Thiết kế nghiên cứu chính thức

Một phần của tài liệu (LUẬN văn THẠC sĩ) xây dựng bản điểm cân bằng để đo lường thành quả hoạt động tại trường đại học nông lâm tp HCM (Trang 48)

Sau khi khảo sát thử, bảng câu hỏi tiếp tục được chỉnh sửa và sẵn sàng cho cuộc khảo sát chính thức.

3.3.1 Thiết kế mẫu.

Nghiên cứu này được thực hiện tại TP.HCM với phương pháp lấy mẫu thuận tiện, phi xác suất. Đối tượng khảo sát là người sử dụng dịch vụ khám chữa bệnh tại bệnh viện Hoàn Mỹ, bệnh viện Triều An, bệnh viện phụ sản Mê Kong, bệnh viện Việt Pháp, bệnh viện Tai Mũi Họng Sài Gòn, bệnh viện Đại học Y Dược TP.HCM.

Kích cỡ mẫu:

Kích thước mẫu lớn hay nhỏ cịn tùy thuộc vào nhiều yếu tố như phương pháp xử lý (hồi quy tuyến tính, phân tích nhân tố khám phá EFA…), độ tin cậy cần thiết…Kích thước mẫu càng lớn càng tốt nhưng lại tốn chi phí và thời gian. Hiện nay, các nhà nghiên cứu xác định kích thước mẫu cần thiết thơng qua các công thức kinh nghiệm cho từng phương pháp xử lý. Ví dụ như:

Theo Hair, Anderson, Tatham & Black (1998) cho biết kích cỡ mẫu dùng trong phân tích nhân tố phải tối thiểu năm lần tổng biến quan sát. Trong nghiên cứu này, có tất cả 19 biến quan sát nên cỡ mẫu tối thiểu cần đạt là 19*5=95 mẫu.

Theo Theo Tabachnick & Fidell (1996), cỡ mẫu tối thiểu dùng trong hồi quy đa biến được tính theo cơng thức n >= 50+8*m (n là cỡ mẫu, m là số biến độc lập của mơ hình). Trong nghiên cứu này có 4 biến độc lập thì cỡ mẫu tối thiểu là 50+8*4 = 82 mẫu.

Kết luận: Kích cỡ mẫu khảo sát tối thiểu là 100 mẫu. Trong nghiên cứu này, tác giả sẽ khảo sát 450 mẫu là người sử dụng dịch vụ khám chữa bệnh tại bệnh viện Hoàn Mỹ, bệnh viện Triều An, bệnh viện phụ sản Mê Kong, bệnh viện Việt Pháp, bệnh viện Tai Mũi Họng Sài Gòn, bệnh viện Đại học Y Dược TP.HCM.

3.3.2 Thiết kế các bƣớc nghiên cứu chính thức.

Nghiên cứu chính thức gồm các bước sau:

Bước 1: Gửi bảng khảo sát tới đối tượng cần khảo sát Bước 2: Làm sạch dữ liệu, thống kê mô tả đặc điểm mẫu Bước 3: Phân tích Cronbach‟s Alpha.

Bước 4: Phân tích nhân tố khám phá EFA. Bước 5: Phân tích hồi quy

Bước 6: Kiểm định các giả thuyết.

Ở các bước trên, tác giả sử dụng phương pháp nghiên cứu định lượng thông qua thang đo Likert năm mức độ.

3.3.3 Thu thập và xử lý dữ liệu.

Việc khảo sát được tiến hành bằng phương pháp phỏng vấn trực tuyến thông qua bảng hỏi. Số mẫu thu về từ khảo sát là 419, sau khi xử lý thì nhận được 400 mẫu hồn chỉnh. Tác giả nhập 400 mẫu này vào SPSS để dùng vào các bước phân tích tiếp theo.

Đồng thời, tác giả làm sạch số liệu trước khi đưa vào xử lý bằng phần mềm SPSS.20. Quá trình làm sạch như sau:

Thứ nhất, loại bỏ các bảng câu hỏi không hợp lệ: các bảng trả lời bỏ trống nhiều đáp án, trả lời qua loa….

Thứ hai, dùng phần mềm SPSS.20 để kiểm tra tình trạng bất thường của bộ số liệu như sau:

- Dùng lệnh Descriptives: giúp xác định được giá trị lớn nhất, giá trị nhỏ nhất cho các biến, giúp dễ dàng nhận thấy những giá trị được nhập ngoài khoảng cho phép. Đồng thời, lệnh Descriptives cũng giúp xác định được giá trị trung bình cho các biến liên tục, từ đó có thể xác định được những bất thường xảy ra.

