STT Mã Nội dung Nguồn tham
khảo 1. Thang đo Sự tin cậy
1 TC1
Khi cơ quan BHXH xác định thực hiện một việc vào khoảng thời gian cố định, cơ quan sẽ thực hiện. Ví dụ như nộp hồ sơ thu, chi qua giao dịch điện tử sẽ có ngày hẹn trả kết quả, cơ quan BHXH thực hiện trong khoảng thời gian nhất định.
Tác giả đề xuất
2 TC2
Nếu khách hàng xuất hiện vấn đề, cơ quan BHXH luôn thể hiện sự quan tâm chân thành để giải quyết dù bạn liên hệ trực tiếp hay trực tuyến.
3 TC3
Cơ quan BHXH cung cấp dịch vụ ngay từ ban đầu, sự minh bạch hóa và đơn giản các thủ tục sẽ tạo điều kiện cho người dân dễ dàng nộp được hồ sơ lần đầu.
4 TC4 Cơ quan BHXH thông báo tới khách hàng thời
điểm giao dịch được tiến hành.
2. Thang đo Khả năng đáp ứng
5 DU1
Nhân viên hỗ trợ của cơ quan BHXH phục vụ khách hàng đúng thời gian, giải quyết vấn đề nhanh chóng.
Tác giả đề xuất
6 DU2 Nhân viên hỗ trợ của cơ quan BHXH luôn sẵn
sàng giúp đỡ khách hàng.
7 DU3
Nhân viên hỗ trợ trong cơ quan BHXH không bao giờ thể hiện quá bận rộn nhằm không đáp ứng những yêu cầu từ khách hàng.
STT Mã Nội dung Nguồn tham khảo 3. Thang đo Năng lực phục vụ
8 NL1 Sự thể hiện của nhân viên hỗ trợ làm việc tại cơ
quan BHXH ngày càng tạo sự tin tưởng nơi bạn.
Tác giả đề xuất
9 NL2 Bạn cảm thấy an tâm về các thông tin cung cấp cho
giao dịch với cơ quan BHXH.
10 NL3 Nhân viên hỗ trợ làm việc tại cơ quan BHXH bao
giờ cũng tỏ ra lịch sự, nhã nhặn với khách hàng.
11 NL4
Nhân viên hỗ trợ làm việc tại cơ quan BHXH được trang bị đầy đủ kiến thức để đáp ứng và trả lời các câu hỏi của khách hàng.
4. Thang đo Sự đồng cảm
12 DC1 Hệ sinh thái BHXH số thể hiện sự quan tâm chu
đáo đến từng khách hàng.
Tác giả đề xuất
13 DC2
Hệ sinh thái BHXH số có những nhân viên hỗ trợ luôn quan tâm đến nhu cầu của cá nhân khách hàng.
14 DC3 Hệ sinh thái BHXH số luôn chú ý đặc biệt đến
những mối quan tâm lớn nhất của khách hàng.
15 DC4
Nhân viên hỗ trợ của hệ sinh thái BHXH số thấu hiểu và cảm thông những yêu cầu đặc biệt của khách hàng.
5. Thang đo Phương tiện hữu hình
16 PT1 Ứng dụng hệ sinh thái BHXH số cung cấp các tiện
ích đúng như cam kết.
Trần Tuấn Mãng & Nguyễn Minh
STT Mã Nội dung Nguồn tham khảo
số được thực hiện một cách nhanh chóng. Kiều (2011)
18 PT3 Những giao dịch qua ứng dụng hệ sinh thái BHXH
số ln chính xác và an tồn.
19 PT4 Ứng dụng hệ sinh thái BHXH số được đăng nhập
một cách dễ dàng và ít khi báo lỗi.
20 PT5 Thông tin giao dịch của Anh/Chị qua ứng dụng hệ
sinh thái BHXH số luôn được bảo mật.
5. Sự hài lòng của khách hàng
21 HL1 Anh/ Chị hồn tồn hài lịng với chất lượng dịch vụ
của hệ sinh thái BHXH số.
Võ Nguyên Khanh (2011)
22 HL2 Anh/ Chị sẽ giới thiệu dịch vụ của hệ sinh thái
BHXH số cho những người xung quanh.
23 HL3
Tương lai, Anh/Chị sẽ tiếp tục sử dụng các dịch vụ được cung cấp bởi hệ sinh thái BHXH số của cơ quan BHXH.
(Nguồn: Tác giả tổng hợp và đề xuất)
3.3.Phương pháp nghiên cứu định lượng
3.3.1. Phương pháp thu thập dữ liệu
Dữ liệu sơ cấp đã được thu thập bằng cách lập phiếu và khảo sát từng khách hàng sử dụng dịch vụ hệ sinh thái BHXH số trong DVHCC của BHXH TP. HCM tại thời điểm nghiên cứu, từ 12/2021 đến 04/2022.
