Nguồn: Nhóm nghiên cứu tổng hợp
3.7.1. Phân tích độ tin cậy của thang đo
Khi nghiên cứu định lượng, cần phải sử dụng những thang đo chi tiết để hiểu được rõ tính chất của nhân tố lớn. Tuy nhiên khơng phải lúc nào thang đo ta đề xuất cũng đều cho thấy sự hợp lý khi xuất hiện những biến quan sát cho thấy rằng nó khơng phản ánh được biến phụ thuộc. Thang đo Cronbach’s Alpha giúp giải quyết được vấn đề này bằng cách cho chúng ta cách kiểm tra xem các niên quan sát của nhân tố mẹ có đáng tin cậy hay khơng, hay cụ thể là có phản ánh được biến phụ thuộc hay khơng. Theo tác giả Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008), hệ số Cronbach’s Alpha lớn hơn 0,8 đến gần 1 thì “thang đo lường tốt”, từ 0,7 đến 0,8 là “chấp nhận được”. Hệ số Cronbach’s Alpha lớn hơn 0,6 thì cũng có thể cân nhắc sử dụng được
trong bối cảnh đề tài nghiên cứu vấn đề mới. Tuy nhiên trong thực tế nếu hệ số Cronbach’s Alpha quá lớn (từ 0,95 trở lên) sẽ cho thấy rằng có nhiều biến trong thang đo khơng có sự khác biệt, hay cịn gọi là trùng lắp trong thang đo (Nguyễn Đình Thọ, Phương pháp nghiên cứu khoa học trong kinh doanh, NXB Tài chính, Tái bản lần 2, trang 364).
Bên cạnh đó, thang đo có thể sử dụng được phải đảm bảo có hệ số số tương quan biến tổng (Corrected Item-Total Correlation) từ 0,3 trở lên (Hair & cộng sự, 2010). Đồng thời nếu giá trị Cronbach’s Alpha khi đã bỏ biến đang quan sát (Cronbach’s Alpha if Item Deleted) lớn hơn hệ số Cronbach’s Alpha của nhóm thì chúng ta nên cân nhắc xem xét biến quan sát này, nếu biến quan sát này thật sự quan trọng thì nên giữ lại, cịn nếu khơng thì có thể bỏ đi.
3.7.2. Phân tích nhân tố khám phá EFA
Khác với thang đo Cronbach’s Alpha đánh giá mối quan hệ giữa các biến trong cùng một nhóm, cùng một nhân tố, thì EFA xem xét mối quan hệ giữa các biến quan sát ở trong tất cả các biến độc lập khác nhau nhằm phát hiện những biến quan sát tải lên nhiều nhân tố hoặc các biến quan sát bị phân sai nhân tố từ ban đầu. Cụ thể là từ một tập hợp nhiều biến quan sát ban đầu, sau khi phân tích nhân tố khám phá sẽ trở thành các nhóm nhân tố có ý nghĩa hơn.
- Hệ số KMO (Kaiser-Mayer-Olkin) là chỉ số được dùng để xem xét sự thích hợp của thực hiện phân tích nhân tố. Trị số KMO nằm trong khoảng u cầu thì phân tích nhân tố EFA là thích hợp. Điều kiện cần thiết để thực hiện phân tích nhân tố là: 0,5 ≤ KMO ≤ 1.
- Kiểm định Barlett có ý nghĩa thống kê là đại lượng thống kê để xem xét giả thiết các biến khơng có tương quan trong tổng thể. Nếu kiểm định này có ý nghĩa thống kê thì nghĩa là các biến có mối tương quan với nhau trong tổng thể và thực hiện phân tích nhân tố là phù hợp. Nếu trị số Sig. <0,05, chứng tỏ các biến quan sát có tương quan với nhau trong nhân tố.
- Trị số Eigenvalue là một tiêu chí sử dụng phổ biến để xác định số lượng nhân tố trong phân tích EFA. Với tiêu chí này, chỉ có những nhân tố nào có Eigenvalue ≥ 1 mới được giữ lại trong mơ hình phân tích.