- Dùng lệnh Frequency: để kiểm tra value labels và các giá trị bất thường, kiểm tra số lượng trường hợp mất thông tin cho từng biến.

- Dùng lệnh Sort case để xem các giá trị bất thường - Kiểm tra giá trị logic giữa các biến.

Kết luận chƣơng 3

Trong chương 3, tác giả đã cung cấp đầy đủ thông tin về (1) Quy trình nghiên cứu; (2) Phương pháp nghiên cứu; (3) Các bước nghiên cứu. Đồng thời, chương 3 cũng xác định rõ đối tượng khảo sát là người sử dụng dịch vụ khám chữa bệnh tại bệnh viện Hoàn Mỹ, bệnh viện Triều An, bệnh viện phụ sản Mê Kong, bệnh viện Việt Pháp, bệnh viện Tai Mũi Họng Sài Gịn, bệnh viện Đại học Y Dược TP.HCM. Thơng qua nghiên cứu định tính bằng phương pháp thảo luận nhóm, tác giả đã tiến hành hiệu chỉnh thang đo sơ bộ thành thang đo chính thức để phục vụ cho nghiên cứu chính thức. Thang đo gồm 18 biến quan sát thuộc 4 biến độc lập và 3 biến quan sát thuộc biến phụ thuộc.

CHƢƠNG 4

PHÂN TÍCH KẾT QUẢ NGHIÊN CỨU 4.1. Đặc điểm mẫu khảo sát

Bảng 4.1: Thống kê nhân khẩu học

Thông tin mẫu Tần số Tỷ lệ %

Giới tính Nữ 134 33.5 Nam 266 66.5 18 – 24 46 11.5 Tuổi 25 – 34 194 48.5 35 – 44 96 24.0 Từ 45 trở lên 64 16.0

Thu nhập Dưới 5 triệu 23 5.8

5 – dưới 10 triệu 62 15.5

10 – dưới15 triệu 151 37.8

Từ 15 triệu trở lên 164 41.0

(Nguồn: Tính tốn của tác giả) Thứ nhất, sau khi loại bỏ những bảng khảo sát không điền đủ thông tin, tác giả nhận được 400 bảng khảo sát hợp lệ từ 450 bảng phát đi. Tác giả lấy dữ liệu của 400 bảng này để chạy SPSS.

Thứ hai, thống kê mô tả dữ liệu cho thấy:

Về giới tính: Có 266 người là nam (chiếm 66,5%), 134 người là nữ (chiếm 33,5%)

Về tuổi tác: Có 46 người tuổi từ 18-24 (chiếm 11.5%), 194 người tuổi từ 25-34 (chiếm 48,5%), 96 người tuổi từ 35-44 (chiếm 24%), 64 người tuổi từ 45 trở lên (chiếm 16%). Nhóm tuổi phổ biến là 25-44 tuổi (chiếm 72,5%)

Về thu nhập: Có 23 người thu nhập dưới 5 triệu/tháng (chiếm 5.8%), 62 người có thu nhập 5 – dưới 10 triệu/tháng (chiếm 15,5%), 151 người có thu nhập 10 - dưới

15 triệu/tháng (chiếm 37.8%), 164 người có thu nhập từ 15 triệu/tháng trở lên (chiếm 41%). Nhóm thu nhập phổ biến là từ 10 triệu/tháng trở lên (chiếm 78,8%).

Như vậy, người tham gia khảo sát chủ yếu là nam, trong độ tuổi từ 25 – 44, có thu nhập từ 10 triệu/tháng trở lên.

4.2. Đánh giá độ tin cậy của thang đo

Đề tài gồm 5 thang đo cho 5 khái niệm nghiên cứu. Các thang đo của khái niệm sẽ được đánh giá thông qua phương pháp hệ số tin cậy Cronbach‟s Alpha và phân tích EFA với dữ liệu thu thập được.

Hệ số Cronbach‟s Alpha được sử dụng trước để loại các biến rác. Theo đó, các biến quan sát có hệ số tương quan biến - tổng nhỏ hơn 0,3 sẽ bị loại và tiêu chuẩn chọn thang đo khi Cronbach‟s Alpha từ 0,6 trở lên (Nunnally và Burnstein, 1994).

