2.4.1 Phương pháp thu thập số liệu
Số liệu thứ cấp
Số liệu thứ cấp về tình hình tham gia BHYT, thu, chi BHYT qua các năm của toàn tỉnh Trà Vinh; thống kê số lượt bệnh nhân đăng ký KCB BHYT tại BV Đa khoa tỉnh Trà Vinh được thu thập từ cáo thống kê của cơ quan Bảo hiểm xã hội tỉnh, Bệnh viện Đa khoa tỉnh và Sở Y tế.
Số liệu sơ cấp a) Cỡ mẫu
Kích thước của mẫu áp dụng trong nghiên cứu được dựa theo yêu cầu của phân tích nhân tố khám phá EFA (Exploratory Factor Analysis) và hồi qui đa biến:
- Đối với phân tích nhân tố khám phá EFA: Dựa theo nghiên cứu của Hair, Anderson, Tatham và Black (1998) kích thước mẫu dự kiến tối thiểu là gấp 5 lần số biến thành phần.
- Đối với phân tích hồi quy đa biến: cỡ mẫu tối thiểu cần đạt được tính theo công thức là 50 + 8 x m (m: số biến độc lập) (Tabachnick và Fidell, 1996).
Theo đó, tác giả ước tính cỡ mẫu cho nghiên cứu với 22 biến thành phần là 22 x 5 = 110 quan sát. Tuy nhiên tác giả dự tính thêm 10% sai sót trong quá trình phỏng vấn nên cỡ mẫu được chọn cho nghiên cứu là 121 quan sát.
26
b) Phương pháp chọn mẫu
- Tác giả tiến hành chọn mẫu bằng phương pháp chọn mẫu phi xác suất – chọn mẫu theo hạn mức quota, kết hợp với chọn mẫu thuận tiện có điều kiện (điều kiện đưa ra là đối tượng phỏng vấn được chọn có sử dụng thẻ BHYT để KCB đúng tuyến tại BV Đa khoa Trà Vinh). Ưu điểm của phương pháp này là tiết kiệm được thời gian và chi phí; nhược điểm là tính đại diện cho tổng thể không cao. Tuy nhiên xét trong bối cảnh và điều kiện hiện có của tác giả tại địa bàn nghiên cứu, phương pháp này được tác giả ưu tiên lựa chọn.
- Cách thức phỏng vấn: Nghiên cứu được tiến hành thông qua việc phỏng vấn trực tiếp các đối tượng đang và đã từng KCB tại BV Đa khoa Trà Vinh trong khoảng thời gian 12 tháng gần đây, với điều kiện là các đáp viên có sử dụng thẻ BHYT cho các lần khám, chữa bệnh và thực hiện khám, chữa bệnh tại BV đúng tuyến đăng ký KCB BHYT. Hạn mức quota được đặt ra theo cơ cấu tổng thể các đối tượng tham gia BHYT tự nguyện và bắt buộc đến KCB BHYT tại BV Đa khoa Trà Vinh. Dựa trên nguồn số liệu báo cáo hằng năm của cơ quan BHXH Tỉnh Trà Vinh thì số lượt KCB của BN tham gia BHYT tự nguyện là khoảng 40% và lượt người KCB BHYT thuộc đối tượng bắt buộc khoảng 60%, nên hạn mức cỡ mẫu riêng cho hai nhóm đối tượng này được tác giả phân theo tỷ lệ 4:6. Theo đó, với cỡ mẫu là 121 thì số đáp viên là đối tượng tham gia BHYT Tự nguyện là 48, và 73 đáp viên thuộc đối tượng BHYT bắt buộc.Địa điểm phỏng vấn được chọn là tại khu cấp phát thuốc và thanh toán viện phí của BV. Vì việc đánh giá sự hài lòng của BN sẽ được đánh giá đầy đủ và chính xác hơn khi họ đã trải qua toàn bộ quá trình KCB BHYT, đến khi thanh toán viện phí để xuất viện. Ngoài ra, tác giả còn đến các trường học, cơ quan, và các khu dân cư thuộc địa bàn tỉnh để phỏng vấn các đối tượng KCB BHYT đúng tuyến tại BV Đa khoa Trà Vinh trong khoảng thời gian 12 tháng gần đây.
2.4.2 Phương pháp phân tích
Đề tài sử dụng phần mềm SPSS 16.0 để tiến hành phân tích số liệu sơ cấp thu thập thông qua bảng câu hỏi được soạn sẵn. Có 5 biến quan sát trong mô hình được đo lường bằng thang đo Likert 5 mức độ, với qui ước 1 là “hoàn toàn không hài lòng” và 5 là “hoàn toàn hài lòng”. Phương pháp được chọn ứng với từng mục tiêu cụ thể như sau:
- Để đánh giá thực trạng khám chữa bệnh bằng thẻ BHYT tại BV Đa Khoa tỉnh Trà Vinh, tác giả sử dụng phương pháp so sánh số tương đối, tuyệt đối cho các số liệu thứ cấp từ báo cáo của cơ quan BHXH để thống kê, tổng hợp số liệu một cách trực quan.