Phương pháp chọn mẫu: Chọn mẫu phi xác suất, thuận tiện, với đối tượng khảo sát là những khách hàng sử dụng dịch vụ hệ sinh thái BHXH số trong DVHCC
của BHXH TP. HCM, phiếu khảo sát được cung cấp cho khách hàng khi sử dụng hệ sinh thái BHXH số.
Cỡ mẫu: Phương pháp phân tích nhân tố khám phá EFA được sử dụng. Theo Hair và cộng sự (1998), dữ liệu đủ để thực hiện phân tích EFA cần thu thập theo kích thước mẫu tiêu chuẩn: tối thiểu là 5 mẫu đối với 1 biến quan sát, tốt nhất trên 10 mẫu. Tuy nhiên, với mục tiêu phân bố mẫu hợp lý và mẫu có chất lượng. Với mô hình nghiên cứu có tổng số biến quan sát là 23. Theo tiêu chuẩn 5 mẫu cho một biến quan sát nên cần kích thước mẫu là n = 23 x 5 = 115. Vì thế tác giả chọn cỡ mẫu là 200 để thỏa mãn được kích cỡ mẫu yêu cầu là 115.
3.3.2. Phương pháp phân tích dữ liệu
Phương pháp phân tích dữ liệu theo Chu Nguyễn Mộng Ngọc & Hồng Trọng (2005).
3.3.2.1. Thống kê mô tả
Thống kê mô tả là tổng hợp các phương pháp mô tả, đo lường, trình bày số liệu nhằm ứng dụng vào trong lĩnh vực kinh tế hình thành nên thống kê mô tả. Việc trình bày số liệu thống kê và thu thập thông tin hình thành các bảng thống kê từ đó phân tích và đưa ra kết luận, cũng chính là trình bày các tính chất của vấn đề được nghiên cứu từ đó có thể đưa ra nhận xét cho những vấn đề được xét tới.
Trong đề tài này, các dữ liệu mô tả được thu thập theo các thuộc tính: Giới tính, Trình độ học vấn, Độ tuổi và Thu nhập trung bình. Phương pháp thống kê mô tả được thực hiện bằng cách lập bảng tần suất và thể hiện qua phần trăm.
3.3.2.2. Kiểm định độ tin cậy và đánh giá thang đo
Hệ số Cronbach’s Alpha được sử dụng để kiểm định độ tin cậy của thang đo. Các thang đo đạt yêu cầu sẽ có hệ số tương quan biến tổng phù hợp. Các biến quan sát không đạt yêu cầu sẽ được loại bỏ. Xét về mặt ý nghĩa, một thang đo đạt yêu cầu khi thang đo đó có hệ số Cronbach’s Alpha đủ độ tin cậy, nghĩa là sẽ cho cùng một kết quả khi tiến hành lặp đi lặp lại.
Hệ số Cronbach’s Alpha dùng để đánh giá độ tin cậy của các nhóm nhân tố và từng biến quan sát bên trong nhóm nhân tố đó. Hệ số Cronbach’s Alpha được sử dụng kiểm định thống kê về mức độ tin cậy và mức độ tương quan giữa các biến quan sát hiện diện trong thang đo. Theo Peterson (1994), giới hạn của hệ số Cronbach’s Alpha là từ 0,7 đến 1,0. Đối với trường hợp cỡ mẫu nhỏ, hệ số Cronbach’s Alpha tin cậy bằng 0,6 vẫn có thể được chấp nhận. Ngoài ra, hệ số item total correlation (tương quan giữa các biến tổng của các biến quan sát) phải lớn hơn 0,3.
Dựa trên cơng cụ phân tích giá trị hệ số Cronbach’s Alpha, khi các điều kiện được thỏa mãn sẽ giúp loại bỏ những biến quan sát không đạt yêu cầu hoặc các thang đo rác trong quá trình nghiên cứu vì các yếu tố giả có thể được hình thành từ các biến này.
Sử dụng phân tích hệ số Cronbach’s Alpha thực chất là kiểm định mức độ tương quan lẫn nhau của các biến quan sát trong thang đo bằng việc đánh giá tương quan hệ số trong từng biến quan sát với hệ số toàn bộ các biến quan sát và mối liên hệ giữa bản thân các biến quan sát với nhau. Giá trị hệ số Cronbach’s Alpha càng cao thì độ tin cậy và nhất quán của dữ liệu càng cao. Những thang đo có hệ số nằm trong khoảng từ 0,7 - 0,8 được coi là thang đo có hệ số Cronbach’s Alpha sử dụng được. Các thang đo có hệ số Cronbach’s Alpha trong khoảng từ 0,8 – 1,0 được xem là thang tốt. Như vậy, trong nghiên cứu này các thang đo có giá trị hệ số Cronbach’s Alpha từ 0,6 trở lên được coi là đạt yêu cầu để có thể sử dụng được.
