokkenheid van de accountant en klanttevredenheid?
De literatuur in hoofdstuk 2.2 beschrijft dat langere betrokkenheid leidt tot meer kwaliteit en dus meer
klanttevredenheid (Ismail et al., 2006; Samelson et al., 2006; Bik & Hooghiemstra, 2017). Hierbij dient de
accountant tijd en energie te investeren in de klant (Caragher, 2013). De betrokkenheid van partners en
managers leidt tot een hogere controle fee. Tevens zou de accountant een “blinde vlek” kunnen
ontwikkelen (Lim & Tan, 2010). In de empirische analyses in hoofdstuk 4 is geen significant verband
geconstateerd tussen de betrokkenheid en klanttevredenheid. Uit de diverse robuustheidsanalyses is wel een
62
positief verband geconstateerd. Een enkele keer zelfs een positief significant verband, wat mogelijk te
verklaren is doordat de manier van operationaliseren van klanttevredenheid de perceptie van de klant is.
Dit betekent dat de richting van de hypothese mogelijk de goede richting is. De uitkomsten dienen zeer
voorzichtig geïnterpreteerd te worden. Verder is bij een enkele robuustheidsanalyse een niet significant
negatief verband geconstateerd. Dit is wanneer betrokkenheid gemeten wordt door middel van het aantal
uur. Een mogelijke verklaring is dat doordat de uren van partners en managers toenemen, de controle
fee ook toeneemt en dat leidt tot minder klanttevredenheid. Dit sluit, ondanks dat van significantie geen
sprake is, aan bij de literatuur van hoofdstuk 2. De bevindingen in hoofdstuk 4 zijn statistisch niet
voldoende sterk om de veronderstelde relatie tussen betrokkenheid en klanttevredenheid te bevestigen. Op
basis van empirisch onderzoek is niet aangetoond dat langere betrokkenheid leidt tot meer
klanttevredenheid.
5.1.2. In hoeverre is er een relatie tussen de industrie expertise van een accountant en klanttevredenheid?
De literatuur in hoofdstuk 2.3 toont aan dat klanttevredenheid hoger is wanneer een accountant kennis
van zaken heeft van de industrie waarin de klant actief is (CTA, 2019). Daarnaast blijkt dat de ervaring
expertise van een accountant groeit bij het uitvoeren van meer controles en dat industrie
gespecialiseerde accountants beter in staat zijn fouten op te sporen. Hierdoor kunnen zij hogere
kwaliteit leveren en meer service kwaliteit (Beck & Wu, 2006; Owhoso et al., 2002; Saxby, 2011).
Diverse onderzoeken tonen een positief verband aan tussen industrie expertise en klanttevredenheid
(Samelson et al., 2006; Behn et al., 1997; Saxby, 2011). De uitgevoerde analyse in hoofdstuk 4.4 toont
een niet significant negatief verband. Diverse robuustheidsanalyses zijn uitgevoerd en deze bevestigen
de geconstateerde resultaten van hoofdstuk 4.4. Slechts in een robuustheidsanalyse is een sterk
significant positief verband geconstateerd. Dit is mogelijk te verklaren vanwege het feit dat de vraag
waarmee industrie expertise geoperationaliseerd werd, de perceptie van de klant is. De geconstateerde
resultaten zijn niet voldoende robuust om de veronderstelde relatie tussen industrie expertise en
klanttevredenheid te bevestigen. Op basis van empirisch onderzoek is niet aangetoond dat industrie expertise
een positieve invloed heeft op klanttevredenheid.
5.1.3. In hoeverre heeft de industrie expertise een effect op de relatie tussen de betrokkenheid en klanttevredenheid?
Reeds in hoofdstuk 2.4 is wetenschappelijke literatuur bestudeerd. Vanuit de literatuur is geconstateerd
dat de accountantscontrole een vertrouwensgoed is. Deze wordt geleverd door een specialist welke
industrie expertise bezit en de dienst aanbeveelt bij zijn/haar klant omdat de klant geen kennis heeft van
de dienst en niet kan controleren hoe goed de dienst is uitgevoerd. Hierbij is een vergelijking gemaakt
63
met andere vakgebieden, zoals gezondheidszorg en advocatuur. Vanuit de andere vakgebieden is reeds
aangetoond dat een specialist die industrie expertise bezit een positieve invloed heeft op de relatie tussen
de betrokkenheid en klanttevredenheid. Daarnaast kan een “blinde vlek” ontstaan bij langdurige
betrokkenheid, welke opgelost kan worden door industrie expertise (Lim & Tan, 2010; Owhoso et al, 2002).
De uitgevoerde analyse in hoofdstuk 4.4 toont een niet significant negatief verband aan. Diverse
uitgevoerde robuustheidsanalyses weergeven een niet significant wisselend beeld omtrent het interactie
effect. Bij enkele robuustheidsanalyses zijn niet significante positieve effecten geconstateerd en bij
andere niet significante negatieve effecten. Hierdoor dienen de resultaten voorzichtig geïnterpreteerd te
worden. De veronderstelde invloed van industrie expertise op de relatie tussen betrokkenheid en
klanttevredenheid is niet voldoende statistisch onderbouwd om een effect te veronderstellen. Op basis van
empirisch onderzoek is niet aangetoond dat industrie expertise een positief effect heeft op de relatie tussen
betrokkenheid en klanttevredenheid.
5.1.4. Wat is de relatie tussen de betrokkenheid en de industrie expertise van de accountant met klanttevredenheid en in
hoeverre beïnvloedt de industrie expertise de relatie tussen de betrokkenheid en de klanttevredenheid?
Ten aanzien van de hoofdvraag in dit onderzoek is vanuit de literatuur een positieve relatie tussen de
onafhankelijke variabelen (betrokkenheid en industrie expertise), het interactie effect en afhankelijke
variabele (klanttevredenheid) verondersteld. Op basis van empirisch onderzoek is voor geen enkel van
deze relaties aangetoond dat sprake is van een significante toename van klanttevredenheid wanneer de
betrokkenheid langer duurt of wanneer een accountant beschikt over industrie expertise.
5.2. Beperkingen van het onderzoek
In dit onderzoek is sprake van enkele beperkingen welke mogelijk impact hebben op de resultaten van
het onderzoek. De beperkingen zijn in deze paragraaf toegelicht.
Allereerst is sprake van een selectie bias. De data is verkregen doordat studenten vragenlijsten bij twee
van hen klanten hebben afgenomen. De studenten mochten hierbij, binnen de criteria van Nyenrode,
zelf kiezen bij welke klanten zij de vragenlijst afnemen. Hierbij is een verhoogde kans op het feit dat
studenten en partners een klant kiezen waar een goede band bestaat/goed contact is of waarbij de audit
soepel verloopt. Dit heeft mogelijk invloed op de perceptie van de klant over de accountant en dus ook
op de afhankelijke variabele klanttevredenheid.
