- Đo lường tác động của các yếu tố: Chính sách của chính phủ, tính tương thích của hệ thống bệnh án điện tử, sự Hỗ trợ của lãnh đạo trong việc thực hiện triển khai bệnh án điện tử, chất
CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU
CÁC KHÁI NIỆM CHÍNH TRONG NGHIÊN CỨU
2.1.1 Chính sách của chính phủ về y tế (Government policy - GP)
Chính phủ luôn giữ vai trò hết sức quan trọng, quyết định, đối với sự phát triển kinh tế - xã hội nói chung và nền kinh tế số nói riêng của các quốc gia trên thế giới Trong bối cảnh hội nhập quốc tế và cuộc cách mạng công nghiệp 4.0, việc chuyển đổi nhanh sang nền kinh tế số, hướng đến việc xây dựng thành công quốc gia số là một trong những mục tiêu quan trọng của các quốc gia trong bối cảnh cạnh tranh ngày càng gay gắt Trong thời đại công nghệ số 4.0, sự phát triển chóng mặt của công nghệ thông tin đang thúc đẩy quá trình cách mạng điện tử hóa ở tất cả các lĩnh vực trong xã hội và ngành Y tế cũng không là ngoại lệ
Ngành Y tế là ngành có sứ mệnh đặc biệt trong chăm lo sức khỏe Nhân dân, góp phần bảo đảm an sinh, an toàn xã hội và phát triển bền vững đất nước Để đẩy mạnh ứng dụng công nghệ thông tin trong ngành y tế, góp phần hiện đại hóa công tác bảo vệ, chăm sóc sức khỏe nhân dân, Bộ Y tế đã tiên phong trong việc ban hành văn bản quy phạm pháp luật về chuyển đổi số theo chỉ đạo của Chính phủ, ngày 28/12/2018, Bộ trưởng Bộ
Y tế chính thức ban hành Thông tư số 46/2018/TT-BYT quy định việc lập, sử dụng và quản lý hồ sơ bệnh án điện tử tại các cơ sở khám chữa bệnh trên toàn quốc Những văn bản pháp lý này đã quy định chi tiết rõ ràng đối với việc ứng dụng công nghệ thông tin nói chung và hồ sơ bệnh án điện tử nói riêng tại các cơ sở y tế tạo điều kiện thuận lợi thúc đẩy việc triển khai sử dụng bệnh án điện tử
Bộ Y tế khẳng định việc triển khai bệnh án điện tử hướng tới bệnh viện không sử dụng bệnh án giấy là hết sức cần thiết, là bước đột phá quan trọng để chuyển đổi số hóa của ngành Y tế, đặt nền móng cho sự phát triển y tế điện tử trong thời gian tới Chính vì vậy, đã có rất nhiều cuộc hội thảo và các cuộc thi ứng dụng công nghệ thông tin trong lĩnh vực y tế được Cục Công nghệ thông tin, Bộ Y tế phối hợp và tổ chức trên toàn quốc Tiêu biểu như: “Hội nghị đẩy mạnh triển khai bệnh án điện tử tại Đà Nẵng ngày
23/07/2019” và Cuộc thi “Y tế thông minh năm 2018” nhằm lắng nghe, thu thập những ý kiến từ các bác sĩ đầu ngành và hơn 40 đơn vị triển khai các giải pháp công nghệ thông tin y tế để tìm kiếm những giải pháp tối ưu trong công nghệ thông tin y tế tại Việt Nam Chính sách của chính phủ có tác động đáng kể đến quyết định áp dụng các dịch vụ y tế điện tử của Bệnh viện
Tính tương thích thường đề cập đến mức độ mà sự đổi mới được coi là phù hợp với niềm tin, lối sống, giá trị hiện có, kinh nghiệm trong quá khứ và nhu cầu hiện tại của người sử dụng (Rogers, 1983) Thiếu khả năng tương thích trong công nghệ với nhu cầu cá nhân có thể ảnh hưởng tiêu cực đến việc sử dụng công nghệ của cá nhân (McKenzie, 2001; Sherry,1997) Tính tương thích có thể ảnh hưởng đáng kể đến cảm nhận người dùng và sau đó ảnh hưởng đến ý định sử dụng của người dùng (Chen và Hsiao, 2012; Handayani Và Cộng Sự, 2017)
Bên cạnh đó, Tan và Chou (2008) đã sử dụng quan điểm của TAM mở rộng để khám phá hành vi của người dùng và họ cũng chỉ ra rằng khả năng tương thích giữa công nghệ với nhận thức của người dùng ảnh hưởng đến cảm giác của họ khi sử dụng công nghệ đó
Dựa trên những điều đã nói ở trên, nghiên cứu này cho rằng khả năng tương thích dự kiến sẽ ảnh hưởng tích cực đến nhận thức tính hữu ích, nhận thức dễ sử dụng và ý định sử dụng bệnh án điện tử của các Bác sĩ
2.1.3 Sự hỗ trợ của lãnh đạo (Top management support)
Việc triển khai công nghệ thông tin thường là hoạt lớn và phức tạp, đặc biệt liên quan đến sự hỗ trợ của lãnh đạo cao nhất và tạo điều kiện thuận lợi cho việc phát triển công nghệ thông tin trong môi trường y tế (Lian và cộng sự, 2014; Handayani và cộng sự, 2017)
Việc triển khai bệnh án điện tử yêu cầu phải triển khai đồng thời các hệ thống phần mềm cơ bản như: HIS, LIS, PACS…, cần chi phí lớn để đầu tư cơ sở hạ tầng, mua phần mềm, rồi duy trì, đầu tư phát triển bởi cơ sở dữ liệu lưu trữ ngày càng lớn Do đó, sự hỗ trợ của ban lãnh đạo Bệnh viện ảnh hưởng lớn đến việc khai thác sử dụng Bệnh án điện tử
2.1.4 Chất lượng hệ thống thông tin (Information System Quality)
Chất lượng hệ thống thông tin đề cập đến mức độ mà bản thân hệ thống có khả năng thực hiện các tác vụ được yêu cầu và ổn định cả về mặt kỹ thuật và thiết kế Khái niệm về chất lượng hệ thống thông tin là một thách thức vì chất lượng hệ thống thông tin phụ thuộc vào nhu cầu của người dùng tương ứng và có thể thay đổi liên tục do những tiến bộ trong công nghệ và đổi mới (Quattrone and Hopper, 2006)
Palvia và cộng sự (2001) giải thích chất lượng hệ thống thông tin là các tính năng và đặc điểm riêng biệt của một hệ thống góp phần mang lại lợi ích mong đợi và thỏa mãn nhu cầu nhận thức Chất lượng hệ thống thông tin được đo bằng chất lượng thông tin, tính dễ sử dụng của công nghệ, chất lượng hệ thống, hỗ trợ do hệ thống thông tin nội bộ cung cấp và sự hài lòng của người dùng, việc sử dụng một hệ thống thông tin giúp người sử dụng cảm nhận được chất lượng thông tin, chất lượng hệ thống, chất lượng dịch vụ; đồng thời, sự hài lòng của người sử dụng sẽ tác động tích cực đến cảm nhận về chất lượng do hệ thống mang đến (DeLone và McLean, 1992, 2003)
Chất lượng hệ thống thông tin trong nghiên cứu này ảnh hưởng đến Nhận thức tính hữu ích, sự xác nhận và Nhận thức dễ sử dụng của các bác sĩ khi sử dụng Bệnh án điện tử
Sự xác nhận (Confirmation) xảy ra khi kì vọng của người tiêu dùng về đặc điểm của một sản phẩm hay dịch vụ nào đó giống với thực tế trải nghiệm của họ khi sử dụng (Tolman và cộng sự, 1932) Còn trong mô hình xác nhận - kỳ vọng (Expectation - Confirmation model), sự xác nhận là yếu tố quan trọng dự đoán sự hài lòng của khách hàng trong nhiều bối cảnh công nghệ khác nhau (Bhattacherjee, 2001) Mối quan hệ giữa sự xác nhận và sự hài lòng sẽ có thể xảy ra Khi người dùng có được xác nhận tích cực về kỳ vọng của họ sau khi sử dụng, nhận thức về kỳ vọng - xác nhận sau đó liên kết với trạng thái tâm lý tích cực (sự hài lòng) Các nghiên cứu trước đây đều cho thấy rằng khách hàng hài lòng khi kỳ vọng sử dụng dịch vụ của họ được đáp ứng hoặc xác nhận của họ đạt được (Foroughi và cộng sự, 2019; Rahi & Ghani, 2019; Susanto và cộng sự, 2016)