Phân tích nhân tố khám phá sẽ được tiến hành 2 lần. Lần một để đưa các biến quan sát vào đúng nhóm nhân tố và lần hai là để kiểm tra lại xem kết quả đã đúng chưa.
3.7.3. Phân tích tương quan Pearson
Phân tích tương quan Pearson nhằm mục đích kiểm tra mối tương quan tuyến tính chặt chẽ giữa biến phụ thuộc. Khi phân tích tương quan Pearson cần đặc biệt chú ý tới giá trị sig. Nếu sig < 0,05 thì có tương quan tuyến tính giữa biến phụ thuộc và biến độc lập, cịn nếu sig > 0,05 thì khơng có tương quan. Nếu có tương quan, chỉ số tương quan Pearson sẽ có giá trị dao động từ -1 đến 1. Nếu chỉ số càng tiến gần về 1 hoặc -1 thì tương quan tuyến tính càng mạnh, càng chặt chẽ, tương ứng với nó là tương quan dương hoặc tương quan âm. Nếu chỉ số càng gần 0 thì tương quan tuyến tính càng yếu, nếu chạm 0 thì khơng có mối liên hệ nào giữa hai biến.
3.7.4. Phân tích hồi quy tuyến tính
Hồi quy đa biến hay còn gọi là hồi quy tuyến tính bội là bước cuối cùng để tạo ra kết quả đối với nghiên cứu định lượng. Phương pháp này được sử dụng với mức ý nghĩa 5% để kiểm định các giả thiết nghiên cứu và độ phù hợp của mơ hình cũng như mức độ ảnh hưởng của các biến độc lập tới sự thay đổi của biến phụ thuộc. Sau khi phân tích xong mới đủ căn cứ để đưa ra những kết quả và giải pháp phù hợp nhất. Các tiêu chí cần quan sát sau khi phân tích hồi quy tuyến tính gồm có:
- Adjusted R Square hay cịn gọi là P bình phương hiệu chỉnh phản ánh sức ảnh hưởng của biến độc lập lên biến phụ thuộc. Giá trị này trên 50% thì nghiên cứu được đánh giá là có ý nghĩa.
- Durbin-Watson (DW) dùng để kiểm định tự tương quan các sai số kề nhau. Đối với nghiên cứu của chúng em có mẫu nghiên cứu lớn, cụ thể là 628 mẫu hợp lệ thì nếu hệ số d có giá trị lớn hơn 1 và nhỏ hơn 3 thì có thể chấp nhận là khơng có tự tương quan chuỗi bậc nhất, đồng nghĩa với nghiên cứu này là tốt.
- Kiểm định F trong bảng ANOVA có ý nghĩa đánh giá xem mơ hình hồi quy tuyến tính với lượng mẫu giới hạn này có suy rộng và áp dụng cho tổng thể hay không. Cụ thể nếu giá trị sig của kiểm định F mà nhỏ hơn 0,05 thì mơ hình hồi quy tuyến tính xây dựng phù hợp với tổng thể.
- Hệ số hồi quy chuẩn hóa Beta phản ánh xem biến độc lập nào ảnh hưởng lớn nhất đến sự thay đổi của biến phụ thuộc. Nếu hệ số này dương nghĩa là tác động thuận, hệ số này âm là tác động nghịch.
- Kiểm định t từng biến độc lập với sig nhỏ hơn hoặc bằng 0,05 thì biến đó có ý nghĩa trong mơ hình, sig lớn hơn 0,05 thì biến độc lập đó cần được loại bỏ.
- Hệ số VIF dùng để kiểm tra hiện tượng đa cộng tuyến. Đối với các nghiên cứu có mơ hình cùng với bảng hỏi sử dụng thang đo Likert mà hệ số VIF lớn hơn hoặc bằng 2 thì khả năng đang có sự đa cộng tuyến giữa các biến độc lập. Nếu hệ số này mà nhỏ hơn 2 sẽ khơng có đa cộng tuyến, khi đó kết quả của phân tích định lượng mới mang lại nhiều ý nghĩa.