Tuy nhiên, hệ số Cronbach’s Alpha chỉ thể hiện các biến quan sát được đo lường có liên kết với nhau hay không mà không thể hiện biến quan sát nào cần phải loại bỏ hay giữ lại. Loại bỏ biến nào cần dựa trên việc tính tốn và phân tích hệ số tương quan biến tổng.
Hệ số tương quan biến tổng (item total correlation):
Theo Khandker (2010), hệ số tương quan biến tổng là hệ số chỉ sự tương quan của một biến so với điểm trung bình của các biến khác trong cùng một thang đo. Và hệ số này tỉ lệ thuận với sự tương quan giữa biến này với các biến khác ở trong
nhóm. Dựa trên các nghiên cứu trước đây, hệ số tương quan biến tổng của các biến quan sát nhỏ hơn 0,3 bị xem như là các biến rác, không đạt yêu cầu và bị loại ra khỏi mô hình do có tương quan kém hơn so với các biến khác.
Phân tích EFA
Sau khi sử dụng hệ số Cronbach’s Alpha để kiểm định độ tin cậy của thang đo bằng và loại bỏ các biến không đạt yêu cầu, tác giả tiếp tục thực hiện phân tích EFA. Phân tích EFA được sử dụng để ước lượng, thu nhỏ các tham số theo từng nhóm và các biến tương đồng sẽ hội tụ cùng nhau theo nhóm. Phương pháp này rất hiệu quả trong việc tìm mối quan hệ giữa các biến với nhau và xác định các tập hợp biến cần thiết. Quy trình thực hiện phân tích EFA được tiến hành qua các bước đánh giá dưới đây nhằm để đảm bảo ý nghĩa thống kê.
Kiểm định trị số Kaiser - Meyer – Olkin (KMO):
Trị số KMO được dùng để đánh giá sự thích hợp của các nhân tố được phân tích, KMO < 0,5 thì phân tích nhân tố có khả năng khơng thích hợp với dữ liệu khảo sát. Khi trị số KMO có kết quả nằm trong khoảng 0,5 - 1,0 thì dữ liệu khảo sát là phù hợp, việc phân tích nhân tố có ý nghĩa.
Đánh giá hệ số tải nhân tố (Factor loading – FL):
Theo Hair và cộng sự (2009), hệ số tải nhân tố là nhân tố thể hiện sự tương quan giữa nhân tố và biến quan sát, là chỉ tiêu để đảm bảo mức ý nghĩa của phân tích nhân tố khám phá EFA, hệ số tải nhân tố phụ thuộc vào kích thước dữ liệu khảo sát và mục đích của nghiên cứu. Factor loading >0,3 được xem đạt mức tối thiểu, nếu Factor loading >0,4 là quan trọng và Factor loading >0,5 là có ý nghĩa thực tiễn đối với kích thước mẫu bằng hoặc lớn hơn 350. Khi kích thước mẫu khoảng 100 thì nên chọn Factor loading >0,55; cịn nếu kích thước mẫu trong khoảng 100 - 350 thì hệ số Factor loading nằm trong khoảng 0,3 - 0,5. Do đó để nghiên cứu có ý nghĩa thống kê tốt thì hệ số tải các nhân tố Factor loading phải ≥ 0,5.
Đánh giá giá trị Eigenvalue:
dụng tóm tắt thông tin không tốt hơn một biến gốc. Những nhân tố có Eigenvalue >1 mới được giữ lại trong mô hình nghiên cứu. Đại lượng Eigenvalue đại diện cho sự biến thiên được giải thích bởi mỗi nhân tố, đánh giá hệ số Eigenvalue là một trong các cách xác định số lượng nhân tố.
Kiểm định Bartlett’s xem xét giả thiết H0:
Bartlett’s test được xem như đại lượng thống kê dùng để xem xét giả thuyết giữa các biến có hay không có mối liên hệ trong tổng thể.
H0: Các biến này có độ tương quan giữa các biến quan sát là giá trị 0 hay nói cách khác không có mối liên hệ giữa các biến với nhau trong tổng thể.
Kiểm định Bartlett’s có giá trị Sigma < 0,05 được xem là có ý nghĩa thống kê, lúc này ta xem xét việc bác bỏ giả thuyết, đồng thời chấp nhận các biến quan sát này trong phân tích nhân tố là có mối liên hệ cùng với nhau trong tổng thể. Lúc này phân tích nhân tố là phù hợp.
H1: Giữa các biến quan sát có mối liên hệ với nhau.
