Thang đo
Trung bình thang đo nếu
loại biến
Phương sai thang đo nếu
loại biến
Tương quan biến tổng
Cronbach alpha nếu loại
biến
1. Mơi trường kiểm sốt . α = 0.839; 8 biến
MTKS1 27.88 15.353 .681 .804 MTKS2 27.80 16.255 .590 .818 MTKS4 27.83 17.669 .587 .818 MTKS5 27.82 17.236 .618 .814 MTKS6 27.89 17.201 .610 .815 MTKS7 27.39 18.735 .442 .834 MTKS8 27.37 18.389 .486 .830 MTKS9 27.36 17.693 .552 .822
2. Đánh giá rủi ro . α = 0.829; 5 biến
DGRR1 14.79 7.801 .657 .789
DGRR2 14.73 8.094 .645 .791
DGRR3 14.61 9.265 .630 .797
DGRR4 14.63 9.233 .651 .792
DGRR6 14.21 9.029 .587 .806
3. Hoạt động kiểm sốt . α = 0.845; 8 biến
HDKS1 22.95 23.558 .583 .827 HDKS2 22.92 23.322 .617 .823 HDKS3 22.96 21.669 .694 .812 HDKS4 22.83 22.866 .657 .817 HDKS6 22.94 24.129 .485 .840 HDKS7 22.94 23.778 .561 .830
4. Thơng tin và truyền thơng. α = 0.835; 6 biến TT1 16.89 10.820 .606 .812 TT2 17.01 10.701 .595 .816 TT3 16.90 13.075 .596 .818 TT4 16.82 11.808 .652 .801 TT5 16.83 11.566 .639 .803 TT6 16.79 11.585 .647 .801 5. Giám sát. α = 0.834; 5 biến GS1 13.49 9.148 .623 .805 GS2 13.53 9.147 .620 .806 GS3 13.45 9.744 .667 .792 GS4 13.37 10.019 .640 .800 GS5 13.45 9.950 .639 .800
6. Cơng nghệ thơng tin . α = 0.816; 5 biến
CNTT1 13.12 8.647 .636 .771
CNTT2 13.16 8.452 .610 .781
CNTT3 13.05 9.729 .538 .799
CNTT4 12.93 9.059 .640 .771
CNTT5 13.02 9.213 .617 .778
7. Hiệu quả quản lý nguồn thu bệnh viện. α = 0.677; 4 biến
HQ1 9.85 1.871 .616 .704
HQ2 9.88 1.938 .547 .741
HQ3 9.80 1.970 .572 .727
HQ4 9.80 1.981 .588 .719
Nguồn: Tác giả tổng hợp kết quả phân tích dữ liệu SPSS– Phụ lục 6
4.4.3. Đánh giá giá trị thang đo - phân tích nhân tố khám phá EFA 4.4.3.1. Kết quả phân tích các nhân tố khám phá (EFA) 4.4.3.1. Kết quả phân tích các nhân tố khám phá (EFA)
Sau khi phân tích Cronbach Alpha, 41 biến được đưa vào để phân tích nhân tố. Phân tích nhân tố nhằm nhĩm gọn các biến quan sát ban đầu thành những nhân tố mới cĩ ý nghĩa; đồng thời phát hiện cấu trúc tiềm ẩn giữa các khái niệm nghiên cứu (nhân tố ban đầu) theo dữ liệu thực tế nhằm hình thành những nhân tố mới cĩ ý nghĩa sát với thực tế nghiên cứu.
Đầu tiên, thực hiện hai kiểm định là “KMO and Bartlett's Test”. Kết quả chứng tỏ là việc sử dụng phân tích nhân tố trong trường hợp là thích hợp (KMO từ 0.8 trở lên >0.5. và Sig. =0.000).
Tác giả (Hair và cộng sự, 2010) cho rằng: “Phân tích nhân tố cho tất cả mọi biến trong mơ hình được thực hiện với phương pháp rút trích nhân tố là Principal componen” và phương pháp xoay là Varimax. phép xoay vuơng gĩc được lựa chọn nhằm mục đích trích tối đa % phương sai của các biến quan sát ban đầu và làm gọn các biến quan sát. Cịn tiêu chuẩn rút trích là Eigenvalues > 1 nhằm đảm bảo mỗi nhân tố hình thành cĩ thể giải thích tối thiểu biến thiên trọn vẹn của một biến quan sát”.
Tác giả (Nguyễn Đình Thọ, 2013) cho rằng: “Tiêu chuẩn chọn biến cho nhân tố đảm bảo một số điều kiện sau:
Đảm bảo hệ số trích phương sai trong tổng thể các biến >0.5. Hệ số tải lên nhân tố chính |>0.5| được xem là cĩ ý nghĩa thực tiễn.
Tối thiểu các biến cĩ hệ số tải chéo lên nhiều nhân tố (khoảng cách độ lớn của hệ số tải giữa hai nhân tố <0.3) ”.
Tuy nhiên, việc xác định biến loại bỏ hay khơng cịn phụ thuộc vào mức ý nghĩa của biến quan sát đĩ trong mơ hình, số biến trong cùng một cấu trúc tiềm ẩn nhằm đảm bảo các cấu trúc biến tiềm ẩn sau khi hình thành cĩ ý nghĩa về mặt thực tiễn và khái niệm lý thuyết (Hair và ctg, 2010).
4.4.3.2. Kiểm định tính thích hợp của EFA