Ngoài ra, mô hình xác nhận - kỳ vọng giả định rằng nhận thức hữu ích, một biến quan trọng của TAM, được cải thiện nhờ trải nghiệm xác nhận Ở giai đoạn chấp nhận sử dụng, nhận thức hữu ích của khách hàng đối với công nghệ mới có thể không rõ ràng do sự không chắc chắn về kỳ vọng từ việc sử dụng Tuy nhiên, trải nghiệm xác nhận có thể điều chỉnh nhận thức đó lên một mức độ cao hơn khi khách hàng xét thấy nhận thức hữu ích ban đầu của họ ở giai đoạn chấp nhận thấp không còn phù hợp với thực tế (Bhattacherjee, 2001) Cùng với lập luận từ Bhattacherjee (2001), một số nghiên cứu trước cũng đã chứng minh xác nhận có tác động tích cực đến nhận thức hữu ích (Susanto và cộng sự, 2016; Wang & Wang, 2019; Zhou và cộng sự, 2018)
CÁC LÝ THUYẾT CÓ LIÊN QUAN
2.2.1 Lý thuyết hành động hợp lý (Theory of Reasoned Action – TRA)
Thuyết hành động hợp lý TRA (Theory of Reasoned Action) được Ajzen và Fishbein xây dựng từ năm 1967 và được hiệu chỉnh mở rộng theo thời gian Năm 1975, Fishbein và Ajzen tiến hành đánh giá lại các nghiên cứu đã được thực hiện về thái độ và hành vi và một lần nữa, tìm thấy rất ít bằng chứng ủng hộ mối quan hệ giữa hai khái niệm Họ lập luận rằng mặc dù thái độ có liên quan đến hành vi, nhưng nó không hẳn như vậy Thay vào đó, thay vì thái độ dẫn đến hành vi, họ đề xuất là ý định thực hiện xác định hành vi; và khái niệm cho TRA ra đời
Mô hình thuyết hành động hợp lí cho rằng ý định hành vi dẫn đến hành vi và ý định được quyết định bởi thái độ cá nhân đối hành vi, cùng sự ảnh hưởng của chuẩn chủ quan xung quanh việc thực hiện các hành vi đó (Fishbein và Ajzen,1975) Trong đó, Thái độ và Chuẩn chủ quan có tầm quan trọng trong ý định hành vi
Hình 2 1 Mô hình thuyết hành động hợp lý TRA, (Fishbein & Ajzen,1975)
Thuyết hành động hợp lí quan tâm đến hành vi của người tiêu dùng cũng như xác định khuynh hướng hành vi của họ, trong khuynh hướng hành vi là một phần của thái độ hướng tới hành vi (Cảm giác chung của sự ưa thích hay không ưa thích của họ sẽ dẫn đến hành vi) và một phần nữa là các chuẩn chủ quan (Sự tác động của người khác cũng dẫn tới thái độ của họ) Mô hình này tiên đoán và giải thích xu hướng để thực hiện hành vi bằng thái độ hướng đến hành vi của người tiêu dùng tốt hơn là thái độ của người tiêu dùng hướng đến sản phẩm hay dịch vụ (Mitra Karami, 2006)
Lí thuyết hành động hợp lí được phát triển để kiểm tra mối quan hệ giữa thái độ và hành vi của các nghiên cứu trước đó (Hale, 2003) Để giải thích cho những hạn chế trước đây, với quan niệm hành vi cá nhân được thúc đẩy bởi ý định hành vi, yếu tố ý định hành vi đã được tách biệt từ hành vi thật sự (Sheppard, 1988)
2.2.2 Lí thuyết hành vi dự định ( Theory of Planned Behavior – TPB)
Theo thuyết hành vi dự định của Ajzen (1991), tác giả cho rằng ý định thực hiện hành vi sẽ chịu ảnh hưởng bởi ba nhân tố như thái độ đối với hành vi, tiêu chuẩn chủ quan và nhận thức về kiểm soát hành vi
Thuyết hành vi dự định (TPB) được phát triển từ lí thuyết hành vi hợp lí (Ajzen và Fishbein, 1975), lí thuyết này được tạo ra do sự hạn chế của lí thuyết trước về việc cho rằng hành vi của con người là hoàn toàn do kiểm soát lí trí
Tương tự như lí thuyết TRA, nhân tố trung tâm trong lí thuyết hành vi có kế hoạch là ý định của cá nhân trong việc thực hiện một hành vi nhất định
Hình 2 2 Mô hình lý thuyết hành vi dự định (TBP) (Ajzen, 1991)
Mô hình TPB có một số hạn chế trong việc dự đoán hành vi (Werner, 2004) Các hạn chế đầu tiên là yếu tố quyết định ý định không giới hạn thái độ, chuẩn chủ quan, kiểm soát hành vi cảm nhận (Ajzen 1991) Có thể có các yếu tố khác ảnh hưởng đến hành vi Dựa trên kinh nghiệm nghiên cứu cho thấy rằng chỉ có 40% sự biến động của hành vi có thể được giải thích bằng cách sử dụng TPB (Ajzen năm 1991; Werner 2004) Hạn chế thứ hai là có thể có một khoảng cách đáng kể thời gian giữa các đánh giá về ý định hành vi và hành vi thực tế được đánh giá (Werner 2004) Trong khoảng thời gian, các ý định của một cá nhân có thể thay đổi Hạn chế thứ ba là TPB là mô hình tiên đoán rằng dự đoán hành động của một cá nhân dựa trên các tiêu chí nhất định Tuy nhiên, cá nhân không luôn luôn hành xử như dự đoán bởi những tiêu chí (Werner 2004)
2.2.3 Mô hình chấp nhận công nghệ (Technology acceptance model - TAM)
Dựa trên lý thuyết về hành động hợp lý (TRA), Davis (1986) đã phát triển Mô hình chấp nhận công nghệ (Technology Acceptance Model – Mô hình TAM) liên quan cụ thể hơn đến dự đoán về khả năng chấp nhận của một hệ thống thông tin Mục đích của mô hình này là dự đoán khả năng chấp nhận (của một công cụ và xác định các sửa đổi phải được đưa vào hệ thống để làm cho nó được người dùng chấp nhận Mô hình này cho thấy khả năng chấp nhận của một hệ thống thông tin được xác định bởi hai yếu tố chính: nhận thức tính hữu ích (perceived usefulness) và nhận thức dễ sử dụng (perceived ease of use)
Theo Kaasinen (2005) một yếu tố cụ thể và quan trọng ảnh hưởng đến việc chấp nhận các dịch vụ là sự tin tưởng Ngoài ra, Keat & Mohan (2004) đề xuất thêm một thành phần mô tả sự tin tưởng cho mô hình TAM Sự tin tưởng là một sự kết hợp của mức độ quen thuộc, danh tiếng công ty, các tín hiệu thực tế, và kinh nghiệm về chất lượng Kaasinen (2005) cũng kết hợp các thành phần cụ thể của TAM cho các dịch vụ di động trong một phiên bản mới của TAM dành riêng cho dịch vụ di động Kaasinen sửa đổi các thành phần giá trị (từ hữu dụng cảm nhận) và thêm vào sự tin tưởng các thành phần và cảm nhận dễ thích nghi Hơn nữa, Kaasinen cũng bổ sung thêm yếu tố
"sẽ sử dụng" (Taking to use) trước hành vi sử dụng thực tế
