Giả thuyết nghiên cứu

CHƯƠNG 2 : CƠ SỞ LÝ THUYẾT VÀ MƠ HÌNH NGHIÊN CỨU

2.4. Giả thuyết nghiên cứu và mô hình nghiên cứu đề xuất

2.4.1. Giả thuyết nghiên cứu

Dựa trên cơ sở lý thuyết cùng với sự kế thừa nghiên cứu của tác giả trong và ngoài nước thấy rằng mô hình nghiên cứu của tác giả Parasuraman và cộng sự (1988) với 5 nhân tố ảnh hưởng cơ bản vẫn cịn ảnh hưởng đến ngày hơm nay, khi các nghiên cứu liên quan kế thừa và phát triển yếu tố dựa trên nghiên cứu này. Các nghiên cứu trong nước liên quan như Võ Nguyên Khanh (2011), Bùi Văn Thụy (2019), Nguyễn Hoàng Giang (2020) đều cho thấy sự phù hợp với nghiên cứu đặc trưng trong các tổ chức với 5 nhân tố ảnh hưởng cơ bản bao gồm: Sự tin cậy, Khả năng đáp ứng, Năng lực phục vụ, Sự đồng cảm, Phương tiện hữu hình. Kết quả đều đưa rằng những nhân tố này ảnh hưởng đến Sự hài lòng của khách hàng theo mức độ khác nhau. Vậy chúng ta đưa ra các giả thuyết nghiên cứu.

H2(+) H3(+) Sự hài lòng của khách hàng đối với ứng dụng hệ sinh thái BHXH số H4(+) Sự tin cậy Sự đồng cảm Năng lực phục vụ Khả năng đáp ứng

H1: Sự tin cậy có tác động cùng chiều (+) với sự hài lịng khách hàng sử dụng dịch vụ cơng BHXH số của cơ quan BHXH.

H2: Khả năng đáp ứng của cơ quan BHXH có tác động cùng chiều (+) với sự hài lòng khách hàng.

H3: Năng lực phục vụ của dịch vụ cơng BHXH số của cơ quan BHXH có tác động cùng chiều (+) với sự hài lòng khách hàng.

H4: Sự đồng cảm của chất lượng dịch vụ công BHXH số của cơ quan BHXH có tác động cùng chiều (+) với sự hài lòng khách hàng.

H5: Các thành phần phương tiện hữu hình của dịch vụ cơng BHXH số của cơ quan BHXH có tác động cùng chiều (+) với sự hài lịng khách hàng.

2.4.2. Mơ hình nghiên cứu đề xuất

Trên cơ sở trên, tác giả đề xuất có 5 nhân tố ảnh hưởng đến Sự hài lòng của người dùng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM gồm: (1) Sự tin cậy, (2) Khả năng đáp ứng, (3) Năng lực phục vụ, (4) Sự đồng cảm, (5) Phương tiện hữu hình (Sơ đồ 2.1).

H1(+)

Sơ đồ 2.1 Mơ hình nghiên cứu đề xuất

(Nguồn: Tác giả tổng hợp và đề xuất)

TÓM TẮT CHƯƠNG 2

Trong Chương 2, tác giả đã trình bày cơ sở lý thuyết liên quan tới nghiên cứu gồm: Cơ sở lý luận về sự hài lịng của khách hàng, mơ hình SERVQUAL, các nhân tố ảnh hưởng đến Sự hài lòng của khách hàng, sự cần thiết của việc nâng cao Sự hài lòng của khách hàng sử dụng hệ sinh thái BHXH số, thực trạng Sự hài lòng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM. Dựa vào nghiên cứu thực nghiệm về các yếu tố ảnh hưởng đến Sự hài lòng của khách hàng của các tác giả trong và ngoài nước, tác giả đề xuất mơ hình: Ảnh hưởng của các nhân tố đến Sự hài lòng của khách hàng đối với ứng dụng hệ sinh thái BHXH số trong DVHCC tại BHXH TP. HCM dựa trên 5 yếu tố chính, đó là: (1) Sự tin cậy, (2) Khả năng đáp ứng, (3) Năng lực phục vụ, (4) Sự đồng cảm, (5) Phương tiện hữu hình với tác động cùng chiều.

