CHƯƠNG 4 : KẾT QUẢ NGHIÊN CỨU VÀ BÀN LUẬN
4.4. Phân tích nhân tố khám phá (EFA)
Phân tích nhân tố khám phá EFA 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).
EFA được thực hiện với phép trích Principle Component với phép xoay Varimax và các tiêu chuẩn Community > = 0.5, hệ số tải nhân tố (Factor loading) >= 0.5, Eigenvalue >=1, tổng phương sai trích >= 0.5 (50%) và hệ số KMO (Kaiser – Meyer – Olkin) > = 0.5 để đảm bảo dữ liệu phù hợp cho phân tích nhân tố.
4.4.1. Phân tích EFA các thang đo thuộc biến độc lập
Phân tích các thành phần thuộc 6 nhân tố gồm: mơi trường kiểm sốt, đánh giá rủi ro, hoạt động kiểm sốt, thơng tin và truyền thơng, giám sát, văn hóa đạo đức. Sau khi đảm bảo quá trình làm sạch dữ liệu theo đúng quy trình của EFA, các nhân tố sẽ được kiểm định trước khi đưa vào phân tích hồi quy để kiểm định mơ hình.
Quy trình phân tích nhân tố như sau:
- Phân tích nhân tố lần 1: Biến VHDD5 khơng thỏa mãn điều kiện khi hệ số factor loading nhỏ hơn 0.5
- Phân tích nhân tố lần 2: sau khi loại biến này, tất cả các biến quan sát đều đạt điều kiện.
Kết quả phân tích nhân tố khám phá EFA lần 2 sau khi loại biến VHDD5 được trình bày ở bảng sau:
Bảng 4.3. Phân tích nhân tố EFA lần 2
Biến Nhân tố 1 2 3 4 5 6 GS5 0,839 GS4 0,814 GS3 0,810 GS2 0,793 GS1 0,790 TTTT4 0,783 TTTT5 0,761 TTTT1 0,738 TTTT3 0,734 TTTT2 0,710 HDKS4 0,764 HDKS5 0,755 HDKS1 0,749 HDKS2 0,717
HDKS3 0,709 MTKS4 0,821 MTKS3 0,774 MTKS2 0,742 MTKS1 0,648 DGRR5 0,770 DGRR4 0,765 DGRR1 0,722 DGRR2 0,679 VHDD3 0,819 VHDD4 0,705 VHDD2 0,703 VHDD1 0,645 Phương sai trích lũy tiến (%) 12,904 24,325 35,368 45,119 54,093 62,844 Hệ số Eigenvalue 6,133 3,334 2,407 2,131 1,601 1,361 KMO: 0,838 Sig: 0,000
(Nguồn: Kết quả phân tích SPSS)
- Hệ số KMO trong phân tích bằng 0,838 > 0,5, cho thấy rằng kết quả phân tích yếu tố là đảm bảo độ tin cậy.
- Kiểm định Bartlett's Test có hệ số Sig là 0,000 < 0,05, thể hiện rằng kết quả phân tích yếu tố đảm bảo được mức ý nghĩa thống kê.
- Phương sai trích bằng 62,844%, thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 62,844% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ở mức khá.
- Hệ số Eigenvalues của yếu tố thứ 6 bằng 1,361>1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ 6, hay kết quả phân tích cho thấy có 6 yếu tố được trích ra từ dữ liệu khảo sát.
- Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0,5, cho thấy rằng các biến quan sát đều thể hiện được mối ảnh hưởng với các yếu tố mà các biến này biểu diễn.
❖ 6 nhân tố được xác định có thể được mơ tả như sau:
Nhân tố 1: Gồm 5 biến quan sát: GS1, GS2, GS3, GS4 và GS5. Chính các biến
này cấu thành nhân tố “Giám sát” – ký hiệu là GS. Các biến quan sát đều có hệ số tải lớn hơn 0,7 nên tất cả các biến quan sát này đều có ý nghĩa.
Nhân tố 2: Gồm 5 biến quan sát: TTTT1, TTTT2, TTTT3, TTTT4 và TTTT5.
Chính các biến này cấu thành nhân tố “Thông tin và truyền thông” – ký hiệu là TTTT. Các biến quan sát đều có hệ số tải lớn hơn 0,7 nên tất cả các biến quan sát này đều có ý nghĩa.
Nhân tố 3: Gồm 5 biến quan sát: HDKS1, HDKS2, HDKS3, HDKS4 và HDKS5. Chính các biến này cấu thành nhân tố “Hoạt động kiểm soát” - Ký hiệu là: HDKS. Các biến quan sát đều có hệ số tải lớn hơn 0,7 nên tất cả các biến quan sát này đều có ý nghĩa.
Nhân tố 4: Gồm 4 biến quan sát: MTKS1, MTKS2, MTKS3 và MTKS4. Chính
các biến này cấu thành nhân tố “Môi trường kiểm soát” - Ký hiệu là: MTKS. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.