Bảng 4.2: Kết quả Cronbach’s Alpha - Thang đo Chất lƣợng dịch vụ

Thang đo Chất lượng dịch vụ: Cronbach‟s Alpha = 0.814

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

CLDV.1 16.1450 10.320 .572 .788

CLDV.2 16.2050 10.429 .638 .768

CLDV.3 16.2225 10.239 .662 .761

CLDV.4 16.1800 10.394 .605 .777

CLDV.5 16.2775 10.657 .546 .795

Bảng 4.3: Kết quả Cronbach’s Alpha - Thang đo Chất lƣợng chuyên môn

Thang đo Chất lượng chuyên môn: Cronbach‟s Alpha = 0.753

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

CM.1 8.6175 7.580 .560 .691

CM.2 8.3125 7.789 .494 .724

CM.3 8.7100 6.753 .586 .675

CM.4 8.1925 7.053 .561 .689

(Nguồn: Tính tốn của tác giả)

Bảng 4.4: Kết quả Cronbach’s Alpha - Thang đo Chi phí khám chữa bệnh

Thang đo Chi phí khám chữa bệnh: Cronbach‟s Alpha = 0.832

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

CPKCB.1 9.6900 9.307 .543 .840

CPKCB.2 9.7550 8.797 .701 .772

CPKCB.3 9.6075 8.590 .690 .775

CPKCB.4 10.0300 8.190 .720 .761

Bảng 4.5: Kết quả Cronbach’s Alpha - Thang đo Hiệu quả khám chữa bệnh

Thang đo Hiệu quả khám chữa bệnh: Cronbach‟s Alpha = 0.838

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

HQKCB.1 12.1075 12.878 .638 .806

HQKCB.2 11.9425 12.385 .710 .785

HQKCB.3 11.8975 12.709 .716 .784

HQKCB.4 11.4375 13.505 .638 .806

HQKCB.5 11.2550 14.596 .504 .840

(Nguồn: Tính tốn của tác giả)

Bảng 4.6: Kết quả Cronbach’s Alpha - Thang đo Quyết định lựa chọn

Thang đo Quyết định lựa chọn: Cronbach‟s Alpha = 0.817

Biến quan sát

Trung bình thang đo nếu

loại biến

Phương sai thang đo nếu

loại biến

Tương quan biến tổng

Alpha nếu loại biến này

LUACHON.1 5.8100 4.214 .587 .829

LUACHON.2 6.2950 3.787 .731 .688

LUACHON.3 6.5000 3.589 .699 .719

(Nguồn: Tính tốn của tác giả) Kết quả cho thấy:

Kết quả kiểm định Cronbach‟s Alpha cho thấy các thang đo đều lớn hơn 0,6 nên đạt độ tin cậy. Điều này cho thấy các biến có mối liên hệ chặt chẽ với nhau trong cùng khái niệm thành phần. Hệ số tương quan biến – tổng của các biến đều đạt yêu cầu > 0,3 cho thấy các biến có đóng góp nhiều cho thang đo chung. Tuy nhiên, đối

khi bỏ quan sát LUACHON.1 thì hệ số Cronbach‟s Alpha = 0.829, Thang đo Hiệu quả khám chữa bệnh có Cronbach‟s Alpha = 0.838 khi bỏ quan sát HQKCB.5 thì hệ số Cronbach‟s Alpha = 0.840 và thang đo Chi phí khám chữa bệnh có Cronbach‟s Alpha = 0.832, khi bỏ quan sát CPKCB.1 thì hệ số Cronbach‟s Alpha = 0.840. Nhưng tác giả vẫn giữ nguyên vì Cronbach‟s Alpha tổng khi có quan sát LUACHON.1, HQKCB.5, CPKCB.1 đã đủ tin cậy, và khi bỏ đi quan sát LUACHON.1, HQKCB.5, CPKCB.1 thì sẽ mất đi giá trị nội dung, các câu hỏi khảo sát trong mơ hình phải được nghiên cứu kỹ lưỡng hơn. Như vậy, tất cả 21 biến quan sát đều được giữ lại để tiếp tục phân tích nhân tố khám phá EFA.

4.3 Phân tích nhân tố khám phá EFA

Sau khi đạt độ tin cậy, các biến quan sát sẽ được sử dụng trong phân tích nhân tố khám phá EFA với các tiêu chuẩn sau:

Hệ số KMO phải có giá trị trong khoảng 0,5 đến 1 thì phân tích nhân tố mới thích hợp. Mức ý nghĩa của kiểm định Barlett là Sig. phải nhỏ hơn hoặc bằng 0,05 thì các biến quan sát mới có mối tương quan với nhau trong tổng thể (Hoàng Trọng và Chu Nguyễn Mộng Ngọc, 2008).

Hệ số tải nhân tố phải lớn hơn hoặc bằng 0.5 (Hair và cộng sự, 2008) được xem là có ý nghĩa thực tiễn.