64
Ten tweede is klanttevredenheid geoperationaliseerd door middel van overeenkomsten tussen reeds
gehanteerde vragenlijsten in wetenschappelijke literatuur (Parasuraman et al, 1988; Behn et al, 1999). In
dit onderzoek is zoveel mogelijk overlap gezocht tussen de vragen uit de literatuur en de vragenlijst van
Nyenrode. Hierbij zijn zoveel mogelijk vragen letterlijk gekoppeld, maar bepaalde facetten/vragen
werden niet geraakt met vragen vanuit de vragenlijst van Nyenrode. Op basis van professionele
oordeelsvorming is voor zover mogelijk overlap gezocht tussen de vragenlijsten. Hierbij zijn niet alle
vragen letterlijk één op één gekoppeld, maar is in enkele gevallen gebruik gemaakt van ruime
interpretatie van vragen.
Ten derde is de betrouwbaarheid van de data een beperking. Het eerste voorbeeld hiervan is het aantal
bestede uren van teamleden (zie hoofdstuk 4.5.2 en bijlage C). Deze uren zijn bij het
coderen/exporteren niet juist in de dataset verantwoord. De onderzoeker heeft dit aangepast, maar
hierbij is onzeker of dit altijd juist is ingevoerd door de onderzoeker omdat het aangepast is op basis
van enkele overwegingen. Een ander voorbeeld is het mogelijk onzorgvuldig opstellen/invullen van de
vragenlijst en/of coderen van de data. In de vragenlijst namelijk het aantal klanten dat een partner
bedient in de branche van deze klant (Q317) en het aantal controlecliënten dat de partner bedient
(Q312) bekent. Uit de vragenlijst is niet altijd op te maken of het aantal cliënten binnen de branche ook
het type klant is wat de partners het meest bediend binnen zijn/haar klant portefeuille. Hierdoor zijn er
mogelijk meer partners gespecialiseerd in een branche dan uit het onderzoek blijkt. Daarnaast blijkt dat
de vragen Q312 en Q317 ook met “0” zijn beantwoord. Dit is vreemd omdat bij vraag Q317 de
vragenlijst is ingevuld voor een klant in de branche en hier dus altijd minimaal “1” ingevuld zou dienen
te zijn. Ditzelfde geldt voor vraag Q312, welke eveneens met minimaal “1” beantwoord dient te zijn.
Tot slot is gebruik gemaakt van een expert panel waarbij interviews zijn afgenomen bij enkele
professionals. De beperking hiervan is dat dit zeer weinig waarnemingen zijn geweest, wat niet
statistisch onderbouwd is. Tevens werken de professionals op een enkeling na allemaal bij BDO
Accountants & Adviseurs en zijn de professionals niet random geselecteerd.
5.3. Aanbeveling vervolgonderzoek
In deze paragraaf zijn enkele aanbevelingen voor vervolgonderzoek opgenomen. Om te beginnen is dit
onderzoek uitgevoerd in Nederland en ziet het enkel toe op de het MKB segment binnen het
bedrijfsleven. Om meer inzicht te krijgen in de relatie tussen betrokkenheid, industrie expertise en
65
klanttevredenheid zou het ook interessant kunnen zijn om onderzoek te doen naar andere segmenten
naast het MKB. Daarnaast zou ook onderzoek in andere landen tot nieuwe inzichten kunnen leiden.
Verder zou meer onderzoek verricht kunnen worden naar de verschillende hypothesen. Voor
bijvoorbeeld hypothese 1 en 2 zijn significante resultaten gevonden in robuustheidsanalyses. Dit kan
duiden op een mogelijke significante relatie. Vervolgonderzoek zou dit kunnen bevestigen of
ontkrachten.
Verder is een mogelijkheid voor vervolgonderzoek om industrie expertise op een andere (nog
betrouwbaardere) manier te onderzoeken. In dit onderzoek is het gemeten aan de hand van de
portfolio benadering in combinatie met de beschikbare data uit de dataset van Nyenrode. Hierbij kan
de data nog concreter en betrouwbaarder verzameld worden, waardoor mogelijk andere resultaten
gevonden worden. Ook is het aan te bevelen om andere manieren van het meten van industrie expertise te
onderzoeken.
Mocht in vervolgonderzoek gebruik gemaakt worden van het expert panel, dan zou een representatieve
groep van professionals geïnterviewd dienen te worden. Daarbij is grotere populatie met meer spreiding
van diverse accountantsorganisaties of professionals gewenst. In dit onderzoek is de waarde zoals reeds
in paragraaf 5.2 vermeld beperkt tot enkele professionals van voornamelijk accountantsorganisatie
BDO Accountants & Adviseurs. Daarbij dient ook het aantal professionals dat geïnterviewd wordt
statistisch voldoende te zijn en dienen zij random geselecteerd te worden voor een representatieve
groep.
Tot slot is bij de totstandkoming van de dataset en het houden van interviews sprake geweest van
individuele interviewers. Ondanks dat voorafgaand aan het afnemen van de interviews instructies zijn
meegegeven, zijn er mogelijkheden voor verschillen in interpretatie van vragen én beantwoording. Een
aanbeveling hierbij is om de vragen concreter te stellen en waar mogelijk de vragen(lijst) inkorten. Ook
zou het interessant kunnen zijn om bij vervolgonderzoek meerdere jaren te onderzoeken. Dit zorgt
voor een grotere dataset, maar zorgt wel voor meer duidelijkheid in vraagstelling en beantwoording en
mogelijk ook tot beter inzicht in analyses.
66
Zelfreflectie
Ter voorbereiding op de masterscriptie Accountancy heb ik de vakken ARIA (Academic Research In
Accountancy) en ARCA (Advanced Research Course Accounting) gevolgd. ARIA vond ik een zwaar
vak omdat de wetenschappelijke artikelen mij minder interesseerde. Ik had hier veel moeite mee maar
door een goede en vooral leuke docent werd ik enthousiast gemaakt voor het vak. Ik leerde om
wetenschappelijke artikelen te analyseren en beoordelen. ARCA vond ik erg leuk om te volgen omdat
we in groepsverband een mini scriptie schreven. Ik vind het persoonlijk altijd prettig om in
teamverband te werken omdat je elkaars zwakheden vaak aanvult en vaak synergievoordelen kan
behalen. ARCA heeft mij heel erg geholpen om het statistische deel van de masterscriptie onder de knie
te krijgen.