Nhân tố 5: Gồm 4 biến quan sát: DGRR1, DGRR2, DGRR4 và DGRR5 vì loại
1 biến DGRR3 có hệ số tương quan biến tổng là nhỏ hơn 0.3. Chính các biến này cấu thành nhân tố “Đánh giá rủi ro” – ký hiệu là DGRR. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.
Nhân tố 6: Gồm 4 biến quan sát: VHDD1, VHDD2, VHDD3 và VHDD4. Chính các biến này cấu thành nhân tố “Văn hóa đạo đức” – ký hiệu là VHDD. Các biến quan sát đều có hệ số tải lớn hơn 0,6 nên tất cả các biến quan sát này đều có ý nghĩa.
4.4.2. Phân tích nhân tố khám phá các thang đo thuộc biến phụ thuộc
Sau khi đạt độ tin cậy bằng kiểm tra Cronbach Alpha, thang đo tính hữu hiệu của hệ thống kiểm soát nội bộ trong các bệnh viện cơng cịn có 3 biến quan sát. Phân tích nhân tố khám phá EFA được sử dụng để kiểm định lại mức độ hội tụ của các biến quan sát. Thang đo tính hữu hiệu của hệ thống kiểm sốt nội bộ trong các bệnh viện công gồm: HHHT1, HHHT2, HHHT3
Kết quả phân tích nhân tố EFA thang đo tính hữu hiệu của hệ thống kiểm soát nội bộ trong các bệnh viện cơng có kết quả như sau:
Bảng 4.4 : Kết quả phân tích nhân tố EFA cho thang đo tính hữu hiệu của hệ thống kiểm sốt nội bộ trong các bệnh viện cơng
Biến Hệ số tải Kiểm định Giá trị
HHHT2 0,913 KMO 0,726
HHHT1 0,900 Sig 0,000
HHHT3 0,863
Eigenvalues 2,387
Phương sai trích (%) 79,560
(Nguồn: Kết quả phân tích SPSS)
Kết quả phân tích nhân tố lần 1 cho thấy:
- Hệ số KMO trong phân tích bằng 0,726 > 0,5, cho thấy rằng kết quả phân tích yếu tố là đảm bảo độ tin cậy.
- Kiểm định Bartlett's Test có hệ số Sig là 0,000 < 0,05, thể hiện rằng kết quả phân tích yếu tố đảm bảo được mức ý nghĩa thống kê.
- Phương sai trích bằng 79,560% thể hiện rằng sự biến thiên của các yếu tố được phân tích có thể giải thích được 79,560% sự biến thiên của dữ liệu khảo sát ban đầu, đây là mức ý nghĩa ở mức khá cao.
- Hệ số Eigenvalues của yếu tố thứ 1 bằng 2,387 > 1, thể hiện sự hội tụ của phép phân tích dừng ở yếu tố thứ 1, hay kết quả phân tích cho thấy có 01 yếu tố được trích ra từ dữ liệu khảo sát.
- Hệ số tải yếu tố của mỗi biến quan sát thể hiện các yếu tố đều lớn hơn 0,8, cho thấy rằng các biến quan sát đều thể hiện được sự ảnh hưởng với các yếu tố mà các biến này biểu diễn.
Như vậy kết quả phân tích nhân tố với các thang đo tính hữu hiệu của hệ thống kiểm sốt nội bộ trong các bệnh viện công cũng thể hiện sự tin cậy cao, chỉ có một yếu tố được đưa ra từ các biến quan sát của thang đo tính hữu hiệu của hệ thống kiểm soát nội bộ trong các bệnh viện cơng.
Từ các kết quả phân tích các nhân tố trên, các nhân tố lần lượt được tính tốn giá trị trung bình của điểm đánh giá các biến quan sát thể hiện thang đo, để có thể xác định được một nhân tố đại diện cho các biến quan sát sử dụng trong việc phân tích hồi quy và tương quan.
4.4.3. Mơ hình hiệu chỉnh
Sau khi tiến hành kiểm định độ tin cậy của thang đo bằng phân tích hệ số Cronbach’s alpha và phân tích nhân tố khám phá EFA và loại các biến không đảm bảo trong q trình phân tích. Các biến quan sát hội tụ về đúng 6 nhóm tương ứng với 6 nhân tố độc lập ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ trong các bệnh viện công. Thứ tự của các nhóm nhân tố có thay đổi dẫn đến những giả thuyết nghiên cứu mới sau:
- Giả thuyết 1: Giám sát ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ
- Giả thuyết 2: Thông tin và truyền thông ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ
- Giả thuyết 3: Hoạt động kiểm sốt ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ
- Giả thuyết 4: Mơi trường kiểm sốt ảnh hưởng đến tính hữu hiệu của hệ thống kiểm soát nội bộ
- Giả thuyết 5: Đánh giá rủi ro ảnh hưởng đến tính hữu hiệu của hệ thống kiểm sốt nội bộ
- Giả thuyết 6: Văn hóa đạo đức ảnh hưởng đến tính hữu hiệu của hệ thống kiểm sốt nội bộ