- Ngồi ra cịn có 3 biểu đồ dùng để kiểm tra hai giả định hồi quy phổ biến là phân phối chuẩn của phần dư và liên hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Bao gồm:
Biểu đồ tần số phần dư chuẩn hóa Histogram giúp kiểm định phần dư có tn theo phân phối chuẩn hay khơng. Nếu giá trị Mean trong biểu đồ bằng 0, độ lệch chuẩn gần bằng 1, đường cong phân phối có dạng hình chng thì ta có thể khẳng định phân phối phần dư là phân phối chuẩn, giả định phân phối chuẩn của phần dư không bị vi phạm.
Biểu đồ phần dư chuẩn hóa Normal P-P Plot cũng có cùng cơng dụng với biểu đồ Histogram, dùng để kiểm định sự phân phối chuẩn của phần dư. Sử dụng biểu đồ này bằng cách quan sát các điểm phân vị trong phân phối có tập trung thành một đường chéo hay khơng. Nếu đạt được điều kiện này thì giả định phân phối chuẩn của phần dư khơng bị vi phạm
Biểu đồ Scattẻ Plot kiểm tra giả định liên hệ tuyến tính giữa biến phụ thuộc và biến độc lập. Điều kiện để giả định không bị vi phạm là các điểm phân vị trong phân phối phân tán ngẫu nhiên và tập trung xung quanh đường trục số 0.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU
4.1. Phân tích thống kê mơ tả
Phiếu khảo sát của nhóm gồm có 6 phần (Xem phụ l) , trong đó phần đầu để giới thiệu thơng tin bài nghiên cứu của nhóm. Phần thứ hai là các câu hỏi lọc để tiếp nhận các đối tượng khảo sát theo đúng nghiên cứu yêu cầu. Ba phần tiếp theo là các câu hỏi liên quan đến biến độc lập. Phần cuối cùng là câu hỏi phụ và lời cảm ơn dành cho người làm khảo sát.
Nhóm dự định sẽ phát 500 phiếu khảo sát, trong đó có 300 phiếu phát trên mạng Internet và 200 phiếu phát ngẫu nhiên ở 5 tỉnh đại diện cho đồng bằng sông Hồng bao gồm: Nam Định, Hà Nam, Hải Phòng, Hưng Yên và thành phố Hà Nội. Tuy nhiên do tình hình dịch bệnh, nhóm chúng em quyết định tiến hành phát phiếu khảo sát ngẫu nhiên bằng cả hai phương pháp trên mạng và trực tiếp. Kết quả thu được 689 phiếu trả lời, trong đó 628 phiếu hợp lệ, chiếm tỷ lệ 91,1%. 72 phiếu trả lời không đạt yêu cầu do trả lời qua loa chiếu lệ. Cụ thể, kết quả phân tích thống kê mơ tả sẽ được trích dẫn ở phụ lục 3, được tóm lược lại theo các biểu đồ sau đây:
65.1 % 34.6 % 0.3% Nam Nữ GT 3 Hình 4.1: Biểu đồ tỷ lệ giới tính
Kết quả khảo sát theo giới tính: Có tất cả 409 phiếu do nam giới trả lời (chiếm
tỉ lệ 65,1%), 217 phiếu do nữ giới trả lời (chiếm tỉ lệ 34,6%) và 2 phiếu do người có giới tính thứ 3 trả lời (chiếm tỉ lệ 0.3%).
67.5 10.7
11.0
7.5 2.2 1.1
Từ 16 đến 25 tuổi Từ 26 đến 35 tuổi Từ 36 đến 45 tuổi Từ 46 đến 55 tuổi Từ 56 đến 65 tuổi Trên 65 tuổi
Hình 4.2: Biểu đồ thể hiện độ tuổi
Nguồn: Nhóm nghiên cứu tổng hợp Kết quả khảo sát theo tuổi: Trong hình vẽ biểu đồ thể hiện độ tuổi các đối
tượng khảo sát, ta có thể thấy 56 nhóm tuổi dao động dao động từ 16 tuổi đến 82 tuổi. Mỗi nhóm tuổi được thể hiện bằng một màu khác nhau trong biểu đồ. Có thể thấy, việc nhận được mẫu khảo sát với các độ tuổi đa dạng như vậy làm tăng độ tin cậy và tính khách quan của nghiên cứu. Lý giải cho việc độ tuổi 20 làm 206 phiếu (chiếm đến 32,8%) là vì nghiên cứu được thực hiện trong thời gian cả nước thực hiện cách ly xã hội, chúng em bắt buộc phải phát một số phiếu online, và người thực hiện là các bạn học sinh, sinh viên. Đây cũng là điểm yếu không tránh khỏi của nghiên cứu.