Na ARCA mocht ik aan de masterscriptie beginnen. Ik keek hier erg tegenop en zag het als een
“moetje”. Dat gevoel werd vanaf het begin weggenomen door mijn begeleider Remko Renes en mijn
groepsgenoot. Ondanks dat ik de scriptie zelf schreef, had ik het teamgevoel. Hierbij had ik al snel het
gevoel er niet geheel alleen voor te staan. Dit werkte voor mij erg prettig. De sfeer was goed, kritisch en
open. Hierdoor ben ik in staat gesteld om alles uit de begeleiding van Remko te halen. Hij was kritisch,
dacht mee en vulde mij voornamelijk goed aan bij het wetenschappelijk verwoorden en schrijven. De
digitale bijeenkomsten werkten prettig en de discussies daarin zorgde voor een verdiepingsslag in de
scriptie.
Het theoretische gedeelte vond ik lastig en daarbij zag ik het niet altijd meer zitten. Uiteindelijk heeft
mijn gedrevenheid ervoor gezorgd dat ik hier doorheen ben gekomen. Na het theoretische gedeelte
kwam voor mij een heel leuk gedeelte, namelijk het uitdenken van de operationalisatie. Dit was voor mij
het omslagpunt en hierdoor zag ik de scriptie niet meer als een “moetje”, maar juist als iets heel leuks.
Het voeren van discussies met Remko en mijn groepsgenoot was erg leuk en leerzaam. Ik kreeg nieuwe
ideeën en inzichten. Verder vond ik het statistische gedeelte in het begin een zware opgave, mede door
de vele inconsistenties in de dataset. Uiteindelijk heb ik nogmaals mijn gedrevenheid gebruikt om hier
doorheen te komen. De analyses uitvoeren en conclusies aan de bevindingen hangen, vond ik erg leuk.
Hierdoor kon ik goed reflecteren op hetgeen waar ik daarvoor over na had gedacht. Ik vond het
jammer geen resultaten te hebben gevonden, maar kan met trots terugkijken op het leerzame proces. Ik
heb het gevoel dat ik ben gegroeid als persoon.
67
Literatuurlijst
Accountancy Vanmorgen. (2016, juli 21). Martin van Vliet. Waarom de tevredenheid over accountant enorm is
gegroeid. Opgehaald van Accountancy Vanmorgen:
https://www.accountancyvanmorgen.nl/2016/07/21/martin-van-vliet/
Anno, E. (2009). De invloed van auditor roulatie op audit kwaliteit in continentaal Europa.
Balafoutas, L., & Kerschbamer, R. (2020). Credence goods in the literature: What the past fifteen years
have taught us about fraud, incentives, and the role of institutions. Journal of behavioral and
experimental finance, 26(1), 1 - 16.
Balsam, S., Krishnan, J., & Yang, J. S. (2003). Auditor industry specialization and earnings quality.
Auditing: a journal of practice & theory, 22(2), 71 - 97.
Beck , P. J., & Wu, M. G. (2006). Learning by doing and audit quality. Comtemporary accounting research,
23(1), 1 - 30.
Behn, B. K., Carcello, J. V., Hermanson, D. R., & Hermanson, R. H. (1997). The determinants of audit
client satisfaction among clientsof big 6 firms. American Accounting Association, 11(1), 7 - 24.
Behn, B. K., Carcello, J. V., Hermanson, D. R., & Hermanson, R. H. (1999). Client Satisfaction and Big
6 audit fees. Contemporary Accounting Research, 16(4), 587 - 608.
Bik, O., & Hooghiemstra, R. (2017). The effect of national culture on auditor-in-charge involvement.
Auditing: a journal of practive & theory, 36(1), 1 - 19.
Cahan, S. F., & Sun, J. (2015). Te effect of audit expercience on audit fees and audit quality. Journal of
accounting, 30(1), 78 - 100.
Caragher, J. M. (2013). What CPAs can learn from client satisfaction superstars. CPA practice management
forum, 12 - 14.
Carcello, J. V., & Nagy, A. L. (2004). Audit firm Tenure and fraudulent Financial Reporting. Auditing: A
journal of practice & theory, 23(2), 55 - 69.
Carcello, J. V., Hermanson, R. H., & McGrath, N. T. (1992). Audit quality attributes: the perceptions of
audit partners, preparers, and financial statement users. Auditing: a journal of practice & Theory,
11(1), 1 - 15.
68
Carrillat, F. A., Jaramillo, F., & Mulki, J. P. (2007). The validity of the SERVQUAL and SERVPERF
scales. International journal of service industry management, 18(5), 472 - 490.
Causholli, M., & Knechel, W. R. (2012). An examination of the credence attributes of an audit.
Accounting horizons, 26(4), 631 - 656.
CBS. (2016). De rol van het midden- en kleinbedrijf in de Nederlandse economie. Den Haag.
Centraal Bureau voor de Statistiek. (2020, mei 18). Statline MKB. Opgehaald van CBS:
https://mkbstatline.cbs.nl/#/MKB/nl/dataset/48034NED/table?ts=1581368487158
Chu, L., Dia, J., & Zhang, P. (2018). Auditor Tenure and Quality of financial reporting. Journal of
Accounting, Auditing & Finance, 33(4), 528 - 554.
Chui, W. H., & Cheng, K. K.-Y. (2017). Perceptions of fairness and satisfaction in lawyer-client
interactions among young offenders in Hong Kong. Journal of mixes methods research, 11(2), 266 285.
Commissie Toekomst Accountancysector (CTA). (2020). Voorlopige bevindingen van de Commissie Toekomst
Accountancysector.
Cronin, J. J., & Taylor, S. A. (1992). Measuring service quality: a reexamination and extension. Journal of
marketing, 56(3), 55 - 68.
Darby, M. R., & Karni, E. (1973). Free competition and the optimal amount of fraud. Journal of law and
economics, 16(1), 67 - 88.
Dassen, R. J. (1995). Audit quality: an emperical study of the attributes and determinants of audit
quality perceptions. Maastricht: Rijksuniversiteit Limburg.
De ondernemer. (2019, november 20). Nieuws financiën. Opgehaald van De ondernemer:
https://www.deondernemer.nl/financien/onderzoek-mkb-accountant-niet-juiste-kennisfinancieel-advies~1753385
DeAngelo, L. E. (1981). Auditor size and audit quality. Journal of accounting and economics, 183 - 199.
DeFond, M., & Zhang, J. (2014). A review of archival auditing research. Journal of accounting and economics,
58(2-3), 275 - 326.
Eichenseher, J. W., & Shields, D. (1983). The correlates of CPA-firm change for publicly-held
corporations. A journal of practise & theory, 2(2), 23 - 37.
Field, A. (2018). Discovering statistics using IBM SPSS statistics. London: SAGE publicationa ltd.
69
General Accounting Office. (2003). Performance and Accountability Report. GAO.
