KÝ HIỆU VĂN HÓA ĐẠO ĐỨC
VHDD1 BV có thường xuyên tổ chức lớp học về giao tiếp
VHDD2 Quy tắc đạo đức ứng xử được bệnh viện xây dựng thành văn bản riêng.
VHDD3 Trong BV có tồn tại áp lực hoặc điều kiện cho bác sĩ, cán bộ nhân viên dẫn đến hành vi thiếu trung thực.
VHDD4 Các quy tắc đạo đức được phổ biến trong bệnh viện
VHDD5 BV luôn luôn đặt sức khỏe của bệnh nhân lên trên lợi ích kinh tế
(Nguồn: Tác giả)
3.4.7. Thang đo Tính hữu hiệu của hệ thống kiểm sốt nội bộ
Theo kết quả nghiên cứu định tính, Tính hữu hiệu của hệ thống KSNB bao gồm 3 biến quan sát, các biến này được đo bằng thang đo Likert 05 khoảng.
Bảng 3.8. Các biến quan sát của thang đo Tính hữu hiệu của hệ thống KSNB
KÝ HIỆU TÍNH HỮU HIỆU CỦA HỆ THỐNG KSNB
ICE 1 Hoạt động trong các bệnh viện đạt được hiệu quả và hiệu năng ICE 2 Pháp luật và các quy định có liên quan được tuân thủ
ICE 3 Báo cáo tài chính được lập và trình bày đáng tin cậy
(Nguồn: Hồ Tuấn Vũ)
Đối với tất cả các biến quan sát của các thang đo, để khảo sát tính hữu hiệu của hệ thống KSNB, tác giả sử dụng thang đo Likert 5 khoảng.
3.5. Thiết kế mẫu và phương pháp chọn mẫu
3.5.1. Thiết kế mẫu
Đối tượng nghiên cứu là nhân viên tại các bệnh viện, có độ tuổi từ 18-60 tuổi. Mẫu được chọn là nhà quản lý, nhân viên phịng TCKT đang cơng tác tại các bệnh viện trực thuộc Sở Y tế TP.HCM.
Cỡ mẫu nghiên cứu: Theo Hair & các cộng sự (1998), kích thước mẫu tối thiểu là 5 mẫu cho 1 biến quan sát cần ước lượng (tiêu chuẩn 5:1). Mơ hình nghiên cứu đề xuất có 32 biến quan sát, nên kích thước mẫu tối thiểu là n = 160 (n=32*5). Kích thước mẫu dự kiến cho nghiên cứu này là 300 mẫu. Để thực hiện theo cỡ mẫu dự kiến, 340 phiếu khảo sát được phát ra.
3.5.2. Phương pháp chọn mẫu
Phương pháp chọn mẫu được sử dụng là phương pháp thuận tiện bất cứ nhà quản lý và nhân viên đang công tác tại các bệnh viện. Chọn các nhà quản lý, nhân viên phòng TCKT để phỏng vấn, đây là đối tượng đã tham gia vào hệ thống kiểm sốt nội bộ, để cho kết quả chính xác nhất.
3.6. Phương pháp và công cụ thu thập thông tin
Với mục tiêu nghiên cứu là xác định các nhân tố chính ảnh hưởng đến tính hữu hiệu của hệ thống KSNB dựa trên những đánh giá của nhà quản lý, nhân viên tại các bệnh viện, phương pháp nghiên cứu được thực hiện theo hai bước: nghiên cứu định tính và nghiên cứu định lượng.
3.6.1. Phương pháp và công cụ thu thập thông tin định tính
Nghiên cứu định tính là nghiên cứu trong đó thơng tin cần thu thập ở dạng định tính. Thơng tin định tính là thơng tin chính nó khơng đo lường được bằng số lượng, thơng tin định tính thường trả lời cho các câu hỏi Thế nào? Cái gì? Tại sao?
Mục tiêu nghiên cứu định tính trong đề tài nhằm nhận diện các yếu tố chính ảnh hưởng đến tính hữu hiệu của hệ thống KSNB và phát hiện thêm những thành phần của nghiên cứu mà mơ hình đề xuất ban đầu chưa có để từ đó đưa ra mơ hình nghiên cứu chính thức. Đồng thời cũng dựa vào kết quả nghiên cứu định tính để thiết kế bảng câu hỏi dùng trong nghiên cứu định lượng tiếp theo.