65.6 19.4
9.9
5.1
Dưới 5 triệu đồng Từ 5 triệu đến 10 triệu đồng Trên 10 triệu đến 20 triệu đồng Trên 20 triệu đồng
Hình 4.3: Biểu đồ thể hiện khoảng thu nhập
Nguồn: Nhóm nghiên cứu tổng hợp Kết quả khảo sát theo thu nhập: Có 412 người có thu nhập dưới 5 triệu đồng
(chiếm 65,6%) là nhóm thu nhập chiếm tỷ lệ cao nhất trong nghiên cứu, 122 người có thu nhập từ 5 đến 10 triệu đồng (chiếm 19,4%), 62 người có thu nhập từ 10 đến 20 triệu đồng (chiếm 9,9%) và 32 người có thu nhập trên 20 triệu đồng (chiếm 5,1%) cũng là nhóm thu nhập chiếm tỷ lệ ít nhất được khảo sát.
12.6 1.8
1.4
77.5 6.7
Phổ thông Trung cấp Cao đẳng Đại học Sau đại học
Hình 4.4: Biểu đồ thể hiện trình độ học vấn
Nguồn: Nhóm nghiên cứu tổng hợp Kết quả khảo sát theo trình độ học vấn: Có 79 người có trình độ học vấn Phổ
thơng (chiếm 12,6%), 11 người có trình độ học vấn Trung cấp (chiếm 1,8%), 9 người có trình độ Cao đẳng (chiếm 1,4%), 487 người có trình độ Đại học (chiếm 77,5%) và 42 người có trình độ Sau đại học (chiếm 6,7%). Nhóm người trình độ Đại học chiếm tỷ lệ cao nhất, nhóm người có trình độ Trung cấp chiếm tỷ lệ thấp nhất trong nghiên cứu.
9.4
90.6
Chưa từng mua Đã từng mua
Hình 4.5: Biểu đồ thể hiện tình trạng mua BHYT
Nguồn: Nhóm nghiên cứu tổng hợp Kết quả khảo sát theo Tình trạng mua BHYT: Có 59 người tham gia khảo sát
chưa từng mua BHYT (chiếm 9,4%) và 596 người tham gia khảo sát đã từng mua BHYT (chiếm 90,6%).
4.2. Phân tích độ tin cậy thang đo
Kết quả phân tích hệ số Cronbach’s Alpha của nghiên cứu được trình bày trong bảng dưới đây:
Bảng 4.1: Phân tích hệ số Cronbach’s AlphaBiến Biến
quan sát
Trung bình thang đo nếu loại biến
Phương sai thang đo nếu loại biến
Tương quan biến tổng
Cronbach’s Alpha nếu loại biến
Thái độ đối với hành vi (TD) Cronbach’s Alpha = 0.851
TD1 7.63 3.378 0.666 0.847
TD2 7.47 3.232 0.776 0.740
TD3 7.32 3.458 0.727 0.788
Chuẩn chủ quan (CC) Cronbach’s Alpha = 0.815
CC1 12.41 8.947 0.658 0.762
CC2 12.51 8.652 0.665 0.759
CC3 12.36 8.566 0.701 0.748
CC4 11.99 10.226 0.455 0.819
Chất lượng BHYT (CL) Cronbach’s Alpha = 0.896
CL1 6.71 3.213 0.757 0.882
CL2 6.70 3.083 0.822 0.872
CL3 6.83 2.966 0.805 0.842
Nhận thức về kiểm soát hành vi (KS) Cronbach’s Alpha = 0.848
KS1 25.20 19.316 0.440 0.850 KS2 25.42 18.907 0.530 0.837 KS3 24.94 19.048 0.546 0.835 KS4 25.33 18.356 0.615 0.826 KS5 25.08 18.558 0.655 0.822 KS6 24.90 18.858 0.647 0.823 KS7 25.07 18.375 0.664 0.820 KS8 24.75 18.938 0.619 0.826
· Nhận xét:
Hệ số Cronbach’s Alpha của các nhóm biến quan sát đều có kết quả lớn hơn 0,6. Điều này chứng minh rằng các thang đo đều đạt điều kiện về độ tin cậy.