Nhiều nhà nghiên cứu đã sử dụng mô hình chấp nhận công nghệ (technology acceptance model - TAM) được xây dựng bởi Davis, Bagozzi et al (1989) để giải thích sự chấp nhận của cá nhân với công nghệ thông tin và xác minh rằng, nhận thức hữu ích và nhận thức dễ sử dụng là những cấu trúc quan trọng chấp nhận cá nhân Lý thuyết mô hình TAM được coi như là lý thuyết nền tảng cho các nghiên cứu về xây dựng mô hình lý thuyết chấp nhận và sử dụng công nghệ sau này
Hình 2 3 Mô hình chấp nhận công nghệ và sử dụng công nghệ (TAM)
Nguồn: Nghiên cứu của Davis, Bagozzi & Warshaw (1989) 2.2.4 Mô hình xác nhận kỳ vọng (ECM)
Mô hình xác nhận kỳ vọng (Expectation Confirmation Model – ECM) của Bhattacherjee (2001) được mở rộng từ lý thuyết xác nhận kỳ vọng (Expectation Confirmation Theory – ECT của Oliver (1981), trong đó, ý định tiếp tục sử dụng
(Continuance Intention) một hệ thống công nghệ của một cá nhân phụ thuộc vào nhận thức hữu ích (Perceived Usefulness), sự hài lòng (Satisfaction) và sự xác nhận kỳ vọng của khách hàng (Confirmation) Theo Davis (1989, trang 320), nhận thức hữu ích (Perceived Usefulness) được mô tả là “mức độ mà một người tin rằng việc sử dụng một hệ thống cụ thể sẽ nâng cao hiệu suất công việc của họ”
Theo Bhattacherjee (2001, trang 359), xác nhận đề cập đến “nhận thức của khách hàng về sự tương đồng giữa kỳ vọng của họ khi sử dụng hệ thống công nghệ và hiệu suất thực tế của nó” Xác nhận của khách hàng sẽ đạt được tích cực khi họ nhận thấy rằng hiệu suất hệ thống vượt qua kỳ vọng và mong đợi của họ trước đó, và ngược lại là trạng thái không xác nhận
Nhiều nghiên cứu thực nghiệm trước đây đã chứng minh sự phù hợp và mạnh mẽ của ECM khi giải thích ý định tiếp tục sử dụng một hệ thống công nghệ của khách hàng (Susanto và cộng sự, 2016; Wang & Wang, 2019; Zhou và cộng sự, 2018)
Hình 2 4 Mô hình nghiên cứu của Bhattacherjee, 2001a
2.2.5 Lý thuyết hợp nhất về chấp nhận và sử dụng công nghệ (UTAUT)
CÁC NGHIÊN CỨU CÓ LIÊN QUAN
Trước đây có một số nghiên cứu tìm hiểu về các yếu tố tác động đến ý định tiếp tục sử dụng Chẳng hạn, trong mô hình chấp nhận công nghệ (TAM) xem xét hai yếu tố cơ bản ảnh hưởng đến ý định của người dùng để chấp nhận hoặc từ chối các hệ thống thông tin bao gồm: tính cảm nhận sự hữu ích và tính cảm nhận dễ sử dụng Theo TAM, tính cảm nhận hữu ích và tính cảm nhận dễ sử dụng có ảnh hưởng trực tiếp tới thái độ; thái độ ảnh hưởng tới ý định sử dụng và ý định sử dụng ảnh hưởng tới sự hành vi chấp nhận hệ thống hay dịch vụ công nghệ thông tin (Wu và Wang, 2005) Moon và Kim đã mở rộng mô hình TAM đối với các sản phẩm về dịch vụ công nghệ (Moon và Kim, 2001), và các nghiên cứu tiếp theo đã xác định sự cảm nhận thích thú như một trạng thái tâm lý (Webster và cộng sự, 1993; Ahn và cộng sự, 2007) Trong các nghiên cứu trước đây, khi một cá nhân sử dụng ứng dụng hiệu quả mà không cần nhiều công sức hay thao tác, họ có thể cảm nhận được tính hữu ích cao từ ứng dụng và thậm chí là vui vẻ, thích thú, từ đó có xu hướng sử dụng các ứng dụng với mức độ cao hơn (Moon và Kim, 2011) Ở một nghiên cứu khác, Chau và Hu (2002) cho thấy việc sử dụng công nghệ của các bác sĩ dựa trên tính hữu ích của công nghệ hơn là tính dễ sử dụng của công nghệ Khả năng tương thích của phần mềm áp dụng trong y tế đã gây ra những lo ngại đáng kể, trong khi đó lại ít tập trung vào nhu cầu thực tế hoặc ý kiến của người dùng về công nghệ (Chau & Hu, 2002) Các bác sĩ lo ngại khi những ảnh hưởng đột phá mới làm thay đổi các phương pháp cung cấp dịch vụ chăm sóc y tế đã được áp dụng từ trước đến nay
Bên cạnh đó, Bhattacherjee (2001) đã cho chúng ta thấy mối quan hệ giữa sự xác nhận và cảm nhận sự hữu ích, sự hài lòng từ đó thúc đẩy ý định tiếp tục sử dụng của người dùng
Nghiên cứu này quan tâm đến việc liệu bệnh viện có thể thành công trong việc sử dụng bệnh án điện tử hay không sau khi đã chấp nhận nó ban đầu Về cơ bản, sự thành công cuối cùng có thể vẫn phụ thuộc vào ý định sử dụng liên tục (Bhattacherjee, 2001; Wu, 2013) Tổng hợp các nghiên cứu có liên quan cho thấy các yếu tố về sự hài lòng, sự cảm nhận hữu ích, sự xác nhận hay sự hài lòng tác động đến ý định tiếp tục sử dụng đều được đề cập và tìm hiểu Tuy nhiên, vẫn chưa tìm thấy một nghiên cứu nào tổng hợp lại tất cả các yếu tố nêu trên vào trong cùng một mô hình nghiên cứu để giúp mọi người hiểu rõ và đầy đủ hơn về tác động cũng như vai trò của mỗi yếu tố trong việc thúc đẩy ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ Về mặt lý thuyết, ECM có phần giống với TAM, trước tiên, những điểm tương đồng giữa ECM và TAM tạo nền tảng cho việc kết hợp hai mô hình thành một khung kết hợp với khả năng giải thích được nâng cao bằng cách kết hợp cấu trúc niềm tin người dùng khác nhau của chúng (sự xác nhận của ECM và cảm nhận dễ sử dụng của TAM) trong các mô hình ban đầu (Hong và cộng sự, 2006; Thông và cộng sự, 2006) Tiếp theo, ECM đưa ra giả thuyết rằng cảm nhận hữu ích của người dùng (tức là kỳ vọng sau khi áp dụng) là tiền đề cho sự hài lòng của họ (tức là đánh giá thái độ), từ đó dẫn đến ý định tiếp tục sử dụng của họ (Bhattacherjee, 2001; Hong và cộng sự, 2006), và TAM cho rằng cảm nhận hữu ích của người dùng ảnh hưởng đến thái độ của họ đối với việc sử dụng, từ đó quyết định ý định sử dụng của họ ( Davis và cộng sự, 1989; Hong và cộng sự, 2006), do đó, sự hài lòng có thể được sử dụng thay cho thái độ, bởi vì sự hài lòng ở giai đoạn sau sử dụng là sự đánh giá thái độ trước khi sử dụng (Hong và cộng sự, 2006; Liao và cộng sự, 2007), và ý định tiếp tục và ý định sử dụng là những cấu trúc tương tự nhau (Bhattacherjee, 2001; Hong và cộng sự, 2006) Do đó, mô hình kết hợp ECM và TAM được sử dụng làm cơ sở cho mô hình nghiên cứu của nghiên cứu này
Ngoài ra, bác sĩ là những người sử dụng bệnh án điện tử chính, do đó khung lấy mẫu của nghiên cứu này được lấy từ các bác sĩ sử dụng bệnh án điện tử để thực hiện công tác khám và điều trị của họ Do đó, mục đích của nghiên cứu này là đề xuất một mô hình tích hợp dựa trên ECM và TAM để kiểm tra xem các yếu tố môi trường, con người, tổ chức và công nghệ như tiền đề cho niềm tin của bác sĩ có thể ảnh hưởng đến sự hài lòng và ý định tiếp tục sử dụng bệnh án điện tử của họ hay không Do đó, tác giả hy vọng nghiên cứu hiện tại sẽ góp phần cung cấp thêm những hiểu biết về khoảng trống tri thức này.