27
- Với các số liệu sơ cấp thu thập được, tác giả sử dụng phương pháp thống kê mô tả với các tiêu chí như tần suất, tỷ lệ, số trung bình, và phân tích bảng chéo... để phân tích thực trạng tình hình sử dụng dịch vụ Y tế của BN KCB BHYT tại BV Đa khoa Trà Vinh. Song song đó, tiến hành phân tích các nhóm nhân tố ảnh hưởng đến sự hài lòng của bệnh nhân KCB BHYT tại BV Đa khoa tỉnh Trà Vinh thông qua sử dụng hệ số Cronbach’s Alpha kết hợp với phân tích nhân tố khám phá (EFA). Tác giả ứng dụng mô hình phân tích hồi qui tuyến tính đa biến để xem xét sự tác động của các nhóm yếu tố đến mức độ hài lòng của bệnh nhân.
- Dựa trên kết quả phân tích ở mục tiêu 1 và 2 để làm cơ sở đề xuất giải pháp nhằm nâng cao chất lượng dịch vụ KCB BHYT tại BV Đa khoa tỉnh Trà Vinh.
2.4.3 Diễn giải các phương pháp được sử dụng trong nghiên cứu
2.4.3.1Phương pháp so sánh bằng số tuyệt đối và số tương đối động thái:
- Số tuyệt đối: là chỉ tiêu biểu hiện qui mô, khối lượng của hiện tượng hoặc quá trình kinh tế - xã hội trong điều kiện không gian và thời gian cụ thể. Số tuyệt đối trong thống kê phản ánh qui mô của tổng thể hay của từng bộ phận trong tổng thể (số doanh nghiệp, số nhân khẩu,...) hoặc tổng các trị số theo một tiêu thức nào đó (tiền lương của công nhân, giá trị sản xuất công nghiệp,...).
- Có hai loại số tuyệt đối:
+ Số tuyệt đối thời kỳ: phản ánh qui mô, khối lượng của hiện tượng trong một thời kỳ nhất định. Ví dụ: giá trị sản xuất công nghiệp trong 1 tháng, quí, hoặc năm; Sản lượng lương thực năm 2010, 2011, 2012,...
+ Số tuyệt đối thời điểm: phản ánh qui mô, khối lượng của hiện tượng trong một thời điểm nhất định như: giá trị tài sản cố định có đến ngày 31/12/2010; số lao động làm việc tại doanh nghiệp vào thời điểm 1/6/2012,...
Công thức tính số tuyệt đối:
Mức biến động của chỉ tiêu = Trị số kỳ phân tích – Trị số kỳ gốc
- So sánh bằng số tương đối:
Số tương đối là chỉ tiêu biểu hiện quan hệ so sánh giữa hai chỉ tiêu thống kê cùng loại nhưng khác nhau về thời gian hoặc không gian hoặc giữa hai chỉ tiêu khác loại nhưng có quan hệ với nhau. Trong hai chỉ tiêu để so sánh của số tương đối, sẽ có một số được chọn làm chuẩn (gốc) để so sánh.
Số tương đối có thể được biểu hiện bằng số lần, số phần trăm hoặc phần nghìn, hay bằng các đơn vị kép... Trong công tác thống kê, số tương đối được sử dụng rộng
28
rãi để phản ánh những đặc điểm về kết cấu, quan hệ tỷ lệ, tốc độ phát triển, mức độ hoàn thành kế hoạch, mức độ phổ biến của hiện tượng kinh tế - xã hội được nghiên cứu trong điều kiện thời gian và không gian nhất định
Căn cứ vào nội dung mà số tương đối phản ánh, có thể phân biệt: số tương đối động thái, số tương đối kế hoạch, số tương đối kết cấu, số tương đối cường độ và số tương đối không gian.
* Số tương đối động thái:
Là chỉ tiêu phản ánh biến động theo thời gian về mức độ của chỉ tiêu kinh tế - xã hội. Số tương đối này được tính bằng cách so sánh hai mức độ của chỉ tiêu được nghiên cứu ở hai thời gian khác nhau. Mức độ của thời kỳ được tiến hành nghiên cứu thường gọi là mức độ của kỳ báo cáo, còn mức độ của một thời kỳ nào đó được dùng làm cơ sở so sánh thường gọi là mức độ kỳ gốc.