Thang đo được chấp nhận khi tổng phương sai trích lớn hơn hoặc bằng 50%, thể hiện phần trăm biến thiên của các biến quan sát.

Nghiên cứu sử dụng phương pháp trích nhân tố Principal Component, phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue ≥ 1 đối với các biến quan sát đo lường (Gerbing và Anderson, 1988)

4.3.1. Phân tích EFA các nhân tố độc lập

Phương pháp EFA được sử dụng cho 18 biến quan sát của 4 nhân tố độc lập, với phương pháp Principal component analysis, phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue là 1.

Bảng 4.7: Phân tích EFA nhân tố độc lập

Kaiser-Meyer_Olkin Measure of Sampling Adequacy .888

Bartlett's Test of Approx Chi-Square 3252.280

Sphericity Df 153

Sig. .000

(Nguồn: Tính tốn của tác giả)

Bảng 4.8: Các thành phần sau khi thực hiện phép quay trong phân tích EFA biến độc lập Thành phần Nhân tố 1 2 3 4 CLDV.1 .716 .037 .128 .082 Chất lƣợng dịch vụ CLDV.2 .782 .064 .094 .145 CLDV.3 .772 .116 .114 .180 CLDV.4 .710 .048 .191 .159 CLDV.5 .637 .190 .246 -.044 CM.1 .177 .195 .080 .737 Chất lƣợng chuyên môn CM.2 .196 .164 .158 .635 CM.3 -.012 .038 .484 .680 CM.4 .174 .270 .362 .540 CPKCB.1 .233 .217 .560 .247 Chi phí khám chữa bệnh CPKCB.2 .269 .242 .771 .099 CPKCB.3 .281 .190 .744 .169 CPKCB.4 .127 .209 .746 .369 HQKCB.1 .026 .723 .065 .369 Hiệu quả khám chữa bệnh HQKCB.2 .037 .775 .097 .369 HQKCB.3 -.002 .724 .275 .348 HQKCB.4 .219 .755 .324 -.124 HQKCB.5 .333 .594 .249 -.022

Bảng 4.9: Phƣơng sai trích trong phân tích EFA độc lập

Total Variance Explained

Component

Initial Eigenvalues Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % 1 6.738 37.431 37.431 6.738 37.431 37.431 3.113 17.297 17.297 2 2.133 11.852 49.283 2.133 11.852 49.283 2.952 16.397 33.694 3 1.375 7.638 56.920 1.375 7.638 56.920 2.807 15.595 49.290 4 1.060 5.889 62.809 1.060 5.889 62.809 2.434 13.520 62.809 5 .784 4.357 67.167 6 .758 4.209 71.375 7 .686 3.809 75.184 8 .621 3.449 78.633 9 .577 3.204 81.837 10 .508 2.820 84.657 11 .486 2.701 87.359 12 .418 2.323 89.682 13 .390 2.166 91.847 14 .355 1.971 93.818 15 .341 1.894 95.712 16 .284 1.579 97.291 17 .258 1.435 98.726 18 .229 1.274 100.000

Extraction Method: Principal Component Analysis.

(Nguồn: Tính tốn của tác giả)

Kết quả cho thấy:

Có 4 nhân tố được trích tại Eigenvalue là 1,060 (đạt yêu cầu > 1).

Hệ số KMO bằng 0,888 (đạt yêu cầu ≥ 0,5) nên phân tích nhân tố EFA phù hợp với dữ liệu.

Thống kê Chi-square của kiểm định Barlett‟s đạt giá trị 3252,280 với mức ý nghĩa Sig. = 0,000 (đạt yêu cầu ≤ 0,05). Do vậy các biến quan sát có tương quan với nhau trong phạm vi tổng thể.

Hệ số tải nhân tố >0.5 đạt yêu cầu nên có ý nghĩa thực tiễn.

Tổng phương sai trích là 62.809% (đạt yêu cầu ≥ 50%) thể hiện 4 nhân tố rút ra giải thích được 62.809% biến thiên của dữ liệu. Các thang đo theo đó được chấp nhận.

Như vậy, các thang đo sau khi phân tích vẫn giữ nguyên các biến quan sát.

4.3.2 Phân tích EFA nhân tố phụ thuộc

Phương pháp EFA được sử dụng cho 3 biến quan sát của nhân tố phụ thuộc, sử dụng phương pháp Principal component analysis với phép quay Varimax và điểm dừng khi trích các yếu tố có Eigenvalue là 1.