CÁC GIẢ THUYẾT NGHIÊN CỨU
2.4.1 Mối quan hệ giữa Chính sách của chính phủ và cảm nhận sự hữu ích
Chính sách của chính phủ có tác động đáng kể đến quyết định áp dụng các dịch vụ y tế điện tử của Bệnh viện (Chang et al., 2007; Lian et al., 2014), trong nghiên cứu này cho rằng chính sách của chính phủ có tác động tích cực đến cảm nhận sự hữu ích của các bác sĩ đối với bệnh án điện tử
H1 Chính sách của chính phủ sẽ ảnh hưởng tích cực đến Cảm nhận hữu ích của các bác sĩ đối với bệnh án điện tử
2.4.2 Mối quan hệ giữa tính tương thích và Sự xác nhận, Cảm nhận hữu ích, Cảm nhận dễ sử dụng
Tính tương thích có thể ảnh hưởng đáng kể đến cảm nhận người dùng và sau đó ảnh hưởng đến ý định sử dụng của người dùng (Chen và Hsiao, 2012; Handayani Và Cộng Sự, 2017) Nghiên cứu này cho rằng tính tương thích là tiền đề chính của Cảm nhận hữu ích, Sự xác nhận và Cảm nhận dễ sử dụng của bác sĩ sử dụng bệnh án điện tử
Do đó, nghiên cứu này đưa ra giả thuyết:
H2 Tính tương thích sẽ ảnh hưởng tích cực đến nhận cảm nhận hữu ích của Bệnh án điện tử
H3 Tính năng tương thích sẽ ảnh hưởng tích cực đến sự xác nhận của các bác sĩ đối với Bệnh án điện tử
H4 Tính năng tương thích sẽ ảnh hưởng tích cực đến cảm nhận dễ sử dụng của Bệnh án điện tử
2.4.3 Mối quan hệ giữa sự hỗ trợ của lãnh đạo và Nhận thức sự hữu ích, Nhận thức dễ sử dụng
Hỗ trợ của lãnh đạo đề cập đến mức độ mà các nhà quản lý hàng đầu hỗ trợ sự phát triển hệ thống thông tin cũng như thái độ của các nhà lãnh đạo về việc sử dụng hệ thống thông tin của người dùng (Chen và Hsiao, 2012; Lian và cộng sự, 2014; Handayani và al., 2017) Đầu tiên, sự hỗ trợ của lãnh đạo có thể ảnh hưởng tích cực đến Nhận thức sự hữu ích của các người dùng (Chen và Hsiao, 2012; Handayani et al., 2017) Tiếp theo, hỗ trợ của lãnh đạo có thể ảnh hưởng tích cực đến Nhận thức dễ sử dụng của người dùng(Lee và cộng sự, 2011) Do đó, nghiên cứu này cho rằng hỗ trợ của lãnh đạo đầu tư cơ sở hạ tầng, mua phần mềm… có thể ảnh hưởng tích cực đến Nhận thức sự hữu ích và Nhận thức dễ sử dụng của các bác sĩ khi sử dụng bệnh án điện tử Do đó, nghiên cứu này đưa ra giả thuyết:
H5 Hỗ trợ của lãnh đạo sẽ ảnh hưởng tích cực đến cảm nhận hữu ích của bệnh án điện tử
H6 Hỗ trợ của lãnh đạo sẽ ảnh hưởng tích cực đến cảm nhận dễ sử dụng của bệnh án điện tử
2.4.4 Mối quan hệ giữa chất lượng thông tin và Cảm nhận hữu ích, Cảm nhận dễ sử dụng và sự xác nhận của các Bác sĩ khi sử dụng bệnh án điện tử
Các yếu tố công nghệ điện tử liên quan đến các vấn đề kỹ thuật liên quan đến khả năng kỹ thuật để cải tiến chất lượng(Chen và Hsiao, 2012; Handayani và cộng sự, 2017) Chất lượng thông tin đề cập đến chất lượng của nội dung và hình thức báo cáo mà hệ thống thông tin tạo ra; phép đo của nó bao gồm các thứ nguyên như độ chính xác, tính đầy đủ, đơn vị tiền tệ, hiệu quả, mức độ liên quan, phạm vi và tính kịp thời của thông tin (DeLone và McLean, 2003; Kim và cộng sự, 2008)
Khi các bác sĩ cảm thấy rằng bệnh án điện tử có thể cung cấp cho họ đầy đủ và chính xác các thông tin của bệnh nhân theo hệ thống Điều này, giúp bác sĩ đưa ra chẩn đoán và phương pháp điều trị bệnh chính xác, tránh thực hiện các xét nghiệm không cần thiết gây lãng phí tiền bạc cho bệnh nhân hay tránh các sai lầm trong y khoa Họ sẽ nhận thấy bệnh án điện tử đáp ứng nhu cầu và mong đợi của cá nhân họ, họ sẽ cảm thấy bệnh án điện tử có thể là một công cụ hữu ích Do đó, nghiên cứu này cho rằng chất lượng thông tin là tiền đề quan trọng của Sự xác nhận, Cảm nhận hữu ích của bác sĩ và Cảm nhận dễ dàng sử dụng bệnh án điện tử Các giả thuyết đặt ra:
H7 Chất lượng thông tin sẽ ảnh hưởng tích cực đến nhận thức sự hữu ích của bệnh án điện tử
H8 Chất lượng thông tin sẽ ảnh hưởng tích cực đến sự xác nhận của bác sĩ đối với bệnh án điện tử
H9 Chất lượng thông tin sẽ ảnh hưởng tích cực đến nhận thức dễ sử dụng của bệnh án điện tử
2.4.5 Mối quan hệ giữa Sự xác nhận và Cảm nhận hữu ích, Cảm nhận dễ sử dụng, sự hài lòng
Davis và cộng sự (1989) cho rằng Cảm nhận dễ sử dụng đã được phát hiện là có sự ảnh hưởng lớn liên quan đến Ý định và hành vi sử dụng Các báo cáo trong các nghiên cứu của Adams, Nelson, và Todd (1992); Agarwal và Karahanna (2000); Davis và cộng sự (1989); Doll, Hendrickson, và Deng (1998); Segars và Grover (1993) đã xác minh rằng Cảm nhận hữu ích và Cảm nhận dễ sử dụng là yếu tố then chốt trong cấu trúc sự chấp nhận của cá nhân
Nghiên cứu này cho rằng sự xác nhận kỳ vọng đối với bệnh án điện tử có thể ảnh hưởng đến cảm nhận hữu ích, cảm nhận dễ sử dụng của họ, từ đó tạo ra ý định tiếp tục sử dụng hệ thống; Cảm nhận hữu ích và Cảm nhận dễ sử dụng là hai tiền đề của sự hài lòng, do đó dẫn đến ý định tiếp tục của họ đối với hệ thống Do đó, nghiên cứu này đưa ra giả thuyết:
H10 Sự xác nhận ảnh hưởng tích cực đến Cảm nhận hữu ích của các bác sĩ khi sử dụng bệnh án điện tử
H11 Sự xác nhận sẽ ảnh hưởng tích cực đến Cảm nhận dễ sử dụng bệnh án điện tử của các bác sĩ
H12 Sự xác nhận sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ với Bệnh án điện tử H13 Cảm nhận hữu ích của Bệnh án điện tử sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ với Bệnh án điện tử
H14 Sự nhận thức dễ sử dụng bệnh án điện tử sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ đối với Bệnh án điện tử
2.4.6 Mối quan hệ Ý định tiếp tục sử dụng và Sự hài lòng, cảm nhận hữu ích và cảm nhận dễ sử dụng
Dựa trên lý thuyết xác nhận kỳ vọng, Bhattacherjee (2001) cho rằng khi tiếp tục sử dụng hệ thống thông tin, sự hài lòng với việc sử dụng trước đó là tiền đề để tiếp tục sử dụng Nhiều nghiên cứu thực nghiệm sau đó cũng chỉ ra rằng sự hài lòng ảnh hưởng đến hành vi tiếp tục sử dụng công nghệ thông tin thông qua ý định của người dùng, và chứng minh rằng người dùng có ý định tiếp tục sử dụng một công nghệ nhất định nếu họ có cảm thấy thích thú khi sử dụng trước đó Nếu không hài lòng, họ có xu hướng ngừng sử dụng hoặc chuyển sang hình thức thay thế khác (e.g., Case, Cuellar, & Tabatabaei, 2015; Gilani, Iranmanesh, Nikbin, & Zailani, 2016; Ng, Ching, Chung, & Dee, 2016; Piguing & Ko, 2016; Shiue & Hsu, 2017) Vì vậy, các giả thuyết sau đây đã được xây dựng:
H15 Sự hài lòng đối với bệnh án điện tử sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ
Nếu người dùng nhận thấy rằng hệ thống dễ sử dụng và hoạt động hiệu quả, rút ngắn thời gian thực hiện công việc, họ sẽ có ý định sử dụng nó (Calisir et al , 2009), bên cạnh đó, Cảm nhận hữu ích và cảm nhận dễ sử dụng cũng là tiền đề của ý định tiếp tục sử dụng (Hong et al., 2006; Thong et al., 2006) Từ đó ta giả thuyết sau đây được đặt ra:
H16 Cảm nhận hữu ích của Bệnh án điện tử sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ
H17 nhận thức dễ sử dụng sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ.
MÔ HÌNH NGHIÊN CỨU ĐỀ XUẤT
Hình 2 6 Mô hình nghiên cứu đề xuất
THIẾT KẾ NGHIÊN CỨU
QUY TRÌNH NGHIÊN CỨU
Nghiên cứu được thực hiện bằng phương pháp nghiên cứu định lượng Nghiên cứu định lượng trong nghiên cứu này được thực hiện với kỹ thuật thu thập dữ liệu từ các Bác sĩ tại các bệnh viện đã triển khai bệnh án điện tử thông qua bảng câu hỏi Tiếp theo bài nghiên cứu tiếp tục kiểm tra lại độ tin cậy Croach’s Alpha, phân tích nhân tố khám phá (EFA), phân tích nhân tố khẳng định (CFA) của thang đo và kiểm định mô hình các giả thuyết nghiên cứu bằng mô hình cấu trúc tuyến tính (SEM) Từ kết quả có được sẽ đưa ra kết luận và kiến nghị
Hình 3 1 Quy trình nghiên cứu (Nguyễn Đình Thọ, 2014)
XÂY DỰNG THANG ĐO
Nghiên cứu sử dụng hai loại thang đo là thang đo định danh (nominal scale) và thang đo khoảng (interval scale) Thang đo định danh là thang đo định tính, số đo chỉ để xếp loại chứ không có ý nghĩa về mặt lượng (Nguyễn Đình Thọ, 2014) Chẳng hạn, người trả lời được yêu cầu chọn giới tính, nhóm tuổi, mức thu nhập Thang đo khoảng là thang đo định lượng, trong đó số đo dùng để chỉ khoảng cách nhưng gốc 0 không có nghĩa (Nguyễn Đình Thọ, 2014) Nghiên cứu này đã sử dụng thang đo Likert 5 mức độ Thang đo Likert thường được dùng để đo lường một tập hợp các phát biểu của một khái niệm Số đo của khái niệm là tổng các điểm của từng phát biểu
Thang đo được hình thành từ cơ sở lý thuyết và dựa vào những thang đo đã được sử dụng trong các nghiên cứu trước Theo đó một tập biến quan sát được đưa ra để đo lường một biến tiềm ẩn Các thang đo đã được thiết lập trong các nghiên cứu ở nước khác có thể phải được điều chỉnh cho phù hợp với môi trường tại Việt Nam
Thang đo của mô hình trong nghiên cứu này kế thừa và hiệu chỉnh từ những nghiên cứu đã được thực hiện trước đây Thang đo đã được dịch từ tiếng Anh sang tiếng Việt Thang đo được sử dụng là thang đo Liker 5 điểm với 5 lựa chọn cụ thể:
- Lựa chọn “1” tương ứng với mức “Hoàn toàn không đồng ý”
- Lựa chọn “2” tương ứng với mức “Không đồng ý”
- Lựa chọn “3” tương ứng với mức “Bình thường”
- Lựa chọn “4” tương ứng với mức “Đồng ý”
- Lựa chọn “5” tương ứng với mức “Hoàn toàn đồng ý”
Kí hiệu Thang đo dự kiến Nguồn
GP Chính sách của chính phủ (Government Policy )
GP1 Việc triển khai BAĐT của Chính phủ là phù hợp với sự phát triển y tế điện tử ở trong nước và quốc tế
GP2 Việc triển khai BAĐT của Chính phủ sẽ hỗ trợ công tác chăm sóc sức khỏe bệnh nhân và người dân
Kí hiệu Thang đo dự kiến Nguồn
GP3 Việc triển khai BAĐT của Chính phủ giúp cho ngành y có được dữ liệu về sức khỏe của người dân đầy đủ, chính xác và kịp thời
Com Tương thích -Compatibility (Com)
Com1 Sử dụng BAĐT rất phù hợp với các mục tiêu và nhu cầu công việc của tôi
Sử dụng BAĐT rất phù hợp để nâng cao hiệu quả công việc của tôi
Chen và Hsiao, 2012; Handayani Và Cộng Sự, 2017 Com3 Sử dụng BAĐT phù hợp với công việc khám chữa bệnh của tôi
TMS Hỗ trợ của lãnh đạo
TMS1 Ban lãnh đạo tích cực tham gia vào việc quyết định phát triển BAĐT
TMS2 Ban lãnh đạo cung cấp cơ sở hạ tầng cần thiết để triển khai
TMS3 Ban lãnh đạo xây dựng đội ngũ IT sẵn sàng hỗ trợ khi tôi gặp khó khăn trong lúc sử dụng BAĐT
TMS4 Ban lãnh đạo khuyến khích tôi sử dụng BAĐT để thực hiện công việc của mình
IQ Chất lượng thông tin
IQ1 BAĐT có thể cung cấp thông tin mà tôi cần Chen and Hsiao
IQ2 BAĐT có thể cung cấp cho tôi thông tin chính xác và nhất quán
IQ3 BAĐT có thể cung cấp đầu ra ở định dạng rõ ràng và dễ hiểu
IQ4 BAĐT có thể cung cấp thông tin đáng tin cậy
IQ5 BAĐT có tính năng bảo mật thông tin dữ liệu bệnh nhân
Conf Sự xác nhận - Confirmation (Conf)
Kí hiệu Thang đo dự kiến Nguồn
Conf 1 Trải nghiệm của tôi với việc sử dụng BAĐT tốt hơn những gì tôi mong đợi
Conf 2 Mức độ dịch vụ cung cấp từ BAĐT tốt hơn những gì tôi mong đợi
Conf 3 Sử dụng BAĐT trong công tác khám chữa bệnh đáp ứng những kỳ vọng của tôi về BAĐT
PU Nhận thức có ích
PU 1 Sử dụng BAĐT trong công việc cho phép tôi hoàn thành nhiệm vụ nhanh hơn
PU2 Sử dụng BAĐT làm tăng năng suất làm việc của tôi
PU 3 Sử dụng BAĐT giúp tôi thực hiện công việc dễ hơn
PU 4 Tôi thấy BAĐT hữu ích trong công việc của tôi
PEOU Nhận thức dễ dàng sử dụng
Học cách vận hành BAĐT khá dễ dàng đối với tôi Davis và cộng sự
(1989) PEOU2 Tôi thấy BAĐT thật rõ ràng và dễ hiểu để tương tác
PEOU3 Tôi thấy thật dễ quản lý, tìm kiếm, nhận tin bệnh nhân thông qua BAĐT
PEOU4 Tôi thấy BAĐT dễ dàng sử dụng
SAT Sự hài lòng- Satisfaction
SAT1 Tôi hài lòng khi sử dụng BAĐT Bhattacherjee (2001)
SAT2 Tôi hài lòng với nội dung BAĐT cung cấp
SAT3 Tôi hài lòng với hiệu suất của BAĐT
SAT4 Tôi hài lòng với các chức năng được cung cấp bởi BAĐT
CI1 Tôi sẽ tiếp tục sử dụng BAĐT trong tương lai Bhattacherjee (2001) CI2 Tôi sẽ tiếp tực sử dụng BAĐT thường xuyên hơn trong tương lai
Kí hiệu Thang đo dự kiến Nguồn
CI3 Tôi thấy nên khuyến khích các Bác sĩ sử dụng BAĐT cho công việc của mình
CI4 Tôi sẽ sử dụng BAĐT ưu tiên hơn bất kỳ phương pháp thay thế khác
Cỡ mẫu có thể được xác định dựa trên cơ sở số biến quan sát của các yếu tố có trong mô hình nghiên cứu Theo Hair và cộng sự (2006) kích thước mẫu tối thiểu phải gấp 5-10 lần số biến quan sát Theo Rex (2005), kích thước mẫu tới hạn phải là 200 mẫu Trong bài nghiên cứu này có 34 biến quan sát, số lượng mẫu là 264 mẫu
Phương pháp được chọn là phương pháp lấy mẫu thuận tiện Đối tượng khảo sát của nghiên cứu này chính là các bác sĩ công tác tại các Bệnh viện đã triển khai bệnh án điện tử
Dữ liệu khảo sát được tiến hành thu thập trực tiếp bằng bảng giấy.
PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU
Toàn bộ dữ liệu thu thập được sẽ được làm sạch và xử lý với sự hỗ trợ từ phần mềm SPSS 20 và AMOS 20
3.3.1 Phương pháp thống kê mô tả
Phân tích mô tả sử dụng phương pháp thống kê mô tả để thống kê tần suất xuất hiện của các biến định tính trong mẫu như giới tính, độ tuổi, thu nhập, nghề nghiệp từ dữ liệu thu thập được
3.3.2 Kiểm tra độ tin cậy của thang đo Độ tin cậy của thang đo là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và tương quan giữa các biến quan sát và sẽ được đánh giá qua hệ số tin cậy Cronbach’s Alpha (Nguyễn Đình Thọ, 2014) Các tiêu chí đánh giá kết quả kiểm tra độ tin cậy của thang đo là:
- Các biến có hệ số tương quan biến-tổng (Item- total correlation) lớn hơn 0,3 hay bằng 0,3 sẽ đạt yêu cầu (Nguyễn Đình Thọ, 2014)
- Thang đo sẽ được chấp nhận khi hệ số Cronbach’s Alpha lớn hơn 0,6 Nếu hệ số Cronbach’Alpha lớn hơn 0,95 cho thấy nhiều biến trong thang đo không có khác biệt gì nhau (nghĩa là chúng cùng đo lường một nội dung nào đó của khái niệm nghiên cứu) (Nguyễn Đình Thọ, 2014)
3.3.3 Phương pháp phân tích nhân số khám phá (EFA)
Bài nghiên cứu cần được đánh giá độ tin cậy và giá trị của thang đo trước khi kiểm định lý thuyết khoa học Phương pháp Cronbach Alpha được dùng để đánh giá độ tin cậy của thang đo Vấn đề tiếp theo là thang đo cần được đánh giá giá trị của nó Phân tích nhân tố khám phá được sử dụng chủ yếu để kiểm tra độ giá trị của các biến quan sát về khái niệm (Nguyễn Đình Thọ, 2014) Thực hiện phân tích nhân tố khám phá của thang đo nhằm xem xét số lượng nhân tố trích có phù hợp với giả thuyết ban đầu về số lượng thành phần của thang đo nếu thang đo đa hướng Số lượng nhân tố có thể trích không phù hợp (lớn hơn hoặc nhỏ hơn) đều có thể xảy ra Do đó, cần xem xét nguyên nhân và hiệu chỉnh tên biến cho phù hợp
Việc phân tích nhân tố (EFA) đối với các biến trong các thang đo của đề tài được tiến hành qua 3 bước (phỏng theo Nguyễn Đình Thọ, 2014):
- Bước 1: Phân tích EFA cho riêng từng thang đo để đánh giá tính đơn hướng của thang đo trong nghiên cứu định lượng sơ bộ (được thực hiện với phép trích Principal Components và phép quay Varimax) Trong khi đó, kiểm định tính đơn hướng của thang đo trong nghiên cứu định lượng chính thức được thực hiện với phép trích Principal Axis Factoring và phép quay là Promax (Nguyễn Đình Thọ, 2014)
- Bước 2: Phân tích EFA chung cho tất cả các thang đo của các khái niệm trong mô hình nghiên cứu để đánh giá sơ bộ giá trị hội tụ và giá trị phân biệt nội bộ Bước này sẽ được thực hiện với phép trích Principal Axis Factoring, phép quay Promax
- Bước 3: Kiểm tra lại độ tin cậy Cronbach’s Alpha lần nữa cho các nhân tố mới được thiết lập Lập bảng tổng hợp kết quả các chỉ số về độ tin cậy thang đo và phân tích nhân tố khám phá EFA để khẳng định lại các kiểm định trước khi tiến hành kiểm định lý thuyết khoa học
Các tiêu chí đánh giá kết quả của phân tích nhân tố khám phá là:
- Nghiên cứu này được thực hiện phép phân tích nhân tố khám phá (EFA) chung cho tất cả các thang đo trong mô hình nghiên cứu với phép trích nhân tố Principal Axis
Factoring và quay Promax cho nghiên cứu với mô hình cấu trúc tuyến tính (SEM) (Nguyễn Đình Thọ, 2014)
- 0,5 < KMO (Kaiser-Meyer-Olkin) < 1 thì phép phân tích nhân tố được xem là thích hợp (Nguyễn Đình Thọ, 2014) Kiểm định KMO là chỉ số dùng để so sánh độ lớn của hệ số tương quan giữa hai biến với độ lớn của hệ số tương quan riêng của chúng KMO càng lớn càng tốt: KMO > 0,6 tạm được, KMO > 0,7 được, KMO > 0,8 tốt, KMO
- Kiểm định Bartlett(Bartlett’s test of sphericity): dùng để xem xét ma trận tương quan có phải là ma trận đơn vị, là ma trận có các thành phần (hệ số tương quan giữa các biến) bằng 0 và đường chéo (hệ số tương quan với chính nó) bằng 1
Nếu kiểm định Bartlett có Sig < 0.05 thì từ chối giả thuyết H0 (Ma trận tương quan là ma trận đơn vị) nghĩa là các biến có quan hệ với nhau (Nguyễn Đình Thọ, 2014)
- Hệ số tải nhân tố (factor loading) là tiêu chí để đảm bảo mức ý nghĩa thiết thực của nhân tố xét theo mô hình EFA Hệ số tải nhân tố có trọng số lớn hơn 0,4 được xem là quan trọng và nếu lớn hơn 0,5 được xem là có ý nghĩa thiết thực (Nguyễn Đình Thọ, 2014)
- Tổng phương sai trích được phải lớn hơn 50% (Nguyễn Đình Thọ, 2014) Nghĩa là nhân tố trọng số và tổng phương sai trích, với thang đo đơn biến hay nhiều biến đo lường trong thực tiễn nghiên cứu lớn hơn hoặc bằng 0,5 là chấp nhận được
- Số lượng nhân tố được xác định ở nhân tố (dừng ở nhân tố) có eigenvalue tối thiểu bằng 1 (Nguyễn Đình Thọ, 2014)
3.3.4 Kiểm định mô hình đo lường (CFA)
Thang đo được kiểm định bằng phương pháp phân tích nhân tố khẳng định CFA, thông qua phần mềm phân tích cấu trúc tuyến tính AMOS Trong kiểm định thang đo, phương pháp CFA trong phân tích mô hình cấu trúc tuyến tính có nhiều ưu điểm hơn so với các phương pháp truyền thống Lý do là CFA cho phép kiểm định cấu trúc lý thuyết của các thang đo lường cũng như mối quan hệ giữa các khái niệm nghiên cứu với các khái niệm khác mà không bị chệch do sai số đo lường (Steenkamp và Van Trijp, 1991) Các tiêu chí đánh giá kết quả của phân tích nhân tố khẳng định là:
- Để đo lường mức độ phù hợp của mô hình với dữ liệu thị trường, nghiên cứu sử dụng các chỉ tiêu Chi-square (CMIN), Chi-square điều chỉnh theo bậc tự do đạt được khi Chi-square/df < 3, với mức ý nghĩa lớn hơn 0,05 (p > 0,05) và các chỉ số thích hợp so sánh TLI (Tucker-Lewis Index), CFI (Comparative Fit Index), GFI (Goodness of Fit Index) tối thiểu bằng 0,9 (> 0,9), AGFI (Adjusted goodness of fit index) tối thiểu bằng 0.85 (>0.85) và RMSEA (Root Mean Square Residual) tối đa bằng 0,08 (< 0,08) (Hair và cộng sự, 2014) RMSEA là một chỉ tiêu quan trọng, nó xác định mức độ phù hợp của mô hình với tổng thể
KẾT QUẢ NGHIÊN CỨU
THỐNG KÊ MÔ TẢ
Tiêu chí Phân loại Tần số Tỷ lệ (%)
Quản lý nội trú (Cán bộ giảng 4 1,5
Về giới tính, trong 264 mẫu khảo sát thì có 61,4% đối tượng là nam và có 38,6% đối tượng là nữ Điều này cho thấy đối tượng nam chiếm tỷ lệ cao hơn đối tượng
Về độ tuổi, từ 25-34 tuổi có 196 người chiếm 74,2%; độ tuổi từ 35-44 tuổi có 47 người chiếm 17,8% và độ tuổi từ 45 tuổi trở lên có 21 người chiếm 8% Ta thấy đa số đối tượng là những người trẻ tuổi
Về trình độ, chiếm tỷ lệ cao nhất là bác sĩ (53,8%), tiếp theo là bác sĩ CKI/ThS (38,6%), bác sĩ CKII/TS (6,8%) và chiếm tỷ lệ thấp nhất là khác (0,8%)
Về chức vụ, có 93,9% đối tượng là bác sĩ điều trị, có 3,8% đối tượng là bác sĩ nội trú, có 1,5% đối tượng là quản lý nội trú (Cán bộ giảng) và có 0,8% khác
Về kinh nghiệm, phần lớn đối tượng có kinh nghiệm 2 năm (90,2%), tiếp đến là từ 1 năm đến 1,5 năm và dưới 6 tháng (3,8%) và cuối cùng là từ 6 tháng đến 1 năm (2,3%)
4.2 ĐÁNH GIÁ ĐỘ TIN CẬY CỦA THANG ĐO HỆ SỐ CRONBACH’S ALPHA CỦA CÁC BIẾN QUAN SÁT
Hệ số Cronbach’s Alpha nếu loại biến quan sát (Cronbach’s Alpha If Item Deleted): khi giá trị Cronbach’s Alpha If Item Deleted lớn hơn hệ số Cronbach’s Alpha của nhóm, chúng ta xem xét loại biến quan sát này Những biến thỏa mãn điều kiện tin cậy sẽ được giữ lại, còn những biến không thỏa mãn thì có thể loại đi để đảm bảo độ tin cậy của bảng hỏi nghiên cứu Khi hệ số Cronbach’s Alpha là 0,6 trở lên và hệ số tương quan biến tổng (Corrected Item – Total Correlation) lớn hơn 0,3 thì đủ điều kiện để phân tích, nếu hệ số tương quan biến tổng nhỏ hơn 0,3 thì loại biến Kết quả phân tích của kiểm định Cronbach’s Alpha:
Bảng 4 2 Kết quả kiểm định Cronbach’s Alpha cho thang đo
Nhân tố Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach’s Alpha nếu loại biến
Chính sách của chính phủ
Nhân tố Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach’s Alpha nếu loại biến
Sự hỗ trợ của lãnh đạo
Chất lượng hệ thống thông tin
Nhân tố Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach’s Alpha nếu loại biến
Cảm nhận dễ sử dụng
Nhân tố Biến quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Hệ số tương quan biến tổng
Cronbach’s Alpha nếu loại biến Ý định tiếp tục sử dụng
Tiến hành kiểm định thang đo cho ra kết quả Cronbach’s Alpha đều lớn hơn 0,6 và tất cả hệ số tương quan biến tổng đều lớn hơn 0,3, rút ra kết luận tất cả thang đo này phù hợp được giữ nguyên cho phân tích EFA.