Trong hai mức độ đó, mức độ tử số (y1) là mức độ tử số cần nghiên cứu (hay còn gọi là mức độ kỳ báo cáo), mức độ ở mẫu số (y0) là mức độ kỳ gốc (hay mức độ dùng làm cơ sở so sánh)
Mức độ thay đổi của chỉ tiêu =
x 100%
+ Nếu y0 cố định qua các kỳ nghiên cứu ta có kỳ gốc cố định: dùng để so sánh một chỉ tiêu nào đó ở hai thời kỳ tương đối xa nhau. Thông thường người ta chọn năm gốc là năm đầu tiên của dãy số.
+ Nếu y0 thay đổi theo kỳ nghiên cứu ta có kỳ gốc liên hoàn: dùng để nói lên sự biến động của hiện tượng liên tiếp nhau qua các kỳ nghiên cứu.
2.4.3.2 Thống kê mô tả
Thống kê mô tả là tổng hợp các phương pháp đo lường, mô tả và trình bày số liệu được ứng dụng vào lĩnh vực kinh tế bằng cách rút ra những kết luận dựa trên số liệu và thông tin thu thập.
Các công cụ cơ bản để tóm tắt và trình bày dữ liệu trong thống kê mô tả thường là: bảng tần số, các đại lượng thống kê mô tả, bảng kết hợp nhiều biến.
a) Bảng tần số
Dùng để đếm tần số với tập dữ liệu đang có thì số đối tượng có các biểu hiện nào đó ở một thuộc tính cụ thể là bao nhiêu, nhiều hay ít… có thể thực hiện cho bảng tần số với tất cả các biến kiểu định tính lẫn định lượng.
29
Ý nghĩa: là tính tần số của từng biểu hiện, được tính bằng cách đếm và cộng dồn; tần số tính theo tỷ lệ % bằng cách lấy tần số của từng biểu hiện chia cho tổng số mẫu quan sát; tính phần trăm hợp lệ là tính trên số quan sát có thông tin trả lời; tính phần trăm tích lũy do cộng dồn các phần trăm từ trên xuống, nó cho biết có bao nhiêu phần trăm đối tượng ta đang khảo sát ở mức độ nào đó trở xuống hay trở lên.
b) Các đại lượng thống kê mô tả
Các đại lượng thống kê mô tả chỉ được tính đối với các biến định lượng. Nếu tính các đại lượng này đối với các biến định tính thì kết quả sẽ không có ý nghĩa.
Các đại lượng thống kê mô tả thường được dùng là:
Mean (trung bình cộng): Trong tổng số mẫu quan sát người ta tính trung bình xem được bao nhiêu trong mẫu chúng ta quan sát.
Std. Deviation (độ lệch chuẩn): Cho biết mức độ phân tán của các giá trị quanh giá trị trung bình.
Minimum (giá trị nhỏ nhất): Gặp được trong các giá trị của biến ít khi khảo sát được.
Maximum (giá trị lớn nhất): Gặp được trong các giá trị lớn nhất của biến trong các mẫu quan sát được.
2.4.3.3 Phân tích nhân tố (EFA)
Bước đầu cho sử dụng phân tích nhân tố là kiểm định độ tin cậy của thang đo thông qua kiểm định Cronbach’s alpha. Hệ số Cronbach’s alpha là một phép kiểm định thống kê dùng để kiểm tra sự chặt chẽ và sự tương quan giữa các biến quan sát. Phương pháp này cho phép nhà nghiên cứu loại bỏ những biến không phù hợp và hạn chế các biến rác trong mô hình nghiên cứu vì nếu không chúng ta không thể biết chính xác độ biến thiên cũng như độ lỗi của các biến. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach alpha từ 0,8 trở lên đến gần 1 thì thang đo là tốt; từ 0,7 đến gần 0,8 là sử dụng được; cũng có nhà nghiên cứu đề nghị Cronbach alpha từ 0,6 trở lên là có thể sử dụng được; nếu trong những nghiên cứu đặc biệt thì Cronbach alpha có thể chấp nhận ở mức thấp (Nunnally, 1978; Peterson, 1994; Slater, 1995). Và giá trị của biến tương quan với biến tổng phải lớn hơn hoặc bằng 0.3 thì mới chấp nhận biến. Sau khi kiểm định độ tin cậy của thang đo tiếp theo ta sẽ tiến hành phân tích nhân tố.
Phân tích nhân tố là tên chung của một nhóm các thủ tục được sử dụng chủ yếu để thu nhỏ và tóm tắt các dữ liệu. phân tích nhân tố không có sự phân biệt biến phụ
30
thuộc và biến độc lập hay biến dự đoán mà nó nghiên cứu mối liên hệ phụ thuộc lẫn nhau.