Thơng thường có ba kỹ thuật thu thập thơng tin trong nghiên cứu định tính là thảo luận tay đơi, thảo luận nhóm, hỏi chuyên gia. Trong luận văn này tác giả chọn phương pháp thảo luận tay đôi, dựa vào bảng thảo luận được thiết kế sẵn. Số người được phỏng vấn sâu 5 chuyên gia và được lấy mẫu theo phương pháp thuận tiện. Nội dung hướng dẫn phỏng vấn nhằm nhận diện các yếu tố đặc trưng có tác động đến tính hữu hiệu của hệ thống KSNB. Bảng câu hỏi được thiết kế dưới dạng gợi mở để đối tượng được phỏng vấn nêu bật lên những nhân tố ảnh hưởng đến tính hữu hiệu của hệ thống KSNB. Những nhân tố đó có thể là mơi trường kiểm soát, đánh giá rủi ro, hoạt động kiểm sốt, thơng tin và truyền thơng, giám sát, văn hóa đạo đức.
3.6.2. Phương pháp thu thập và công cụ thu thập thông tin định lượng
Nghiên cứu định lượng: Nghiên cứu định lượng là các nghiên cứu trong đó thơng tin thu thập ở dạng định lượng nhằm giúp ta có thể đo lường bằng số lượng. Nghiên cứu định lượng nhằm trả lời câu hỏi bao nhiêu? Khi nào?
Mục tiêu nhằm đo lường tính hữu hiệu của hệ thống KSNB đối với các nhân tố đã nhận diện trong nghiên cứu định tính.
Phương pháp thu thập thông tin định lượng thông qua phỏng vấn bảng câu hỏi chi tiết được thiết kế phù hợp với mục tiêu nghiên cứu. Bảng câu hỏi được thiết kế và thử nghiệm, qua thử nghiệm đã điều chỉnh những chi tiết không phù hợp để hoàn chỉnh bảng câu hỏi.
Bảng câu hỏi được thiết kế gồm:
Các câu hỏi để tìm hiểu các thơng tin này bao gồm thơng tin có liên quan đến độ tuổi, trình độ học vấn, hơn nhân, kinh nghiệm, thời gian giữ chức vụ. Trong phần này thang đo được dùng là thang đo định danh.
Những câu hỏi liên quan đến tính hữu hiệu của hệ thống KSNB bao gồm những nhân tố liên quan đến mơi trường kiểm sốt, đánh giá rủi ro, hoạt động kiểm sốt, thơng tin và truyền thơng, giám sát, văn hóa đạo đức, tính hữu hiệu của hệ thống kiểm soát nội bộ. Tất cả có 32 biến quan sát được đưa vào đánh giá tính hữu hiệu của hệ thống KSNB. Đây là câu hỏi quan trọng vì nó giúp nhà quản trị xây dựng các hệ thống KSNB sao cho phù hợp với mục tiêu đã đề ra, tác giả sử dụng thang đo Likert 05 khoảng để lượng hoá những biến quan sát này.
Bảng câu hỏi ban đầu sẽ phỏng vấn trực tiếp 10 chuyên gia để phát hiện và hiệu chỉnh những chỗ nào chưa rõ hoặc gây nhằm lẫn cho đối tượng phỏng vấn trong q trình trả lời. Sau đó, tiến hành phỏng vấn tiếp đến khi khơng cịn gây nhầm lẫn cho đối tượng trả lời thì tiến hành phỏng sơ bộ khoảng 50 bảng. Tiếp theo dùng Cronbach’s Alpha kiểm tra độ tin cậy 50 mẫu thử và tiến hành nghiên cứu chính thức.
3.7. Phương pháp phân tích dữ liệu 3.7.1. Phương pháp thống kê mô tả 3.7.1. Phương pháp thống kê mô tả
Lập bảng tần số, để thống kê các đặc điểm của mẫu thu thập theo độ tuổi, trình độ học vấn, hơn nhân, kinh nghiệm, thời gian giữ chức vụ và các yếu tố tác động đến tính hữu hiệu của hệ thống kiểm sốt nội bộ.
Giá trị trung bình: Mean, Average: bằng tổng tất cả các giá trị biến quan sát chia cho số quan sát.
Số trung vị (Median, KH: Me): là giá trị của biến đứng ở giữa của một dãy số đã được sắp theo thứ tự tăng hoặc giảm dần.
Phương sai: là trung bình giữa bình phương các độ lệch giữa các biến và giá trị trung bình của các biến đó.
Độ lệch chuẩn: là căn bậc hai của phương sai.
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)
3.7.2. Kiểm định Cronbach’s Alpha
Là kiểm định cho phép đánh giá mức độ tin cậy của việc thiết lập một biến tổng hợp trên cơ sở nhiều biến đơn.
Công thức của hệ số Cronbach’s Alpha là: α = Np/ [1 + p (N – 1)]
Trong đó p là hệ số tương quan trung bình giữa các mục hỏi. Ký tự Hy Lạp p trong công thức tượng trưng cho tương quan trung bình giữa tất cả các cặp mục hỏi được kiểm tra.