Gold, A., Ewelt-Knauer, C., & Pott, C. (2013). Verplichte roulatie van accountantskantoren: een
benadering vanuit praktisch empirisch en theoretisch perspectief. maandblad voor accountancy en
bedrijfsecnomie, 87(11), 448 - 458.
Herda, D. N., & Lavelle , J. J. (2013). How the auditor-client relationship affects the extent of valueadded service provided to the client. Current issues in auditing, 7(1), 9 - 14.
Hossain, S., Yazawa, K., & Monroe, G. S. (2017). The relationshop between audit team composition,
audit fees, and quality. Auditing: a journal of practice & theory, 36(3), 115 - 135.
Howden, C., & Pressey, A. D. (2008). Customer value creation in professional service relationships the
case of credence goods. The service industry journal, 28(6), 789 - 812.
Iskandar, T. M., Rahmat, M., & Ismail, H. (2010). Te relationship between audit client satisfaction and
audit quality attributes: case of malaysian listed companies. International journal of economics and
management, 4(1), 155 - 180.
Ismail, I., Haron, H., Ibrahim, D. N., & Isa, S. M. (2006). Service quality, client satisfaction and loyalty
towards audit firms. Managerial Auditing Journal, 21(7), 738 - 756.
Jensen, M. C., & Meckling, W. H. (1976). Theory of the firm: mangerial behaviour, agency costs and
ownership structure. Journal of financial economics, 3(4), 305 - 360.
Johnson, E., Khurana, I. K., & Reynolds, J. K. (2002). Audit-firm tenure and the quality of financial
reports. Contemporary Accounting Research, 19(4), 637 - 660.
Karami, G., Karimiyan, T., & Salati, S. (2017). Auditor Tenure, Auditor Industry Expertise, and audit
report lag: Evidences of Iran. Iranian journal of management studies, 10(3), 641 - 666.
Kend, M. (2008). Client industry audit expertise: towards a better understanding. Pacific Accounting
Review, 20(1), 49 - 62.
Knechel, W. R., Thomas, E., & Driskill, M. (2020). Understanding financial auditing from a service
perspective. Accounting, organizations and society, 81, 1 - 23.
Koninklijke NBA. (2019, december 31). Toelichting op wijzigingsverordening ViO 2019 - december 2019.
Opgehaald van Koninklijke Nederlandse Beroepsorganisatie van accountants (NBA):
https://www.nba.nl/nieuws-en-agenda/nieuwsarchief/2019/december/gewijzigde-vgba-engewijzigde-vio/
Koninklijke Nederlandse Beroepsorganisatie van Accountants (NBA). (2019). Rapport Oorzakenanalyse.
70
Kotler, P. (1997). Marketing management: analysys, planning, implementation, and control. New Jersey: Upper
Saddle River.
Krishnan, G. V. (2003). Does big 6 auditor industry expertise constrain earnings management?
Accounting horizons, 17, 1 - 16.
Lim, C.-Y., & Tan, H.-T. (2010). Does auditor tenure improve audit quality? Moderating effects of
industry specialization and fee dependence. Contemporary accounting research, 27(3), 923 - 957.
Mangena, M., & Tauringana, V. (2008). Audit committees and voluntary external auditor involvement
in UK interim reporting. International journal of auditing, 12(1), 45 - 63.
Monitoring Commissie Accountancy (MCA). (2020). Spiegel voor de accountancysector.
Moorhead, R. (2010). Lawyer specialization-managing the professional paradox. Law & policy, 32(2),
226 - 259.
MT:500. (2019). Bedrijven met de beste reputatie.
Myers, J. N., Myers, L. A., & Omer , T. C. (2003). Exploring the tem of the auditor-client relationship
and the quality of eranings: A case for mandatory auditor rotation? The accounting review, 78(3),
779 - 799.
Neal, T. L., & Riley, R. R. (2004). auditor industry specialist research design. Auditing: a journal of practice
& theory, 23(2), 169 - 177.
Nyenrode Business Universiteit. (2019, najaar). Onderwijsprogramma master advanced research course
accountancy. Breukelen, Utrecht, Nederland.
Öhman, P., & Häckner, E. (2011). Client satisfaction and usefulness to external stakeholders from an
audit client perspective. Managerial auditing journal, 27(5), 477 - 499.
Oliver, R. L. (1980, november). A cognitive model of the antecedents and concesuences of satisfaction
decicisions. Journal of marketing research, 17, 460 - 469.
Owhoso, V. E., Messier, W. F., & Lynch, J. G. (2002). Error detection by industry-specialized teams
during sequential audit review. Journal of accounting research, 40(3), 883 - 900.
Parasuraman, A., Zeithaml, V. A., & Berry, L. L. (1988). SERVQUAL: A multiple-item scale for
measuring consumer perceptions of service quality. Journal of retailing, 60(1), 12 - 40.
Pirbazari, K. N., & Jalilian, K. (2020). Designing an optimal Satisfaction model in automotive industry.
Journal of control, automation and electrical systems (2020), 1, 31 - 39.
71
Reheul, A.-M., van Caneghem, T., & Verbruggen, S. (2013). Auditor performance, client satisfaction
and client loyalty: evidence from Belgian Non-profits. International journal of auditing, 17, 19 - 37.
Samelson, D., Lowensohn, S., & Johnson, L. E. (2006). Te determinants of perceives audit quality and
auditee satisfaction in local government. Journal of public budgetting, accounting & financial
management, 18(2), 139 - 166.
Saxby, C. L. (2011). The relationship of service quality to cient satisfaction in an accounting firm
setting. International Business & Economics Research Journal, 2(3), 55 - 62.
St. Pierre, K., & Anderson, J. (1984). An analysis of the factors associated with lawsuits against public
accountants. Accounting review, 59(2), 242 - 263.
Stice, J. (1991). Using financial and market information to identify pre-engagement factors associated
with lawsuits against auditors. Accounting review, 66(3), 516 - 533.
Stuurgroep Publiek Belang. (2017). Een sectoranalyse van drivers van audit kwaliteit.
Van Brenk, H., & Renes, R. (2020). Haal de commerciële prikkels uit de markt voor
accountantscontrole. ESB, 1 - 4.
Van der Linden, M. C., de Beaufort, R. A., Meylaerts, S. A., van den Brand, C. L., & van der Linden, N.
(2019). Te impact of medical specialist staffing on emergency department patient flow and
satisfaction. European journal of emergency medicine, 26(1), 47 - 52.
Vocht, A. d. (2015). Basishandboek SPSS 23. Bijleveld Press.
Wallage, P. (2005). De actuele waarde van limpergiaans vertrouwen. Maandblad voor accountancy en
bedrijfseconomie(4), 125 - 131.