PHÂN TÍCH NHÂN TỐ KHÁM PHÁ EFA
Bảng 4 3 Kết quả kiểm định KMO
Giá trị Chi bình phương xấp xỉ 4697,206
Kết quả phân tích nhân tố cho thấy chỉ số KMO là 0,888 > 0,5, điều này chứng tỏ dữ liệu dùng để phân tích nhân tố là hoàn toàn thích hợp
Kết quả kiểm định Barlett’s với mức ý nghĩa Sig = 0,000 < 0,05, lúc này bác bỏ giả thuyết H0: các biến quan sát không có tương quan với nhau trong tổng thể Như vậy giả thuyết về ma trận tương quan giữa các biến là ma trận đồng nhất bị bác bỏ, tức là các biến có tương quan với nhau và thỏa điều kiện phân tích nhân tố
Bảng 4 4 Kết quả EFA của các biến độc lập
Eigenvalues = 1,033 Tổng phương sai trích = 62,292%
Dựa vào bảng ma trận xoay nhân tố Rotated Component Matrix ở trên ta thấy các hệ số tải nhân tố đều lớn hơn 0,5 đảm bảo ý nghĩa, cho nên không có biến nào bị loại
Hệ số Eigenvalue = 1,033 > 1 đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố, thì nhân tố rút ra có ý nghĩa tóm tắt thông tin tốt nhất
Tổng phương sai trích Extraction Sums of Squared Loadings (Cumulative %) 62,292% > 50% Điều này chứng tỏ 9 nhân tố độc lập giải thích được 62,292% mô hình nghiên cứu.
PHÂN TÍCH NHÂN TỐ KHẲNG ĐỊNH CFA
Bảng 4 5 Hệ số tin cậy tổng hợp và tổng phương sai trích
Kết quả phân tích CFA thể hiện ở Bảng 4.5 cho thấy: Hệ số tổng phương sai trích và độ tin cậy tổng hợp của các thang đo đều đạt giá trị cao hơn 0,5 Vì vậy, có thể khẳng định thang đo đạt được độ tin cậy, tính hội tụ
Giá trị AVE > MSV, nên thang đo đạt tính phân biệt
Bảng 4 6 Tính phân biệt của các nhân tố
Conf IQ PEOU TMS GP Com PU CI SAT
Conf IQ PEOU TMS GP Com PU CI SAT PEOU 0,608 0,707 0,761
Bảng trên cho thấy, giá trị căn bậc hai AVE của tất cả các biến lớn hơn toàn bộ các giá trị tương quan bên dưới giữa biến đó với các biến khác trong mô hình nên tính phân biệt được đảm bảo
Hình 4 1 Kết quả CFA chuẩn hoá
Kết quả phân tích CFA các chỉ tiêu đo lường độ phù hợp của mô hình thể hiện trên Hình 4.1 cho thấy: giá trị Chi-square/df= 1,956 < 3, TLI = 0,893 > 0,8, CFI = 0,907
> 0,9, GFI = 0,845 > 0,8, hệ số RMSEA = 0,060 < 0,08 do đó các biến quan sát được khẳng định có khả năng biểu diễn tốt cho nhân tố trong mô hình CFA và các thang đo có sự hội tụ cao
Bảng 4 7 Hệ số chuẩn hoá
Thang đo cũng được xem là đạt giá trị hội tụ nếu các trọng số chuẩn hóa của thang đo lớn hơn 0,5 và có ý nghĩa thống kê Dựa vào bảng trên, có thể thấy thang đo của nghiên cứu đạt giá trị hội tụ theo yêu cầu do các trọng số chuẩn hóa của thang đo đều lớn hơn 0,5 Ngoài ra, p-value đều nhỏ hơn 0,05 hay có ý nghĩa thống kê
Kết luận : Kết quả kiểm định thang đo bằng phương pháp phân tích nhân tố khẳng định CFA cho thấy tất cả các thang đo có trong mô hình nghiên cứu đều đạt độ tin cậy, giá trị hội tụ, và giá trị phân biệt, nên có thể sử dụng được cho phần phân tích tiếp theo.
KIỂM ĐỊNH MÔ HÌNH VÀ GIẢ THUYẾT NGHIÊN CỨU
Sau khi tiến hành phân tích độ tin cậy của thang đo thông qua các công cụ Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích nhân tố khẳng định CFA, chúng tôi tiến hành phân tích mô hình câu trúc tuyến tính SEM để kiểm định các giả thuyết đề ra
Hình 4 2 Kết quả phân tích mô hình cấu trúc tuyến tính
Kết quả phân tích mô hình cấu trúc tuyến tính thể hiện ở Hình 4.2 cho thấy: các chỉ tiêu đo lường mức độ phù hợp của mô hình gồm: giá trị Chi-square/df = 1,986 < 3, TLI = 0,889 > 0,8, CFI = 0,901 > 0,9, GFI = 0,840 > 0,8, hệ số RMSEA = 0,061 < 0,08 vì thế mô hình có sự phù hợp
Bảng 4 8 Tổng hợp các hệ số của mô hình cấu trúc tuyến tính
Squared Multiple Correlations Conf: 0,477 Squared Multiple Correlations PU: 0,506 Squared Multiple Correlations PEOU: 0,609 Squared Multiple Correlations SAT: 0,355 Squared Multiple Correlations CI: 0,456
Về sự xác nhận (Conf): ta thấy các nhân tố độc lập (Com, IQ) đều có P-value nhỏ hơn 0,05 Do đó, các nhân tố độc lập (tính tương thích, chất lượng hệ thống thông tin) đều có ảnh hưởng tới biến phụ thuộc (Conf) và mối quan hệ này là tích cực do dấu của mối quan hệ dương Các nhân tố độc lập này giải thích 47,7% sự biến động của sự xác nhận
Về nhận thức hữu ích (PU): ta thấy nhân tố sự xác nhận có p > 0,05 nên nhân tố sự xác nhận không có tác động đến nhận thức sự hữu ích Nhân tố độc lập (GP, Com, TMS, IQ) đều có P-value nhỏ hơn 0,05 nên các nhân tố độc lập (chính sách của chính phủ, tính tương thích, hỗ trợ của ban lãnh đạo, chất lượng hệ thống thông tin) có ảnh hưởng tới biến phụ thuộc (PU) Mối quan hệ này là tích cực do dấu của mối quan hệ dương Các nhân tố độc lập này giải thích 50,6% sự biến động của nhận thức có ích
Về cảm nhận dễ sử dụng (PEOU): ta thấy các nhân tố độc lập (Com, TMS, Conf, IQ) đều có P-value nhỏ hơn 0,05 nên các nhân tố độc lập (tính tương thích, hỗ trợ của ban lãnh đạo, sự xác nhận, chất lượng hệ thống thông tin) có ảnh hưởng tới biến phụ thuộc (PEOU) Mối quan hệ này là tích cực do dấu của mối quan hệ dương Các nhân tố độc lập này giải thích 60,9% sự biến động của nhận thức dễ sử dụng
Về sự hài lòng (SAT): ta thấy các nhân tố độc lập (Conf, PU, PEOU) đều có P- value nhỏ hơn 0,05 nên các nhân tố độc lập (sự xác nhận, nhận thức hữu ích, nhận thức dễ sử dụng) có ảnh hưởng tới biến phụ thuộc (SAT) Mối quan hệ này là tích cực do dấu của mối quan hệ dương Các nhân tố độc lập này giải thích 35,5% sự biến động của sự hài lòng