Trong bảng có hai biến quan sát CC4 (Những tuyên truyền về BHYT làm tôi muốn mua BHYT hơn) và KS1 (Thu nhập có ảnh hưởng đến việc mua BHYT của tơi) có hệ số Cronbach’s Alpha nếu loại biến lớn hơn hệ số Cronbach’s Alpha của biến độc lập. Tuy nhiên cả hai biến này đều có tương quan biến tổng > 0,3 và hệ số Cronbach’s Alpha của nhóm đều ở mức “thang đo lường tốt”. Do vậy nhóm nghiên cứu chúng em quyết định sẽ không loại hai biến quan sát này mà để cân nhắc sau khi chạy các bước tiếp theo.
4.3. Phân tích nhân tố khám phá EFA
Phân tích nhân tố lần 1: Kết quả ma trận xoay nhân tố lần thứ nhất (Xem
phụ lục 4) cho ra giá trị hệ số KMO = 0,891 và Kiểm định Barlett có Sig. =0.000. Hai giá trị này đều thỏa mãn yêu cầu trị số 0,5 ≤ KMO ≤ 1 và Sig. < 0,05; có ý nghĩa lần lượt rằng phân tích các nhân tố là thích hợp và các biến quan sát trong phân tích EFA có mối tương quan tới nhau trong tổng thể.
Giá trị Eigenvalue ≥ 1 khi tồn tại năm nhóm nhân tố (xem phụ lục 4) chứng minh rằng việc có năm nhóm biến độc lập mới là phù hợp nhất với mơ hình thay vì chỉ bốn nhóm biến độc lập như cũ.
Giá trị tổng phương sai trích (Total Variance Explained) của nhóm = 69,415% (Xem phụ lục 4) đạt yêu cầu phải lớn hơn 50%. Kết quả này cho biết các nhân tố được trích giải thích 69,415% và bị thất thoát 30,585% biến thiên của dữ liệu.
Tuy nhiên theo như kết quả thu được sau khi lập ma trận, biến quan sát CC4 (Những tuyên truyền về BHYT làm tôi muốn mua BHYT hơn) và KS3 (Người đã lập gia đình thường quan tâm nhiều tới việc mua BHYT) sẽ bị loại khỏi mơ hình khi hệ số tải nhân tố (Factor Loading) của hai nhân tố này đều nhỏ hơn 0,5 và không được ghi nhận trong bảng. Lý do là hai biến này đều khơng phù hợp nằm trong nhóm yếu tố như
trong mơ hình lý thuyết, đồng thời chúng khơng có mối liên hệ tương quan đối với các biến quan sát trong tổng thể.
Các biến quan sát cịn lại cũng có sự thay đổi so với mơ hình lý thuyết, cụ thể là hai biến KS1 (Thu nhập có ảnh hưởng đến việc mua BHYT của tôi) và KS2 (Trong nhà, nhiều người đi làm có thu nhập ảnh hưởng đến quyết định mua BHYT của tơi) bị tách ra thành một nhóm khác. Nhóm nghiên cứu quyết định đặt tên nhóm mới tách ra này là Khả năng chi trả (KN), theo đó đổi tên biến quan sát KS1 thành KN1 và KS2 thành KN2.
Phân tích nhân tố lần 2: Sau khi có sự thay đổi, nhóm chúng em quyết định
phân tích EFA lần thứ hai để khẳng định kết quả.
Bảng 4.2: Kiểm định KMO and Bartlett’s Test lần 2KMO and Bartlett's Test KMO and Bartlett's Test
Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .877 Bartlett's Test of Sphericity Approx. Chi-Square 5516.048
df 136
Sig. .000
Nguồn: Nhóm nghiên cứu tự tổng hợp