Waymire, T. R., Webb, T. Z., & West , T. D. (2018). A comprehensive analysis of findings from single
audits: The implications of auditee type and auditor experience. Journal of governmental & nonprofit
accounting, 7(1), 55 - 77.
Westermann, K. D., Bedard, J. C., & Earley, C. E. (2015). Leanring the "craft" of auditing: A Dynamic
View of Auditors' on-the-job Learning. contemporary accounting research, 32(3), 864 - 896.
Xiao, H., & Barber, J. P. (2008). The effect of perceived health status on patient satisfaction. Value in
health, 11(4), 719 - 725.
Yi, Y. (1990). A Critical Review of consumer satisfaction. In V. A. Zeithaml, Review of marketing (pp. 68 123). Chicago, IL: American Marketing Association.
Young, E. (2005). Laywers try to measure customer satisfaction. Buffalo law journal, 77, 16.
72
Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1988). Communication and control processes in the
delivery of service quality. Journal of marketing, 52, 35 - 48.
Zondervan, I., & Newen, A. (2019). De reputatie van de accountant. Rapport van de 0-meting. Motivation
research and strategy.
73
Bijlage A – Vragen klanttevredenheid
74
Bijlage B – Expert panel
In deze bijlage zijn interviews met professionals uit de praktijk opgenomen. Er zijn enkele gesprekken
gevoerd met professionals van BDO en een enkel gesprek met een oud werknemer van PWC. Door
middel van deze gesprekken is het logisch redeneren dat gebruikt is in (hoofdstuk 2 van) het onderzoek
getoetst bij professionals en in deze bijlage gepresenteerd. De professionals zijn niet a-select
geselecteerd. Omdat zij functies bekleden waar kennis en ervaring voor benodigd is, zijn zij gevraagd
om antwoorden te geven op enkele vragen omdat zij mogelijk op grond van hun kennis en ervaring in
de praktijk een bijdrage kunnen leveren aan de redeneringen die ten grondslag ligt aan het conceptueel
model (hoofdstuk 2.6). De antwoorden zijn niet generaliseerbaar gelet op de beperkte en selectieve
deelwaarneming, maar kunnen worden gebruikt als extra toets en informatie voor de veronderstelde
relaties. Het risico c.q. bias in vraagstelling dat bestaat om naar de gewenste antwoorden te redeneren
en/of daar naar vraagt (self-fulfilling prophecy), is gemitigeerd door open vragen te stellen en
professionals zelf de kans te geven een visie op de gestelde vraag te geven. De namen van deze
professionals zijn niet opgenomen in de bijlage ten behoeve van hun privacy, maar bekend bij de
onderzoeker. De resultaten zijn gepresenteerd in tabel B.1 zichtbaar, waarin de antwoorden uit
interviews kort zijn samengevat. De interviews zijn geheel uitgeschreven en opgenomen in deze bijlage.
Tabel B.1: samenvatting expert panel
Professional 1
Interviewer: Wat is je huidige functie?
Professional: Senior assistent accountant
Interviewer: Ben je RA?
Professional: Nee
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie
van 0 – 3, 3 – 7 of > 7 geven.
Professional: 0 – 3
Interviewer: Voor welk accountantskantoor ben je werkzaam?
75
Professional: BDO
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit
uitvoeren?
Professional: Vanwege het feit dat een opdracht bestaat uit zowel posten met een significant risico als
posten die geen significant risico hebben, zal het naar mijn idee niet rendabel zijn dat
partners/managers de posten zonder een significant risico auditen. Het zal dus een negatief effect
hebben op de audit fee.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de
opdracht uitvoeren?
Professional: De audit fee zal stijgen als alleen partners/managers de opdracht uitvoeren.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de
klanttevredenheid zal stijgen of dalen?
Professional: Op basis van het antwoord bij de vorige vraag zal de audit fee significant stijgen indien
een opdracht wordt uitgevoerd door partners/managers. Ik heb nog nooit een klant gehoord die blij
was met een hogere fee of een meerwerk factuur, waardoor ik verwacht dat de klanttevredenheid door
een hogere audit fee zal dalen.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening
houdend met de audit fee en de klanttevredenheid?
Professional: Op basis van het antwoord bij de vorige vraag verwacht ik dat een hogere audit fee een
negatieve impact heeft op de klanttevredenheid. Naar aanleiding hiervan verwacht ik dat het niet
mogelijk is om partners/managers geheel een audit zelf te laten uitvoeren en dat hiermee een
lagere/gelijke audit fee behouden blijft en dat de klanttevredenheid behouden blijft.
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen?
Geef hierbij een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 2 – 5
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal
klanten dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional: Ik bedien 10 klanten waarvan 4 familiebedrijven.
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief
effect heeft op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Ik vind dat dit een positief effect heeft, omdat ik verwacht dat als de accountant beschikt
over de industrie expertise waarin de klant opereert dat hij/zij dan beter de dienstverlening kan
uitoefenen.
Professional 2
Interviewer: Wat is je huidige functie?
Professional: Manager Financial Accounting
Interviewer: Ben je RA?
Professional: Ja
76
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie
van 0 – 3, 3 – 7 of > 7 geven.
Professional: Meer dan 7.
Interviewer: Voor welk accountantskantoor ben je werkzaam geweest?
Professional: PwC
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit
uitvoeren?
Professional: Mijn verwachting is dat de audit fee omhoog gaat op basis van de volgende punten:
-
Uurtarieven van partners en managers liggen significant hoger dan uurtarieven van minder
ervaren teamleden.
-
Partners en managers zullen met name complexe posten sneller kunnen uitvoeren, maar ik
verwacht dat de daling van de tijdsbesteding niet evenredig of groter is dan de stijging van het
uurtarief.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de
opdracht uitvoeren?
Professional: Mijn verwachting is dat de audit fee zal stijgen op basis van het antwoord bij vorige
vraag. De audit fee is ook een belangrijke factor in het aanstellingstraject van een accountant. Ik
verwacht dat niet iedere fee zal worden geaccepteerd door de klant.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de
klanttevredenheid zal stijgen of dalen?
Professional: Ik verwacht dat niet iedere fee zal worden geaccepteerd door de klant. Hierdoor zal
volgens mij de klanttevredenheid dalen.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening
houdend met de audit fee en de klanttevredenheid?
Professional: Ja, dit is mogelijk, maar onder specifieke voorwaarden. In de gebruikelijke
opzet/samenstelling van accountantskantoren is dit niet haalbaar aangezien er onvoldoende
managers/partner zijn om alle opdrachten uit te kunnen voeren. Daarnaast zijn de audit fees daar niet
op voorbereid.
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen?
Geef hierbij een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 6 – 10. Dit is afhankelijk van de sector en het type bedrijf.
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal
klanten dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional: 7/14 zorgklanten.
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief
effect heeft op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Ik vind dat de industrie expertise van een accountant een positieve invloed heeft op de
relatie tussen betrokkenheid en klanttevredenheid. Een industrie specialist is beter in staat om
behoeftes van de klant in de specifieke industrie in de schatten. Daarnaast is een industrie specialist
volgens mij ook beter in staat om risico’s in een specifieke branche/industrie in te schatten en te
mitigeren.
77
Professional 3
Interviewer: Wat is je huidige functie?
Professional: Senior manager
Interviewer: Ben je RA?
Professional: Ja
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie van 0 – 3,
3 – 7 of > 7 geven.
Professional: > 7
Interviewer: Voor welk accountantskantoor ben je werkzaam?
Professional: BDO
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit uitvoeren?
Professional: Ik verwacht een significante daling van het totale aantal bestede uren, omdat er sneller en
efficiënter gewerkt kan worden. De opleidings- en coaching uren op de opdracht vallen weg en de tijd die aan
een review en herstellen en uitbreiden van werkzaamheden wordt besteed zal ook dalen.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de opdracht
uitvoeren?
Professional: Het totale effect op de audit fee zal door de gemiddelde uurtarieven waarschijnlijk wel toenemen.
Een partner zal het werk tenslotte niet 6x zo snel vastleggen als een assistent.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de klanttevredenheid
zal stijgen of dalen?
Professional: Stijgen. Klanten worden beter begrepen en er kan sneller en efficiënter op issues worden
ingespeeld door grotere betrokkenheid van partners/managers.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening houdend
met de audit fee en de klanttevredenheid?
Professional: Voor de basis en efficiency op de opdracht zijn ook assistenten en techniek nodig. Zonder
specifieke sector en kennis van de laatste technologieën zal een partner of manager het nooit geheel zelf kunnen
uitvoeren. Daarbij geldt tevens dat meerdere ervaren ogen ook garant staan voor kwalitatief betere controles
(meerdere mensen zien meer en scoren ook hoger op kwaliteit). Een audit zal derhalve nooit alleen uitgevoerd
kunnen worden.
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen? Geef hierbij
een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 2 - 5
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal klanten
dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional: 5/10 Technologie (TMT) bedrijven
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief effect heeft
op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Positief effect, omdat hij beter in staat is risico’s in te schatten en de onderneming (en zijn
systemen) beter te begrijpen.
78
Professional 4
Interviewer: Wat is je huidige functie?
Professional: Senior manager
Interviewer: Ben je RA?
Professional: Ja
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie van 0 – 3,
3 – 7 of > 7 geven.
Professional: > 7
Interviewer: Voor welk accountantskantoor ben je werkzaam?
Professional: BDO Accountants
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit uitvoeren?
Professional: Als de partners/ managers alleen het werk uitvoeren tegen hun geldende tarieven dan gaat de
audit fee omhoog. Wel is er een stukje efficiency aangezien geen uren zijn inzake begeleiding en review. Maar in
zijn totaal zal hij omhoog gaan.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de opdracht
uitvoeren?
Professional: Ik zou verwachten dat de audit fee gaat stijgen in verband met de hogere uurtarieven en het werk
tocht uitgevoerd moet worden. Alleen zal er ook een stukje efficiency ontstaan omdat er geen uren review en
begeleiding is. Maar dat heeft het uitvoeren tegen hoger uurtarief niet op.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de klanttevredenheid
zal stijgen of dalen?
Professional: Stijgen. dit omdat de partners en managers waarschijnlijk wel direct de juiste vragen stellen en
wellicht ook minder waardoor dit zal worden ervaren bij de klant als prettig.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening houdend
met de audit fee en de klanttevredenheid?
Professional: Nee ik vind dat zeker de ontwikkelingen in audit praktijk maakt dat wij een team nodig hebben
om de gehele opdracht juist en kwalitatief goed uit te kunnen voeren.
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen? Geef hierbij
een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 2 – 5
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal klanten
dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional: Totaal 25 klanten alle in de maatschappelijke organisatie branche.
-
Culturele instellingen: 5
-
Welzijn: 6
-
Brancheorganisaties/ verenigingen: 7
-
Goede doelen: 2
-
Kerkgenootschap: 1
79
-
Kinderopvang: 1
-
Overige: 3
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief effect heeft
op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Positief effect je praat de taal van de klant en hebt brede kennis van de branche waar je klant actief
in is. Dit levert een betere kwaliteit van het dossier maar ook voor de punten die je opneemt in bijvoorbeeld een
accountantsverslag of management letter.
Professional 5
Interviewer: Wat is je huidige functie?
Professional: Manager
Interviewer: Ben je RA?
Professional: Ja
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie van 0 – 3,
3 – 7 of > 7 geven.
Professional: > 7 jaar.
Interviewer: Voor welk accountantskantoor ben je werkzaam?
Professional: BDO
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit uitvoeren?
Professional: Nemen significant toe, de uren zijn wellicht iets minder, maar alsnog dient de gehele controle te
worden uitgevoerd en gedocumenteerd.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de opdracht
uitvoeren?
Professional: Stijgen op basis van de argumentatie bij de vorige vraag.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de klanttevredenheid
zal stijgen of dalen?
Professional: Als er alleen wordt gekeken naar de kosten daalt de klanttevredenheid, qua klantcontact stijgt de
tevredenheid. Immers, de klant ziet vaker de manager en partner.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening houdend
met de audit fee en de klanttevredenheid?
Professional: Nee dat is niet mogelijk, de kwaliteitsreview door de manager en partner verlies zijn kracht door
deze inzet. Beide functies verdwalen te veel in details en kunnen het gehele accountantsrisico lastiger overzien.
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen? Geef hierbij
een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 2 – 5
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal klanten
dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional:
80
-
6 MKB / familiebedrijf
-
6 MKB / private equity
-
3 Corporate clients
-
2 investeringsfondsen
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief effect heeft
op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Positief effect, mits de PKI ieder jaar gewaarborgd is.
Professional 6
Interviewer: Wat is je huidige functie?
Professional: Senior manager
Interviewer: Ben je RA?
Professional: Ja
Interviewer: Hoeveel jaar werkervaring heb je binnen de audit? Hierbij mag je een antwoordindicatie van 0 – 3,
3 – 7 of > 7 geven.
Professional: > 7
Interviewer: Voor welk accountantskantoor ben je werkzaam?
Professional: BDO
Interviewer: Wat gebeurt er volgens jou met de audit fee als alleen partners/managers de audit uitvoeren?
Professional: De audit fee zal stijgen als ze alle opdrachten zelf uitvoeren. Voor een individuele opdracht zou de
fee kunnen dalen.
Interviewer: Verwacht je dat de audit fee zal dalen of stijgen als alleen partners en/of managers de opdracht
uitvoeren?
Professional: Review zal beperkt zijn, net als de fouten die inherent zijn aan het opleidings- en ontwikkelproces
dat alle kantoren nu hanteren. Toch zal de audit fee stijgen, omdat de tarieven van partners/managers veel hoger
liggen.
Interviewer: Denk je dat bij een verandering in de fee zoals bij de vorige vraag benoemd, de klanttevredenheid
zal stijgen of dalen?
Professional: De klant zal de controle ervaren als soepeler verlopen, maar of de klanttevredenheid toeneemt ligt
vooral aan de aandacht die zij krijgen. Als partner en manager de aandacht kunnen geven dan kan die toenemen,
als zij de controle zonder vragen/ minder vragen afronden en sneller dan verhoogd dat niet direct de
klanttevredenheid.
Interviewer: Kunnen partners en/of managers volgens jou een audit geheel zelf uitvoeren, rekening houdend
met de audit fee en de klanttevredenheid?
Professional: Ja, dat kan als het managers zijn die het gehele pallet van controlemiddelen beheersen. Ik merk in
de praktijk dat een deel van de huidige managers geen data analyse/ steekproef selectie kan bepalen volgens de
door het kantoor gestelde regels. De huidige opzet is mijn inziens wel stukken beter. Kennis is verspreid, de sfeer
in de audit is positiever door de leergierige en ambitieuze collega’s die minder ervaren zijn. Daarnaast krijgt de
klant meer aandacht van hen en vindt een klant het vaak toch ook wel fijn om uitleg te geven aan een
nieuwsgierige, ambitieuze collega met minder ervaring.
81
Interviewer: Hoeveel opdrachten heb jij gemiddeld gedurende een controlejaar tegelijkertijd lopen? Geef hierbij
een antwoordindicatie van: 1, 2 – 5, 6 – 10 of meer dan 10.
Professional: 2 – 5
Interviewer: Kan je aangeven hoeveel klanten je binnen één branche bedient ten opzicht van het aantal klanten
dat je bedient? Kies hierbij de branche met het grootst aantal klanten dat je bedient.
Professional: 10 van mijn 10 klanten betreffen Lokale Overheid klanten.
Interviewer: Vind je dat een accountant die beschikt over industrie expertise een positief of negatief effect heeft
op de relatie tussen de betrokkenheid van een accountant en klanttevredenheid?
Professional: Industrie expertise wordt door klanten altijd als prettig ervaren omdat het aan de controle een
extra dimensie geeft. De klant kan meer leren van de accountant, wat gebeurt er bij concurrenten/ de accountant
weet vaker te focussen op de juiste punten/ basale uitleg is minder nodig.
Ik denk wel dat iets zo basaal als een menselijke klik met de klant het meest toevoegt aan klanttevredenheid. In
mijn ervaring is een klik met de klant waarin gesprekken verder gaan dan het werk de beste pijler voor
klanttevredenheid. Daarbij is openheid en transparantie naar elkaar belangrijk zodat je weet wat je aan elkaar hebt
en je het zelfde doel nastreeft. De klant ervaart dan dat zij aandacht krijgt en de account en zijn team zetten graag
een stapje extra. Dit kan al na een jaar zo zijn en een langdurige betrokkenheid is dus niet altijd nodig.
82
Bijlage C – Data urenbesteding
Bij de visuele inspectie van de urenbesteding ten behoeve van de robuustheidsanalyse in paragraaf 4.5.2.
betrokkenheid accountant is geconstateerd dat er veel onrealistische waarnemingen in de data stonden.
Dit is reeds toegelicht in paragraaf 4.5.2. Hieronder is het stappenplan opgenomen hoe de data met
betrekking tot de urenbesteding van teamleden opnieuw is gecodeerd.
1. De data van vragen Q196 tot en met Q211 zijn gekopieerd vanuit de dataset en naast elkaar
geplaatst in een nieuw tabblad.
2. Daarna zijn de uren van het jaar waarvoor de vragenlijst is ingevuld afgezet tegen het
voorgaande jaar. Wanneer er bij een observatie, bijvoorbeeld observatie 30, is geconstateerd dat
er door (senior) assistenten in 2017 1.765 uren zijn besteed aan de opdracht en in 2018 31.725.
Dan is dit aangepast naar 3.172,50 voor 2018.
3. Tevens is in combinatie met stap 2 gekeken naar de audit fee. Hierbij is het aantal uur afgezet
tegen de audit fee en door middel van een berekening is gekeken of de bestede uren in lijn
liggen met de audit fee. Gemiddelde uurtarieven van BDO accountants & adviseurs zijn
gebruikt voor de berekeningen bij de verschillende functies. Bij observatie 30 was de audit fee
(conform vraag Q147) in 2018 € 49.835 (2017: € 33.928). Een gemiddeld uurtarief van een
(senior) assistent ligt rond de € 100 per uur. Indien er 1.765 uren zijn gemaakt door (senior)
assistenten, betekent dit een fee van € 176.500. Daar zijn de uren van overige teamleden nog
niet bij opgeteld. Dit is onrealistisch en daarom is het aantal uur bij deze observatie aangepast
naar aantal bestede uren (senior) assistenten 2018 317,35 (2017: 176,5). Hierbij is een marge
gehanteerd van +/- € 100.000. Indien het verschil tussen de fee en het bestede aantal uur
groter dan € 100.000 was is nader onderzoek verricht. Hierbij is het aantal uur aangepast en/of
de fee. Bij observatie 13 is de fee 2018 € 16. Dit getal is aangepast naar €16.000. In sommige
gevallen is een vergelijking gemaakt met de fee in het voorgaande jaar (Q161) om de
waarschijnlijkheid van de fee te toetsen.
4. In combinatie met bovenstaande stappen is het aantal uur dat is besteed tussen verschillende
type teamleden tegen elkaar afgezet. Bij observatie 30 zou de partner in 2018 3.625 uur hebben
besteed (2017: 4.925). Bij de (senior) manager is dit in 2018 1025 uur geweest (2017: 57). Het is
onwaarschijnlijk dat het aantal uur van een partner veel hoger is dan van de (senior) manager,
ook in relatie tot de audit fee (€ 49.835). De bestede uren voor de partner is voor 2018 in dit
geval aangepast naar 49,25 uur.
5. Als laatste is, na alle aanpassingen, een visuele inspectie geweest met de vragenlijsten die door
de schrijver van dit onderzoek zijn afgenomen bij twee van zijn klanten. Hieruit is gebleken dat
de uren in lijn liggen met de overige observaties.
83
Bijlage D – Statistiek
In deze bijlage zijn de tabellen en figuren opgenomen welke de statistische analyses in hoofdstuk 4
ondersteunen.
