Chương 2 Cơ Sở Lý Luận
3.3. Xử lý số liệu
Các số liệu thu thập sẽ được xử lý bằng máy vi tính với phần mềm SPSS 16.0 theo chương trình định sẵn để tính ra những đặc trưng thống kê như trung bình cộng (X), độ lệch chuẩn (SD), tỷ lệ %. So sánh các số trung bình theo anova test và so sánh các tỷ lệ theo test 2 để xác định p ở mức có ý nghĩa < 0,05.
Phân tích nhân tố khám phá (EFA) :
Phân tích nhân tố khám phá là một phương pháp phân tích thống kê dùng để rút gọn một tập gồm nhiều biến quan sát phụ thuộc lẫn nhau thành một tập biến (gọi là các nhân tố) ít hơn để chúng có ý nghĩa hơn nhưng vẫn chứa đựng hầu hết nội dung thông tin của tập biến ban đầu (Hair & ctg, 1998).
Phân tích nhân tố EFA theo phương pháp trích Principal Components với phép xoay Varimax. Các biến có trọng số (factor loading) nhỏ hơn 0.4 sẽ tiếp tục bị loại. Thang đo được chấp nhận khi tổng phương sai trích được bằng hoặc lớn hơn 50% .
Số lượng nhân tố: Số lượng nhân tố được xác định dựa vào chỉ số eigenvalue đại diện cho phần biến thiên được giải thích bởi mỗi nhân tố. Theo tiêu chuẩn Kaiser thì những nhân tố có eigenvalue nhỏ hơn 1 sẽ bị loại khỏi mơ hình nghiên cứu.
- Kiểm tra điều kiện phân tích nhân tố: Hệ số KMO >0,5 và Sig.<0,05 ((Hair và cộng sự, 2006 phù hợp và có ý nghĩa khi phân tích nhân tố EFA.
- Kiểm định độ tin cậy của thang đo bằng hệ số tin cậy Cronbach’s
Alpha.Cronbach Alpha >=0,6 nhưng tốt nhất là lớn hơn 0,7 (Nunnally và Burnstein,
1994).
Hệ số Cronbach Alpha được dùng để đo lường tính nhất quán nội tại của thang đo. Hệ số Alpha càng cao thể hiện tính đồng nhất của các biến càng cao tức là mức độ liên kết của các biến đo lường càng cao. Khi đó các biến sẽ cùng đo lường một thuộc tính cần đo. Nhiều nhà nghiên cứu đồng ý rằng khi Cronbach’s alpha từ 0,8 trở lên là thang đo lường tốt; tuy nhiên, lại có nhà nghiên cứu đề nghị rằng từ 0,6 trở lên là có thể sử dụng được trong trường hợp khái niệm đang nghiên cứu là mới hoặc mới đối với người trả lời trong bối cảnh đang nghiên cứu (trích từ trang 257 của Hịang Trọng và
Chu Nguyễn Mộng Ngọc – phân tích dữ liệu nghiên cứu với SPSS, nhà xuấ bản Thống kê 2005). Tuy nhiên Cronbach Alpha không cho biết biến đo lường nào cần được bỏ đi và biến đo lường nào cần được giữ lại, chính vì vậy mà ta xét thêm hệ số tương quan tổng biến của các biến. Các biến có hệ số tương quan tổng biến nhỏ hơn 0,3 được coi là biến “rác” và sẽ loại khỏi thang đo. Tất cả các biến quan sát của những thành phần đạt được độ tin cậy sẽ được tiếp tục phân tích nhân tố khám phá (Exploratory Factor
Analysis - EFA)
Điều chỉnh lại mơ hình nghiên cứu và các giả thiết :
Kết quả phân tích nhân tố khám phá cho thấy mức độ stress sẽ được xác định bởi các nhân tố và biến quan sát mới. Do đó mơ hình nghiên cứu cần được hiệu chỉnh lại cùng với các giả thiết.
Phân tích hồi quy :
Sau khi hiệu chỉnh thang đo các nhân tố của thang đo mức độ stress của nhân viên y tế được đưa vào xem xét các yếu tố ảnh hưởng đến mức độ stress của nhân viên y tế.
Phương trình hồi quy tổng thể có dạng như sau: Yi = β° + β1F1 + β2F2 + e
Trong đó :
Yi : Mức độ stress của nhân viên y tế ( biến phụ thuộc ) F1,F2 : Các yếu tố ảnh hưởng đến mức độ stress
Để xác định tầm quan trọng của các biến độc lập trong mối quan hệ với biến phụ thuộc, ta căn cứ vào hệ số Beta (β). Nếu trị tuyệt đối hệ số Beta của nhân tố nào càng lớn thì nhân tố đó ảnh hưởng càng quan trọng đến mức độ stress. Đây chính là những căn cứ và tiền đề để xây dựng một loạt các giải pháp nhằm nâng cao chất lượng dịch vụ y tế, giảm mức độ stress ở nhân viên y tế.