Giá trị p của kiểm định là một số sao cho với mọi α > p thì bác bỏ giả thuyết H0. Kiểm định Barlett’s cho các kết quả sau (với mức ý nghĩa α = 5%):
Nếu giá trị p > α : chấp nhận giả thuyết H0
Nếu giá trị p < α : bác bỏ giả thuyết Ho và chấp nhận giả thuyết H1
Đánh giá phương sai trích:
Theo Hair và cộng sự (1998), phương sai trích hay cịn gọi là phần trăm biến thiên (cummulative) của dữ liệu được giải thích bởi các nhân tố. Tổng phương sai trích đạt yêu cầu về ý nghĩa thống kê nếu có giá trị ≥ 50%.
Tổng phương sai trích có ý nghĩa cho biết tổng số bao nhiêu phần trăm biến thiên của dữ liệu được giải thích bởi các nhân tố.
3.3.2.3. Phân tích hồi quy bội
EFA, các biến quan sát không đạt sẽ bị loại bỏ khỏi mô hình cho đến khi các tham số được nhóm lại theo các biến. Nhằm xác định mối quan hệ giữa các nhóm biến này và xác định mối quan hệ giữa biến phụ thuộc và các nhóm biến độc lập trong mô hình, nghiên cứu thực hiện bằng phương pháp phân tích hồi quy bội. Phân tích hồi quy bội cho thấy mức độ ảnh hưởng của một hay nhiều biến số đến một biến số dựa vào các giá trị được biết nhằm để dự báo biến kết quả. Giá trị trung bình của các biến quan sát thành phần là giá trị của biến mới trong mô hình nghiên cứu.
3.3.2.4. Kiểm định ANOVA
Kiểm định ANOVA là phương pháp có ý nghĩa xác định sự ảnh hưởng và sự khác nhau đối với Sự hài lịng của các nhóm như: Giới tính, Trình độ học vấn, Độ tuổi và Thu nhập bình quân của khách hàng. Việc phân tích sẽ tìm kiếm xem có hay khơng sự khác nhau mang ý nghĩa thống kê về ảnh hưởng của các nhân tố đến Sự hài lòng của khách hàng sử dụng dịch vụ hệ sinh thái BHXH số trong DVHCC của BHXH TP. HCM giữa các nhóm khách hàng khác nhau. Khi thực hiện phân tích ANOVA:
- Các nhóm so sánh phải ngẫu nhiên, độc lập với nhau.
- Các nhóm so sánh phải có cỡ mẫu đủ lớn để được xem là gần phân phối chuẩn hoặc đạt phân phối chuẩn.
- Các nhóm mang so sánh phương sai phải có sự đồng nhất.
TÓM TẮT CHƯƠNG 3
Chương 3 tác giả nêu lên quy trình thực hiện nghiên cứu và phương pháp nghiên cứu để xây dựng thang đo cho các nhân tố ảnh hưởng đến Sự hài lòng của khách hàng sử dụng dịch vụ hệ sinh thái BHXH số trong DVHCC của BHXH TP. HCM. Trước hết, xây dựng thang đo sơ bộ được xây dựng, sau đó phỏng vấn chuyên gia được tác giả tiến hành nhằm hiệu chỉnh nhân tố, kế tiếp tác giả thảo luận nhóm cùng các ứng viên để hiệu chỉnh thang đo từ đó xây dựng thang đo chính thức. Trong phần nghiên cứu định lượng, tác giả sử dụng phần mềm SPSS để xử lý, phân tích dữ liệu. Việc xử lý và phân tích dữ liệu được tiến hành qua các bước:
Đánh giá độ tin cậy dựa trên Cronbach’s Alpha, phân tích nhân tố khám phá EFA, phân tích hồi quy tuyến tính bội, sử dụng kiểm định F và Sig để kiểm tra các giả thuyết nghiên cứu. Tiếp theo, kiểm định ANOVA được tiến hành nhằm tìm ra sự khác biệt về ảnh hưởng của các nhân tố đến Sự hài lịng giữa các nhóm khách hàng.
Trong Chương 4, kết quả nghiên cứu - thảo luận về các nhân tố ảnh hưởng đến Sự hài lòng của khách hàng sử dụng dịch vụ hệ sinh thái BHXH số trong DVHCC của BHXH TP. HCM sẽ được tác giả trình bày.
CHƯƠNG 4: KẾT QUẢ NGHIÊN CỨU 4.1. Mơ tả đặc điểm mẫu khảo sát
Có 250 bảng câu hỏi được tác giả gửi đi và thu về 219 bảng câu trả lời. Sau khi sàng lọc, 32 phiếu bị loại (các phiếu thiếu thông tin, thiếu câu trả lời). Tổng số phiếu khảo sát đủ tiêu chuẩn để dùng cho nghiên cứu còn lại là 187.
Kết quả thống kê mô tả đặc điểm mẫu theo các đặc điểm cá nhân của khách hàng được thể hiện trong Bảng 4.1.