Bảng 4.10: Phân tích EFA nhân tố phụ thuộc

Kaiser-Meyer_Olkin Measure of Sampling Adequacy .689

Bartlett's Test of Approx Chi-Square 448.671

Sphericity Df 3

Sig. .000

(Nguồn: Tính tốn của tác giả)

Bảng 4.11: Phƣơng sai trích trong phân tích EFA phụ thuộc

Component

Initial Eigenvalues Extraction Sums of Squared Loadings Total

% of

Variance Cumulative % Total

% of

Variance Cumulative % 1 2.202 73.404 73.404 2.202 73.404 73.404 2 .510 17.012 90.416

3 .288 9.584 100.000

Extraction Method: Principal Component Analysis

(Nguồn: Tính tốn của tác giả) Kết quả cho thấy:

Có 01 nhân tố được trích tại Eigenvalue là 2.202 (đạt yêu cầu >1)

Hệ số KMO bằng 0,689 (đạt yêu cầu ≥ 0,5) nên phân tích nhân tố EFA phù hợp với dữ liệu.

Thống kê Chi-square của kiểm định Barlett‟s đạt giá trị 448.671 với mức ý nghĩa Sig. = 0,000 (đạt yêu cầu ≤ 0,05). Do vậy các biến quan sát có tương quan với nhau trong phạm vi tổng thể.

Tổng phương sai trích là 73,404% (đạt yêu cầu ≥ 50%) thể hiện 01 nhân tố rút ra giải thích được 73,404% biến thiên của dữ liệu. Các thang đo theo đó được chấp nhận.

Kết luận:

Như vậy, thang đo chính thức sau khi xử lý EFA vẫn giữ nguyên tất cả biến quan sát. Tác giả sẽ dùng giá trị trung bình của từng thang đo (sau khi loại biến) để phân tích tương quan và phân tích hồi quy trong bước kế tiếp.

4.4. Kiểm định mơ hình nghiên cứu và các giả thuyết 4.4.1 Phân tích tƣơng quan 4.4.1 Phân tích tƣơng quan

Phân tích tương quan là tính độ mạnh hay mức độ liên hệ tuyến tính giữa biến phụ thuộc với các biến độc lập. Giá trị tuyệt đối của hệ số tương quan Pearson càng gần đến 1 thì hai biến này có mối tương quan tuyến tính càng chặt chẽ, Đồng thời phân tích tương quan để xem xét hiện tượng đa cộng tuyến giữa các biến độc lập trước khi đưa vào phân tích hồi quy.

Tác giả tiến hành phân tích tương quan giữa nhân tố phụ thuộc là Quyết định lựa chọn với 4 nhân tố độc lập gồm: chất lượng dịch vụ, chất lượng chuyên môn, hiệu quả khám chữa bệnh và chi phí khám chữa bệnh.

Kết quả chạy ma trận tương quan cho thấy các yếu tố “CLDV”, “HQKCB”, “CM” có sự tương quan cùng chiều với quyết định lựa chọn với mức độ khá mạnh, các hệ số tương quan đều có ý nghĩa thống kê với mức ý nghĩa < 0.01. Còn yéu tố "CPKCB" có sự tương quan ngược chiều với quyết định lựa chọn với mức ý nghĩa >0,01. Ngoài ra các biến độc lập cũng có tương quan với nhau nên khi phân tích hồi quy cần chú ý đến khả năng xảy ra hiện tượng đa cộng tuyến.

Bảng 4.12: Ma trận hệ số tƣơng quan CLDV CPKCB HQKCB CM LUACHON CLDV Pearson Correlation 1 .010 .559** .319** .609** Sig. (2-tailed) .846 .000 .000 .000 CPKCB Pearson Correlation .010 1 .020 .027 -.078 Sig. (2-tailed) .846 .697 .586 .122 HQKCB Pearson Correlation .559** -.020 1 .349** .549** Sig. (2-tailed) .000 .697 .000 .000 CM Pearson Correlation .319** .027 .349** 1 .532** Sig. (2-tailed) .000 .586 .000 .000 LUACHON Pearson Correlation .609** -.078 .549** .532** 1 Sig. (2-tailed) .000 .122 .000 .000

**. Tương quan có ý nghĩa ở mức 0.01

(Nguồn: Tính tốn của tác giả) 4.4.2 Phân tích hồi quy bội

Các nhân tố được trích ra trong phân tích nhân tố được sử dụng cho phân tích

Một phần của tài liệu (LUẬN văn THẠC sĩ) xây dựng bản điểm cân bằng để đo lường thành quả hoạt động tại trường đại học nông lâm tp HCM (Trang 48)

Tải bản đầy đủ (PDF)

(102 trang)