Theo quy ước thì một tập hợp các mục hỏi dùng để đo lường được đánh giá là tốt phải có hệ số α lớn hơn hoặc bằng 0,8. Mặc dù vậy, nếu có một danh mục quá nhiều các mục hỏi (N là số mục hỏi) thì sẽ có nhiều cơ hội để có hệ số α cao.
Các biến quan sát cùng đo lường một biến tiềm ẩn phải có tương quan với nhau, vì vậy phương pháp đánh giá tính nhất quán nội tại sử dụng hệ số Cronbach’s Alpha để thể hiện tính đáng tin cậy của thang đo. Theo Nguyễn Đình Thọ (2013) cho rằng một thang đo có độ tin cậy tốt khi hệ số Cronbach’s Alpha biến thiên trong khoảng từ 0,7 đến 0,8. Tuy nhiên, nếu Cronbach’s Alpha ≥ 0,6 là thang đo có thể chấp nhận được về mặt độ tin cậy, nhưng không được lớn hơn 0,95 vì bị vi phạm trùng lắp trong đo lường. Những biến có hệ số tương quan biến tổng hiệu chỉnh nhỏ hơn 0,3 sẽ bị loại. Nguyễn Đình Thọ (2013) đã trích dẫn từ Nunnally và Bernstein (1994).
3.7.3. Phương pháp phân tích nhân tố khám phá (EFA)
Được sử dụng để kiểm định sự hội tụ của các biến thành phần về khái niệm. Hệ số KMO (Kaiser-Meyer- Olkin), kiểm định sự tương quan giữa các biến đo lường bằng kiểm định Barlett với mức ý nghĩa 5% (Hair & ctg, 1998, dẫn theo Nguyễn Đình Thọ 2013). Đồng thời, kiểm định hệ số KMO (Kaiser-Meyer-Olkin) để kiểm định độ tương quan (Kaiser, 1974, dẫn theo Nguyễn Đình Thọ 2013) và hệ số KMO phải có
giá trị từ 0,5 trở lên. 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: hơi xấu; KMO ≤ 0,50: rất xấu; Các biến có hệ số tải nhân tố (factor loading) < 0,5 sẽ bị loại (Nguyễn Đình Thọ, 2013)
Tiêu chí chọn số lượng nhân tố: dựa vào chỉ số Eigenvalue > 1 và mơ hình lý thuyết có sẵn (Garson, 2013).
Kiểm định sự phù hợp mơ hình EFA so với dữ liệu khảo sát với yêu cầu tổng phương sai trích (Cumulative %) ≥ 50% (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008, Nguyễn Đình Thọ, 2013).
3.7.4. Kiểm định thang đo, phân tích tương quan
Các thang đo đánh giá đạt yêu cầu được đưa vào phân tích tương quan, và phân tích hồi quy để kiểm định các giả thuyết. Vì các biến được đo bằng thang đo khoảng, nên tác giả sử dụng phân tích tương quan Pearson để xác định các mối quan hệ có ý nghĩa
Trước khi kiểm định mơ hình nghiên cứu bằng phân tích hồi quy tuyến tính, cần phải xem xét mối tương quan giữa các biến của mơ hình. Phân tích ma trận tương quan Pearson sử dụng hệ số tương quan Pearson (Pearson correlation coeffcient, kí hiệu là r) để lượng hóa mức độ chặt chẽ mối quan hệ tuyến tính giữa mỗi biến độc lập ảnh hưởng đến biến phụ thuộc (tính hữu hiệu của hệ thống kiểm soát nội bộ) và giữa các biến độc lập với nhau.
Hệ số tương quan Pearson (r) sẽ nhận giá trị từ +1 đến −1. Nếu r > 0 cho biết một sự tương quan dương giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm tăng giá trị của biến kia và ngược lại. Nếu r < 0 cho biết một sự tương quan âm giữa hai biến, nghĩa là nếu giá trị của biến này tăng thì sẽ làm giảm giá trị của biến kia và ngược lại.
Giá trị r = +1 hoặc r = −1 cho thấy dữ liệu hoàn tồn phù hợp với mơ hình tuyến tính. Giá trị tuyệt đối của r càng cao thì mức độ tương quan giữa hai biến càng lớn hoặc dữ liệu càng phù hợp với quan hệ tuyến tính giữa hai biến.
Tuy nhiên, cũng cần phải lưu ý đến dấu hiệu của hiện tượng đa cộng tuyến nếu giữa các biến độc lập có tương quan mạnh với nhau. Khi phân tích Pearson, các biến độc lập và biến phụ thuộc được xem xét như nhau.
Có nhiều quy tắc, kinh nghiệm khác nhau đề nghị mức độ tương quan theo giá trị tuyệt đối r, trong đó quy tắc Evans (1996) được sử dụng phổ biến như sau: