Kí hiệu Biến quan sát Nguồn
DTTT1 Anh/chị tạo nhiều cơ hội cho anh/chị trong đào tạo Trần Kim Dung(2005) DTTT2 Anh chị ln được khuyến khích nâng cao trình độ chun mơn nghiệp vụ Trần Kim Dung(2005) DTTT3 Anh/chị có nhiều cơ hội thăng tiến trong bệnh viện Trần Kim Dung(2005) DTTT4 Anh/chị tham gia nhiều khóa đào tạo về chun mơn Trần Kim Dung(2005)
DTTT5 Chính sách thăng tiến cơng bằng Trần Kim Dung(2005)
(Nguồn: tác giả dựa vào nghiên cứu trước và có điều chỉnh
Thang đo “Sự hài lịng trong cơng việc”
Thang đo “Sự hài lịng trong cơng việc” dựa trên thang đo Friedberg và cộng sự (2013) gồm 04 biến quan sát được mã hóa từ SHL1 đến SHL4.
Bảng 3.8. Thang đo Sự hài lịng trong cơng việc
Kí hiệu Biến quan sát Nguồn
SHL1 Bệnh viện này là nơi tốt nhất để tôi làm việc cộng sự (2013)Friedberg và SHL2 Tôi xem bệnh viện này là ngơi nhà thứ hai của
mình
Friedberg và cộng sự (2013) SHL3 Tôi vui mừng khi đã chọn được bệnh viện này để
làm việc
Friedberg và cộng sự (2013) SHL4 Nhìn chung, tơi cảm thấy hài lịng khi làm việc ở
đây
Friedberg và cộng sự (2013)
Thang đo “Lòng trung thành đối với tổ chức”
Thang đo “Lòng trung thành đối với tổ chức” dựa trên thang đo Trần Minh Tiến (2014) gồm 04 biến quan sát được mã hóa từ LTT1 đến LTT4.
Bảng 3.9. Thang đo Lòng trung thành đối với tổ chức
Kí hiệu Biến quan sát Nguồn
LTT1 khi về hưuTơi muốn ở lại làm việc tại bệnh viện này cho đến Trần Minh Tiến(2014) LTT2 khác đề nghị lương bổng hấp dẫn hơnTôi sẽ ở lại làm việc tại bệnh viện này mặc dù nơi Trần Minh Tiến(2014) LTT3 Tơi ln hết mình làm việc vì bệnh viện này Trần Minh Tiến(2014) LTT4 Tôi luôn trung thành với bệnh viện tôi đang làm Trần Minh Tiến(2014)
(Nguồn: tác giả dựa vào nghiên cứu trước và có điều chỉnh
3.4. PHƯƠNG PHÁP THU THẬP VÀ XỬ LÝ THÔNG TIN3.4.1. Phương pháp chọn mẫu 3.4.1. Phương pháp chọn mẫu
Phương pháp chọn mẫu được chọn theo phương pháp lấy mẫu thuận tiện phân tầng để đảm bảo tỷ lệ kích cỡ mẫu phù hợp với số lượng bác sĩ đang làm việc trong các bệnh viện và trung tâm y tế tại Bà Rịa – Vũng Tàu. Đối tượng khảo sát: là các bác sĩ đang làm việc trong các bệnh viện và trung tâm y tế tại Bà Rịa – Vũng Tàu.
3.4.2. Kích thước mẫu
Kích thước mẫu sẽ phụ thuộc vào việc ta muốn gì từ những dữ liệu thu thập được và mối quan hệ ta muốn thiết lập là gì (Kumar, 2005). Vấn đề nghiên cứu càng đa dạng phức tạp thì mẫu nghiên cứu càng lớn. Một nguyên tắc chung khác nữa là mẫu càng lớn thì độ chính xác của các kết quả nghiên cứu càng cao. Tuy nhiên trên thực tế thì việc lựa chọn kích thước mẫu còn phụ thuộc vào một yếu tố hết sức quan trọng là năng lực tài chính và thời gian mà nhà nghiên cứu đó có thể có được.
Theo nghiên cứu của Bollen (1989), tính đại diện của số lượng mẫu được lựa chọn nghiên cứu sẽ thích hợp nếu kích thước mẫu là 5 quan sát cho một biến. Mơ hình nghiên cứu trong luận văn bao gồm 7 nhân tố độc lập với 39 biến quan sát. Do đó, số lượng khảo sát cần thiết là n ≥ 39*5=195.
Bảng 3.10. Số lượng bác sĩ thuộc các cơ sở khám chữa bệnh thuộc tỉnh BRVT
TT Bệnh viện, trung tâm y tếtỉnh BRVT
Trình độ bác sĩ Tổng cộng Tỷ lệ/433(%) Đại học Chuyên khoa I (Thạc sĩ) Chuyên khoa II (Tiến sĩ) 1 Bệnh viện Bà Rịa 69 61 9 139 32%
2 Bệnh viện Lê Lợi 34 23 6 63 15%
3 Bệnh viện Tâm Thần 5 4 1 10 2%
4 Bệnh viện Mắt 4 5 2 11 3%
5 Bệnh viện Y học cổ truyền 5 2 7 2%
6 Bệnh viện Phổi Phạm Hữu Chí 3 3 1 7 2%
7 TTYT huyện Xuyên Mộc 23 12 2 37 9%
8 TTYT huyện Tân Thành 17 12 29 7%
9 TTYT huyện Châu Đức 27 12 39 9%
10 TTYT huyện Đất Đỏ 15 3 18 4%
11 TTYT huyện Long Điền 16 4 1 21 5%
12 TTYT QDY Côn Đảo 5 2 7 2%
13 TTYT Thành phố Bà Rịa 12 6 18 4%
14 TTYT Thành phố Vũng Tàu 12 13 2 27 6%
Tổng cộng 247 162 24 433
(Nguồn: Sở y tế tỉnh BRVT, 2017)
Theo nghiên cứu Yamane (1967) và Rao (1985) cho rằng nếu tổng thể nhỏ và biết được tổng thể thì dùng cơng thức sau:
n N
1 N *( )e 2
Trong đó: n là cỡ mẫu; N là số lượng tổng thể; e là sai số tiêu chuẩn.
Tổng số bác sĩ đang làm việc tại ngành y tế BRVT là 433 (N= 433), độ chính xác là 95%, sai số tiêu chuẩn là +5%. Lúc đó cỡ mẫu sẽ được tính là:
n N
1 N *( )e2 433 1 433*(0, 05)2
208
Đảm bảo số lượng cỡ mẫu là 208, tác giả sẽ phát ra tăng thêm 10% cỡ mẫu tối tiểu vì trong quá trình thu thập dữ liệu sẽ phải loại bỏ những bảng khảo sát không đạt yêu cầu. Vậy số phiếu khảo sát được gửi đi khảo sát là:
Bảng 3.11. Kích cỡ mẫu nghiên cứu theo từng đơn vịTT Bệnh viện, trung tâm y tếtỉnh BRVT Số lượngBác sĩ hiện cóTỷ lệ % Số lượng phiếukhảo sát TT Bệnh viện, trung tâm y tếtỉnh BRVT Số lượngBác sĩ hiện cóTỷ lệ % Số lượng phiếukhảo sát
1 Bệnh viện Bà Rịa 139 32% 74
2 Bệnh viện Lê Lợi 63 15% 33
3 Bệnh viện Tâm Thần 10 2% 5
4 Bệnh viện Mắt 11 3% 6
5 Bệnh viện Y học cổ truyền 7 2% 4
6 Bệnh viện Phổi Phạm Hữu Chí 7 2% 4
7 TTYT huyện Xuyên Mộc 37 9% 20
8 TTYT huyện Tân Thành 29 7% 15
9 TTYT huyện Châu Đức 39 9% 20
10 TTYT huyện Đất Đỏ 18 4% 10
11 TTYT huyện Long Điền 21 5% 11
12 TTYT QDY Côn Đảo 7 2% 5
13 TTYT Thành phố Bà Rịa 18 4% 10
14 TTYT Thành phố Vũng Tàu 27 6% 14
Tổng cộng 433 100% 230
(Nguồn: tác giả tính tốn và tổng hợp)
Phương pháp khảo sát: Tác giả tiến hành lấy mẫu bằng cách gửi bảng câu hỏi đến bác sĩ hàng thơng qua hình thức khảo sát trực tiếp. Hình thức khảo sát trực tiếp: tác giả đi đến từng bệnh viện và trung tâm y tế để tiến hành khảo sát. Tác giả gặp trực tiếp các bác sĩ để gửi bảng câu hỏi, các bác sĩ trả lời, và tác giả giải thích một số thắc mắc của bác sĩ trong quá trình trả lời. Cho đến khi đủ số lượng 230 thì tác giả dừng khảo sát.
3.5. CÁC PHƯƠNG PHÁP PHÂN TÍCH DỮ LIỆU
Các bảng câu hỏi khảo sát sau khi thu thập sẽ được xem xét tính hợp lệ. Những phiếu trả lời hợp lệ sẽ được mã hóa, nhập liệu và làm sạch dữ liệu trên phần mềm SPSS 20.0 và AMOSS 20.0. Thông qua phần mềm SPSS và AMOSS, việc phân tích dữ liệu được thực hiện thơng qua các bước sau:
-Thống kê mô tả: lập bảng tần số, để thống kê các đặc điểm của mẫu thu thập theo giới tính, nhóm tuổi, mức thu nhập/tháng, trình độ, tình trạng hơn nhân, thâm niên cơng tác.
-Đánh giá thang đo: kiểm định độ tin cậy của các thang đo thông qua kiểm định hệ số tin cậy Cronbach’s Alpha và phân tích nhân tố khám phá (EFA).
Hệ số Cronbach’s Alpha là một phép kiểm định thống kê về mức độ chặt chẽ mà các mục hỏi trong thang đo tương quan với nhau. Với phương pháp này, người phân tích có thể loại bỏ các biến khơng phù hợp và hạn chế các biến rác trong quá trình nghiên cứu. Các biến có hệ số tương quan biến-tổng (item-total correlation) nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi nó có độ tin cậy Cronbach Alpha từ 0,6 trở lên (Nunnally & Burnstein, 1994).
Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc (2008): “Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s Alpha từ 0,8 trở lên đến gần 1 thì thang đo đo lường là tốt, từ gần 0,7 đến gần 0,8 là sử dụng được. Cũng có nhà nghiên cứu đề nghị rằng Cronbach’s Alpha từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang đo lường là mới hoặc mới đối với người trả lời trong bối cảnh nghiên cứu”. Trong nghiên cứu này, Cronbach’s Alpha từ 0,6 trở lên là sử dụng được.
Phân tích nhân tố khám phá (EFA) là kỹ thuật được sử dụng chủ yếu để thu nhỏ và tóm tắt dữ liệu sau khi đã đánh giá độ tin cậy của thang đo bằng hệ số Cronbach’s Alpha và loại đi các biến không đảm bảo độ tin cậy. Phương pháp này phát huy tính hữu ích trong việc xác định các tập biến cho vấn đề nghiên cứu cũng như được sử dụng để tìm kiếm mối liên hệ giữa các biến với nhau. Khi phân tích nhân tố khám phá, các nhà nghiên cứu thường quan tâm đến một số tiêu chuẩn sau:
+Thứ nhất, hệ số KMO (Kaiser-Meyer-Olkin) ≥ 0,5 với mức ý nghĩa Barlett
≤0,05. KMO là một chỉ tiêu dùng để xem xét sự thích hợp của EFA, 0,5 ≤ KMO ≤1 thì phân tích nhân tố là thích hợp. Kaiser (1974) đề nghị KMO ≥ 0,90 là rất tốt; KMO ≥ 0,80: tốt; KMO ≥ 0,70: được; KMO ≥ 0,60: tạm được; KMO≥ 0,50: xấu; KMO < 0,50: khơng thể chấp nhận được (Nguyễn Đình Thọ, 2011).
+Thứ hai: hệ số tải nhân tố (factor loading) ≥ 0,5. Theo Hair và cộng sự
(2006), hệ số tải nhân tố là chỉ tiêu để đảm bảo mức ý nghĩa thiết thực của EFA. Factor loading > 0,3 được xem là đạt được mức tối thiểu; > 0,4 được xem là quan trọng; ≥ 0,5 được xem là có ý nghĩa thực tiễn.
+Thứ ba: thang đo được chấp nhận khi tổng phương sai trích ≥ 50% và hệ số
eigenvalue > 1 (Gerbing và Anderson, 1988).
+Thứ tư: khác biệt hệ số tải nhân tố của một biến quan sát giữa các nhân tố ≥
0,5 để đảm bảo giá trị phân biệt giữa các nhân tố (Jabnoun và Al_Tamimi, 2003). Sau khi phân tích EFA, các thang đo được chấp nhận sẽ tiếp tục được kiểm định mơ hình bằng CFA và SEM nên cần quan tâm đến cấu trúc của thang đo, các khái niệm sau khi rút ra có thể tương quan lẫn nhau, và cũng cần quan tâm đến sự phân biệt rõ ràng giữa các nhân tố. Vì vậy nghiên cứu này sẽ sử dụng phương pháp trích Principal Axis Factoring với phép xoay Promax trong phân tích EFA khi phân tích định lượng chính thức. Theo Gerbing và Anderson (1988), phương pháp trích Principal Axis Factoring với phép xoay Promax (Oblique) sẽ phản ánh cấu trúc dữ liệu chính xác hơn phương pháp trích Principal Components với phép xoay Varimax (Orthogonal). Đối với thang đo đa hướng, sử dụng phương pháp trích yếu tố là Principal Axis Factoring với phép quay Promax và điểm dừng khi trích các yếu tố Eigenvalues lớn hơn hoặc bằng 1. Phương pháp này được cho rằng sẽ phản ánh dữ liệu tốt hơn khi dùng phương pháp trích Principal Components với phép quay Varimax.
-Kiểm định thang đo bằng phân tích nhân tố khẳng định CFA: Phân tích nhân tố khẳng định (Confirmatory Factor Analysis) là một trong các kỹ thuật thống kê của mơ hình cấu trúc tuyến tính (SEM). CFA cho chúng ta kiểm định các biến quan sát đại diện cho các nhân tố tốt đến mức nào. CFA là bước tiếp theo của EFA vì CFA chỉ sử dụng thích hợp khi nhà nghiên cứu có sẵn một số kiến thức về cấu trúc tiềm ẩn cơ sở, trong đó mối quan hệ hay giả thuyết (có được từ lý thuyết hay thực nghiệm) giữa biến quan sát và nhân tố cơ sở thì được nhà nghiên cứu mặc nhiên thừa nhận trước khi tiến hành kiểm định thống kê.
+Đánh giá độ tin cậy của thang đo thông qua: (a) Hệ số tin cậy tổng hợp
(composite reliability) (Joreskog, 1971), (b) tổng phương sai trích (Fornell & Larcker, 1981) và (c) hệ số tin cậy Cronbach’s Alpha. Theo Hair (1998): “phương sai trích (Variance Extracted) của mỗi khá niệm nên vượt quá giá trị 0,5”; và phương sai trích cũng là một chỉ tiêu đo lường độ tin cậy. Nó phản ánh biến thiên chung của các biến quan sát được tính tốn bởi biến tiềm ẩn. Schumacker và Lomax (2010) cho rằng trong CFA, một vấn đề quan trọng cần phải quan tâm khác là độ tin cậy của tập hợp các biến quan sát đo lường một khái niệm (nhân tố); và như truyền thống, hệ số tin cậy Cronbach’s Alpha vẫn thường được sử dụng. Nó đo lường tính kiên định nội tại xuyên suốt tập hợp các biến quan sát của các câu trả lời (Nguyễn Đình Thọ, 2011).
+Tính đơn hướng/ đơn nguyên (unidimensionality): Theo Steenkamp & Van
Trijp (1991), mức độ phù hợp của mơ hình với dữ liệu thị trường cho chúng ta điều kiện cần và đủ để cho tập biến quan sát đạt được tính đơn hướng, trừ trường hợp các sai số của các biến quan sát có tương quan với nhau.
+Giá trị hội tụ (Convergent validity): Gerbring và Anderson (1988) cho rằng
thang đo đạt được giá trị hội tụ khi các trọng số chuẩn hóa của thang đo đều cao (>0,5); và có ý nghĩa thống kê (P < 0,05).
+Giá trị phân biệt (Discriminant validity): Có thể kiểm định giá trị phân biệt
của các khái niệm trong mơ hình tới hạn (saturated model) mơ hình mà các khái niệm nghiên cứu được tự do quan hệ với nhau). Có thể thực hiện kiểm định hệ số tương quan xét trên phạm vi tổng thể giữa các khái niệm có thực sự khác biệt so với 1 hay khơng. Nếu nó thực sự có khác biệt thì các thang đo đạt được giá trị phân biệt.
+Giá trị liên hệ lý thuyết (Nomological validity): Các vấn đề từ (1) đến (4)
được đánh giá thơng qua mơ hình đo lường. Riêng giá trị liên hệ lý thuyết được đánh giá trong mơ hình lý thuyết (Anderson và Gerbing, 1988). Khi các vấn đề trên thỏa mãn thì mơ hình đo lường là tốt. Tuy nhiên rất hiếm mơ hình đo lường nào đạt được tất cả các vấn đề trên. Ví dụ, mơ hình đo lường vẫn có thể được sử dụng khi thang đo khơng đạt được tính đơn hướng (Nguyễn Đình Thọ, 2011).
Để đo lường mức độ phù hợp của mơ hình với thơng tin thị trường, thường sử dụng Chi-square (CMIN); Chi-square điều chỉnh theo bậc tự do (CMIN/df); chỉ số thích hợp so sánh (CFI_ Comparative Fit Index). Chỉ số Tucker & Lewis (TLI_ Tucker & Lewis Index); Chỉ số RMSEA (Root Mean Square Error Approximation). Mơ hình được xem là thích hợp với dữ liệu thị trường khi kiểm định Chi-square có P-value < 0,1.
Tuy nhiên Chi-square có nhược điểm là phụ thuộc vào kích thước mẫu. Nếu một mơ hình nhận được các giá trị GFI, TLI, CFI ≥ 0,9 (Bentler & Bonett, 1980); CMIN/df ≤ 3 (Carmines & McIver, 1981); RMSEA ≤ 0,08, RMSEA ≤ 0,05 được xem là rất tốt (Steiger, 1990); thì mơ hình được xem là phù hợp với dữ liệu thị trường, hay tương thích với dữ liệu thị trường.
-Kiểm định mơ hình bằng phân tích cấu trúc tuyến tính SEM: Trong kiểm định giả thuyết và mơ hình nghiên cứu, mơ hình cấu trúc tuyến tính SEM cho phép chúng ta kết hợp được các khái niệm tiềm ẩn với những đo lường của chúng ta và có thể xem xét đo các trường hợp độc lập hay kết hợp chung với mơ hình lý thuyết cùng một lúc. Chính vì vậy, phương pháp phân tích SEM được sử dụng rất phổ biến trong các ngành khoa học xã hội trong những năm gần đây và thường được gọi là phương pháp phân tích dữ liệu thế hệ thứ hai (Nguyễn Đình Thọ, 2011).
Phương pháp phân tích cấu trúc tuyến tính được sử dụng để kiểm định mơ hình nghiên cứu. Phương pháp ước lượng ML (Maximum Likelihood) được sử dụng để ước lượng các tham số trong các mơ hình. Lý do là khi kiểm định phân phối của các biến quan sát thì phân phối này lệch một ít so với phân phối chuẩn đa biến, tuy nhiên hầu hết các Kurtosis và Skewness đều nằm trong khoảng [-1;+1] nên ML vẫn là phương pháp ước lượng thích hợp (Muthen & Kaplan, 1985). Phương pháp Bootstrap sẽ được sử dụng để ước lượng lại các tham số mơ hình để kiểm tra độ tin cậy của các ước lượng. Kết quả ước lượng ML sẽ được sử dụng để kiểm định lại các giả thuyết.
-Kiểm tra độ tin cậy các tham số bằng phương pháp Bootstrap: Phương pháp Bootstrap là tập hợp một số kỹ thuật phân tích dựa vào ngun lý chọn mẫu có hồn lại để ước tính các thơng số mà thống kê thơng thường khơng giải được. Phương
pháp Bootstrap có thể cung cấp nhiều thơng tin chi tiết hơn về phân bố của số trung bình, khoảng tin cậy cũng như xác suất của số trung bình dựa trên một mẫu duy