Về ý định tiếp tục (SAT): ta thấy các nhân tố độc lập (SAT, PU, PEOU) đều có P- value nhỏ hơn 0,05 Do đó, các nhân tố độc lập (sự hài lòng, nhận thức hữu ích, nhận thức dễ sử dụng) đều có ảnh hưởng tới biến phụ thuộc c và mối quan hệ này là tích cực do dấu của mối quan hệ dương Các nhân tố độc lập này giải thích 45,6% sự biến động của ý định tiếp tục
4.5.2 Kiểm định Bootstrap Đối với nghiên cứu này, cỡ mẫu khảo sát chính thức là 264 người, tác giả lựa chọn số lượng mẫu kiểm định bằng phương pháp Bootstrap là 500 người để đáp ứng yêu cầu về việc mẫu ban đầu đóng vai trò đám đông Kết quả kiểm định Bootstrap với cỡ mẫu là 500 cho kết quả như sau:
Bảng 4 9 Kết quả kiểm định Bootstrap
Ghi chú: SE là sai lệch chuẩn; SE-SE là sai lệch chuẩn của sai lệch chuẩn; Bias là độ chệch; SE-Bias là sai lệch chuẩn của độ chệch
Parameter SE SE-SE Mean Bias SE-Bias
Kết quả kiểm định thể hiện ở Bảng 4.9 có thể thấy rằng độ lệch tuy xuất hiện nhưng không nhiều và sự sai lệch là khá nhỏ Vì vậy, kết luận rằng các ước lượng trong mô hình là tin cậy được, đồng thời mô hình là vẫn có sự phù hợp với cỡ mẫu là lớn hơn là 500 người
Bảng 4 10 Tổng hợp kết quả
STT Giả thuyết Kết luận
1 H1 Chính sách của chính phủ sẽ ảnh hưởng tích cực đến
Cảm nhận hữu ích của các bác sĩ đối với bệnh án điện tử Chấp nhận
2 H2 Tính tương thích sẽ ảnh hưởng tích cực đến nhận cảm nhận hữu ích của Bệnh án điện tử Chấp nhận
3 H3 Tính năng tương thích sẽ ảnh hưởng tích cực đến sự xác nhận của các bác sĩ đối với Bệnh án điện tử Chấp nhận
4 H4 Tính năng tương thích sẽ ảnh hưởng tích cực đến cảm nhận dễ sử dụng của Bệnh án điện tử Chấp nhận
5 H5 Hỗ trợ của lãnh đạo sẽ ảnh hưởng tích cực đến cảm nhận hữu ích của bệnh án điện tử Chấp nhận
6 H6 Hỗ trợ của lãnh đạo sẽ ảnh hưởng tích cực đến cảm nhận dễ sử dụng của bệnh án điện tử Chấp nhận
7 H7 Chất lượng thông tin sẽ ảnh hưởng tích cực đến nhận thức sự hữu ích của bệnh án điện tử Chấp nhận
8 H8 Chất lượng thông tin sẽ ảnh hưởng tích cực đến sự xác nhận của bác sĩ đối với bệnh án điện tử Chấp nhận
9 H9 Chất lượng thông tin sẽ ảnh hưởng tích cực đến nhận thức dễ sử dụng của bệnh án điện tử Chấp nhận
10 H10 Sự xác nhận ảnh hưởng tích cực đến Cảm nhận hữu ích của các bác sĩ khi sử dụng bệnh án điện tử
11 H11 Sự xác nhận sẽ ảnh hưởng tích cực đến Cảm nhận dễ sử dụng bệnh án điện tử của các bác sĩ Chấp nhận
12 H12 Sự xác nhận sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ với Bệnh án điện tử Chấp nhận
13 H13 Cảm nhận hữu ích của Bệnh án điện tử sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ với Bệnh án điện tử Chấp nhận
14 H14 Sự nhận thức dễ sử dụng bệnh án điện tử sẽ ảnh hưởng tích cực đến Sự hài lòng của bác sĩ đối với Bệnh án điện tử Chấp nhận
H15 Sự hài lòng đối với bệnh án điện tử sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ
H16 Cảm nhận hữu ích của Bệnh án điện tử sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ
17 H17 Cảm nhận dễ sử dụng sẽ ảnh hưởng tích cực đến ý định tiếp tục sử dụng bệnh án điện tử của các bác sĩ Chấp nhận
THẢO LUẬN KẾT QUẢ
4.6.1 Các giả thuyết được ủng hộ
Giả thuyết H1 được phát biểu rằng “Chính sách của chính phủ sẽ ảnh hưởng tích cực đến Cảm nhận hữu ích của các bác sĩ đối với bệnh án điện tử” (PU < - GP) Ta thấy mức ý nghĩa thống kê p < 0,05 nên giả thiết H9 được ủng hộ điều này cho thấy Chính sách của chính phủ sẽ ảnh hưởng tích cực đến cảm nhận sự hữu ích của các bác sĩ đối với bệnh án điện tử Điều này phù hợp với thực tế vì việc sử dụng bệnh án điện tử ngày càng tăng cuối cùng sẽ nâng cao chất lượng chăm sóc y tế bằng cách giảm sai sót y tế, giảm thiểu lỗi trùng lặp, giảm các thủ tục chẩn đoán không cần thiết và giúp việc thu thập và truy cập dữ liệu dễ dàng hơn, do đó làm tăng sự hài lòng cho người sử dụng Bên cạnh đó, việc sử dụng Bệnh án điện tử đã làm tăng năng suất của bác sĩ, tính sẵn có của thông tin và chất lượng dịch vụ chăm sóc sức khỏe ( M Khalifa, 2017) Việc triển khai bệnh án điện tử là bước đột phá quan trọng để chuyển đổi số hóa ngành Y tế, từng bước ứng dụng và phát triển y tế thông minh, chủ động tham gia cuộc cách mạng công nghiệp lần thứ 4, góp phần hiện đại hóa ngành y tế về tăng cường công tác bảo vệ, chăm sóc và nâng cao sức khỏe nhân dân trong tình hình mới
Giả thuyết H2 được phát biểu rằng “Tính tương thích sẽ ảnh hưởng tích cực đến cảm nhận hữu ích của Bệnh án điện tử” (PU < com), với mức ý nghĩa thống kê p β PU = 0.319 > β PEOU= 0.277, yếu tố hài lòng tác động mạnh nhất đến ý định sử dụng của các bác sĩ, nghiên cứu này góp phần khẳng định các yếu tố này vẫn tiếp tục đóng vai trò quan trọng để duy trì người dùng tiếp tục sử dụng bệnh án điện tử Sự hài lòng về việc sử dụng bệnh án điện tử trong công tác khám chữa bệnh được hình thành từ việc ứng dụng này đáp ứng sự kì vọng của người sử dụng, sự dễ dàng và thuận tiện khi thao tác trên phần mềm và những lợi ích thiết thực mà bệnh án điện tử mang lại
4.6.2 Giả thuyết không được ủng hộ
Giả thuyết H10 được phát biểu rằng “Sự xác nhận ảnh hưởng tích cực đến Nhận thức hữu ích của các bác sĩ khi sử dụng bệnh án điện tử” ( PU < - Conf) ta thấy mức ý nghĩa thống kê p > 0,05 nên Sự xác nhận không ảnh hưởng tích cực đến Nhận thức hữu ích của các bác sĩ khi sử dụng bệnh án điện tử nên giả thuyết H10 không được ủng hộ Kết quả trong nghiên cứu này có sự khác biệt với Mô hình xác nhận kỳ vọng (Expectation Confirmation Model – ECM) của Bhattacherjee (2001) Tức là không phù hợp với cơ sở của các nghiên cứu lý thuyết và thực tiễn trước đây.