Ở chương tiếp theo, tác giả sẽ trình bày các vấn đề liên quan đến phương pháp nghiên cứu gồm thiết kế nghiên cứu, mẫu nghiên cứu và điều chỉnh thang đo.

CHƯƠNG 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1. Thiết kế nghiên cứu

Quy trình thực hiện nghiên cứu các nhân tố ảnh hưởng đến Sự hài lòng của khách hàng khi ứng dụng hệ sinh thái BHXH số trong dịch vụ của hành chính cơng tại BHXH TP. HCM được thiết kế theo Sơ đồ 3.1:

Thảo luận Khảo sát chính thức Chỉnh sửa Nghiên cứu định tính Nghiên cứu định lượng

Kiểm tra tương quan biến tổng, kiểm tra Cronbach’s alpha

Kiểm tra EFA

Kiểm định giả thuyết

Thảo luận kết quả và đề xuất đưa ra hàm ý quản trị

Sơ đồ 3.1 Quy trình nghiên cứu

(Nguồn: Tác giả tổng hợp và đề xuất)

Mô hình nghiên cứu & Thang đo sơ bộ

Đánh giá thang đo Phân tích nhân tố

 Phỏng vấn chuyên gia

Tác giả đã phỏng vấn 5 chuyên gia đang công tác trong lĩnh vực hành chính cơng tại BHXH TP. HCM để tìm hiểu các nhân tố ảnh hưởng đến Sự hài lòng của người dùng là công dân đang trải nghiệm hệ sinh thái BHXH số và trên cơ sở đó đề xuất mô hình nghiên cứu cho đề tài.

(Chi tiết tại dàn bài phỏng vấn chuyên gia – Tham khảo Phụ lục 1).

 Thảo luận

Để bảng câu hỏi sát với thực tế và thu được thơng tin chính xác hơn, 10 khách hàng đang sử dụng hệ sinh thái BHXH số được tác giả mời tham gia khảo sát góp ý và hiệu chỉnh bảng câu hỏi, để kiểm tra xem câu hỏi có nội dung phù hợp với thực tế, dễ hiểu hay không, cần bổ sung và điều chỉnh sửa các nhân tố nào.

(Chi tiết tại dàn bài thảo luận nhóm – Tham khảo Phụ lục 2).

3.2.2. Kết quả phỏng vấn chuyên gia và thảo luận nhóm

Kết quả phỏng vấn chuyên gia cho thấy 5 thành phần của mô hình nghiên cứu các chuyên gia đều đồng ý, kế tiếp tác giả đi vào việc xây dựng nên bảng câu hỏi nhằm để thu thập thông tin cho thực hiện nghiên cứu định lượng.

Thảo luận nhóm cho kết quả các thang đo sơ bộ được thiết kế từ các nghiên cứu trước đây đều được các ứng viên đồng ý. Kết quả thảo luận nhóm cho thấy các câu hỏi được giữ nguyên.

3.2.3. Nội dung khảo sát người dùng và mã hoá dữ liệu

Sau quá trình phỏng vấn với các chuyên gia và thảo luận nhóm với các ứng viên, tác giả đề xuất các thang đo thứ bậc áp dụng cho nghiên cứu. Tác giả sử dụng phương pháp khảo sát, nội dung khảo sát bao gồm tìm hiểu quan điểm đánh giá của đối tượng được khảo sát với thang đo thứ bậc về ứng dụng hệ sinh thái BHXH số. Nội dung bảng hỏi khảo sát như Bảng 3.1. .

STT Mã Nội dung

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.

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

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

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 & Hoàng 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.

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

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:

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