3,629
Maximum
Minimum
Kurtosis
Skewness
Standarddevia
tion
Median
Mean
N
Beschrijvende statistiek
Klanttevredenheid
247 0,000 0,106 1,000
Betrokkenheid
247 9,883 6,000 11,037 17,075 25,014
1,000 60,000
Industrie expertise
Betrokkenheid *
industrie expertise
247 0,385 0,188 0,661
0,015 5,333
1,289
29,518 85,069
3,214 2,533
Big4/non-Big4
247 4,283 1,167 21,208 88,504 654,913 0,033 320,000
247 0,291 0,000 0,455 5,959 3,749
0,000 1,000
Omvang klant
247 3,842 3,000 1,518
6,599
Teamwisselingen
247 2,806 3,000 1,250
0,704
2,898
3,222
1,000 8,000
1,000 5,000
Tabel D.1 – Beschrijvende statistiek voor uitvoeren van de LOG op betrokkenheid en industrie expertise
Boxplots
Figuur D.1 – Boxplot betrokkenheid
Figuur D.2 – Boxplot industrie expertise
84
Figuur D.3 – Boxplot Big4/non-Big4
Figuur D.4 – Boxplot omvang van de klant
Industrie
In hoofdstuk 4.1 is een tabel opgenomen waarin de bedrijven vanuit de dataset zijn ingedeeld in
industrieën/branches. Hier zijn enkele aanpassingen op doorgevoerd, namelijk:
1. Voor alle bedrijven waarbij 14 is ingevuld is gekeken door middel van de tekstuele toelichting
tot welke categorie deze onderneming behoort.
2. Via het Centraal Bureau voor Statistiek zijn nog enkele subcategorieën onderkent (14a t/m 14j).
3. Op basis van professionele oordeelsvorming zijn de waarnemingen 14 met een tekstuele
toelichting ingedeeld in de subcategorieën.
4. Enkele waarnemingen zijn nog bij een al bestaande categorie geplaatst
a. 3x kinderopvang zijn bij gezondheidszorg en onderwijs (13) geplaatst
b. 1x juridische dienstverlening is bij consultants etc. (12) geplaatst
c. 2 waarnemingen (retail en autoschadeherstel) zijn onder handel (10) geplaatst
Normaalverdelingen
Figuur D.5 – Histogram PCA klanttevredenheid
Figuur D.6.1 – Histogram betrokkenheid
Figuur D.6.2 – Histogram betrokkenheid na LOG
85
Figuur D.7.1 – Histogram industrie expertise
Figuur D.7.2 – Histogram indust. Expert. LOG
Figuur D.8 – Histogram Big4/non-Big4
Figuur D.9 – Histogram omvang klant
Figuur D.10 – Histogram teamwisselingen
86
Bijlage E - Voorwaarden voor lineaire regressie
Normaliteit
Tabel E.1 – Kolmogorov-Smirnov toets
Figuur E.1 – Q-Q plot Klanttevredenheid
Figuur E.2 – Q-Q plot betrokkenheid
Figuur E.3 – Q-Q plot industrie expertise
87
Klanttevredenheid
Betrokkenheid
0,013
-0,012
Industrie expertise
Interactieterm:
-0,012
betrokkenheid * industrie
expertise
Big4/non-Big4
-0,119
Omvang klant
-0,096
Teamwisselingen
-0,202
= Pearson correlatiematrix
= Spearman correlatiematrix
0,013
-0,042
-0,071
-0,092
-0,613
0,750
0,103
-0,156
0,263
0,191
0,218
-0,035
-0,043
-0,594
0,758
0,065
-0,212
-0,223
Teamwisselingen
Omvang klant
Big4/non-Big4
Interactieterm: betrokkenheid *
industrie expertise
Industrie expertise
Betrokkenheid
Klanttevredenheid
Multicollineariteit
-0,112
0,084
0,166
-0,092
-0,159
0,215
-0,232
-0,259
-0,045
0,047
0,021
-0,189
0,390
0,285
0,134
0,401
0,288
0,145
Tabel E.2 – Pearson en Spearman correlatiematrix
Homoskedasticiteit
Figuur E.4 – Scatterplot klanttevredenheid
Figuur E.5 - scatterplot betrokkenheid
Figuur E.6 - scatterplot industrie expertise
Lineairiteit en gemiddeld effect
Figuur E.7 – P-P plot
Figuur E.8 – gemiddeld effect
88
Bijlage F – Robuustheidsanalyse klanttevredenheid
Tabel F.1 – beschrijvende statistiek klanttevredenheid
Tabel F.2 – Kolmogorov-Smirnov toets
Figuur F.1 – histogram Rob1 Klanttevredenheid
Figuur F.2 – Q-Q plot
Tabel F.3 – Pearson correlatiematrix na mean centring
89
Tabel F.4 – Spearman correlatiematrix na mean centring
Figuur F.3 – scatterplot Rob1 klanttevredenheid
Figuur F.4 – scatterplot Rob1 betrokkenheid
Figuur F.5 – scatterplot Rob1 industrie expertise
Figuur F.6 – P-P plot
Figuur F.7 – gemiddeld effect
90
Bijlage G – Robuustheidsanalyse betrokkenheid
Figuur G.1 – histogram betrokkenheid
Tabel G.1 – beschrijvende statistiek na logartime
Tabel G.2 – Kolmogorov-Smirnov test
Figuur G.2 – Q-Q plot
Tabel G.3 – Pearson correlatiematrix na mean centring
91
Tabel G.4 – Spearman correlatiematrxi na mean centring
Figuur G.3 – scatterplot klanttevredenheid
Figuur G.4 – scatterplot betrokkenheid
Figuur G.5 – scatterplot industrie expertise
Figuur G.5 – P-P plot
Figuur G.6 – Gemiddeld effect
92
Figuur G.7 – controle betrokkenheid winsorizing
Figuur G.8 – controle betrokkenheid > 20
Figuur G.9 – controle betrokkenheid groepen
93
Bijlage H – Robuustheidsanalyse industrie expertise
Tabel H.1 – beschrijvende statistiek na logaritme
Figuur H.1 – histogram industrie expertise
Tabel H.2 – Kolmogorov-Smirnov test
Figuur H.2 – Q-Q plot
Tabel H.3 – pearson correlatiematrix na mean centring
94
Tabel H.4 – Spearman correlatiematrix na mean centring
Figuur H.3 – P-P plot
Figuur H.4 – scatterplot klanttevredenheid
Figuur H.5 – scatterplot betrokkenheid
Figuur H.6 – scatterplot Industrie expertise
Figuur H.7 – Gemiddeld effect.
95
Figuur H.8 – industrie expertise dummy
96