Mô hình phân tích nhân tố:
Xi = Af1F1 + Af2F2 + Af3F3 +….+ AfmFm + ViUi Trong đó:
Xi: biến thứ i chuẩn hóa
Afj: hệ số hồi quy bội chuẩn hóa của nhân tố j đối với biến i F: các nhân tố chung
Vi: hệ số hồi quy chuẩn hóa của nhân tố đặc trưng i đối với biến i Ui: nhân tố đặc trưng của biến i
m: số nhân tố chung Các tham số thống kê:
Bartlett’s test sphericity: đại lượng Bartlett là một đại lượng thống kê dùng để xem xét giả thuyết các biến không có tương quan trong tổng thể.
Correlation matrix: cho biết hệ số tương quan giữa tất cả các cặp biến trong phân tích.
Factor loadding (hệ số tải nhân tố): là những hệ số tương quan đơn giữa các biến và các nhân tố.
Factor matrix (ma trận nhân tố): chứa các hệ số tải nhân tố của tất cả các biến đối với các nhân tố được rút ra.
Factor scores: là các điểm số nhân tố tổng hợp được ước lượng cho từng quan sát trên các nhân tố được rút ra (còn được gọi là nhân số).
Kaiser-Meyer-Olkin (KMO) measure of sampling adequacy: là một chỉ số dùng để xem xét sự thích hợp của phân tích nhân tố. Trị số của KMO giữa 0,5 và 1 là điều kiện đủ để phân tích nhân tố là thích hợp, còn nếu nhỏ hơn 0,5 thì không phù hợp.
Cumulative (phương sai trích): cho biết mức độ giải thích đúng của mô hình.
Eigenvalue: Đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố.
2.4.3.4 Hồi quy tuyến tính đa biến
Hồi quy là công cụ chủ yếu của kinh tế lượng, thuật ngữ hồi quy được Francis Galton sử dụng vào năm 1886 bằng cụm từ “Regression to mediocrity”- nghĩa là “quy
31
về giá trị trung bình”. Bản chất của phân tích hồi quy là nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc hay biến được giải thích) với một hay nhiều biến khác (gọi là các biến độc lập hay biến giải thích).
Trong nghiên cứu này, mô hình ước lượng các yếu tố ảnh hưởng đến sự hài lòng của bệnh nhân tham gia BHYT đối với CLDV KCB tại BV Đa khoa Trà Vinh có dạng như sau:
Yi = 0 +1 X1i + 2X2i + ... + pXpi Trong đó:
Yi: là biến phụ thuộc, đo lường sự hài lòng của bệnh nhân đối với CLDV KCB BHYT tại BV Đa khoa Trà Vinh. Mức độ hài lòng Y được xác định bằng giá trị trung bình của các yếu tố thuộc nhóm nhân tố đo lường sự hài lòng của bệnh nhân.
Giá trị của các biến độc lập Xpi lần lượt được xác định bằng các giá trị trung bình của các biến định lượng thuộc nhóm nhân tố tương ứng.
0 : là hệ số tự do (hệ số chặn), nó là giá trị trung bình của biến Y khi p =0 Các hệ số p được gọi là hệ số hồi quy riêng phần. Ý nghĩa các hệ số hồi quy riêng phần trong mô hình: i đo lường sự thay đổi giá trị trung bình Y khi Xpi thay đổi 1 đơn vị, khi các biến độc lập còn lại không đổi. Ngoài ra, đôi khi dùng hệ số Beta để so sánh khi các biến độc lập không cùng đơn vị đo lường.
Độ phù hợp của mô hình:
- Đánh giá độ phù hợp của mô hình: Hệ số xác định R2 và R2 hiệu chỉnh (Adjusted R square) được dùng để đánh giá độ phù hợp của mô hình. Vì R2
sẽ tăng khi đưa thêm biến độc lập vào mô hình nên dùng R2 hiệu chỉnh sẽ an toàn hơn khi đánh giá độ phù hợp của mô hình, R2 hiệu chỉnh càng lớn càng thể hiện độ phù hợp của mô hình càng cao.
- Kiểm định độ phù hợp của mô hình: để kiểm định độ phù hợp của mô hình hồi quy đa biến ta dùng giá trị F ở bảng phân tích ANOVA. Giả thuyết H0: 1 = 2 =…p = 0. Nếu Sig F < ( là mức ý nghĩa) thì bác bỏ giả thuyết H0, khi đó mô hình phù hợp với tập dữ liệu và có thể suy rộng ra cho toàn tổng thể. Nếu Sig F thì chấp nhận giả thuyết H0, khi đó mô hình không phù hợp với tập dữ liệu và không thể suy rộng ra cho toàn tổng thể (trong đó, mức ý nghĩa được tác giả chọn ở mức 10%).